数智化提质工业互联网发展

数字经济时代正在加快到来。今年3月，国务院新闻办就工业和信息化发展情况举行发布会，会上工业和信息化部部长肖亚庆强调，要加快发展数字经济，以数字化变革催生和创造发展新动能，经济数字化转型是大势所趋。

据中国信通院发布的《中国数字经济发展白皮书（2020年）》，2019年我国数字经济增加值规模达到35.8万亿元，占GDP比重达到36.2%。工信部信息技术发展司副司长王建伟表示，2020年，数字经济进一步发展，我国数字经济规模占GDP比重已近四成，对GDP贡献率近七成，预计2021年将进一步增至47.56亿元。

在此背景下，数字化转型成为了各大产业的发展之重。在这个过程中，数据智能、工业互联网在其中充当着什么样的角色？会遇到哪些具体的挑战与机遇？数字经济未来的发展潜力有多大？

2021年将是数智化时代元年

近年来，我国在数字经济方面成就巨大。最近五年，我们以每年15%以上的速度在发展，而部分欧美国家在数字经济方面大概是以6%的速度在前进，相较而言，这是一个很好的迹象。

在研发方面，也看到了可喜的成绩。从专利的申请来看，2020年中国的专利申请量超过了68000件，在全球专利申请量中超过了世界任何其他国家，达到第一，表明中国现在对于研发是加大砝码推进。但从另一个角度来讲，我们跟全球最先进的国家相比，在硬核基础上还是有很大的差距，特别是在芯片上，在操作系统上，在数据库上等等，这也是我国正在全力支持的项目。根据工信部信息，2020年我国数字经济规模占GDP比重已近四成，中国数字经济的发展还有很大的余地。首先，中国现在的数字经济占GDP的比例与欧美先进国家相比还有很大距离。目前我们是36%-40%，而（英、德、美等）欧美国家现在已经达到60%，还有20%多的差距。

其次，我国的GDP组成中，金融、IT以及零售行业数字化程度比较高。零售行业占GDP大概2%左右，但就是这2%就涌现出了像阿里、京东、拼多多这些巨头。那些现在数字化程度相对来说比较低的行业——泛工业，其占GDP的比例是52%，这52%做数字化转型可以预见中国的数字经济发展余地非常巨大。2021年是数智化的关键节点。第一就是整个市场都对数字化转型特别热衷。两年前IDC针对中国的1000强企业做的一个调研显示，当时就有50%以上的企业表示数字化转型是他们的重要战略。

2020年，埃森哲做了一个《2020中国企业数字转型指数研究》，85%的受访企业高管表示希望能够在一年内看到数字化转型的效果，43%的企业希望在6个月就能够看到数字化转型的效果，可见整个市场对数字化转型已经有一个很好的认知。

另外，政策上面也是大力支持。国资委在2020年下发的《关于加快推进国有企业数字化转型工作的通知》，专门鼓励要求央企、国企带头做数字化转型。工信部也在今年1月印发了《工业互联网创新发展行动计划（2021-2023年）》，要求所有的企业加强工业互联网的建设，特别是加强其中的数字化管理，数字化管理就涉及到数据智能，即要把大数据、人工智能应用于企业业务的变化。

因此从市场和政策的两个趋势来看，2021年将是数智化时代的元年。工业互联网建设：从数字化到数智化数字化转型主要包括两大部分。一部分是业务的数字化，也就是说在业务中把数据抽取出来，然后通过数据的整合来做分析，对整个业务有所洞察，业务的数字化要通过工业互联网来做，这是第一步。第二步，就是要把数字业务化。数字业务化借助数据智能的技术来做。数据智能指的是人工智能和大数据的融合，也就是说要用大数据把人工智能的算法模型与应用范围做得更好。首先要把抽取出来的数据建成模型，建模了以后，做模拟仿真，做预测，做优化，使得决策者能够通过数据作更准确的、更好的、更靠前的决策。工业互联网作为一个工具，对数字化转型起到至关重要的作用。在傲林科技的实践当中，我们发现目前工业互联网主要有五大挑战，也是我们现在主攻的方向。第一个是数据维度的扩大。现在做数字化转型，需要的是把不同数据源的数据都整合在一起，打通数据孤岛的问题。在打通同时，我们碰到的问题就是要怎样把这些数据统一地分析，统一地建模。数据维度的扩大是第一个挑战。

第二个挑战是现在的数据、或者说人工智能的应用范围越来越广。原来的人工智能基本上就是人脸识别、语音处理、语言的人机对话等等，这些基本上是ToC的业务。现在我们看到的更多是人工智能在ToB领域的应用，这个应用范围就大得多，场景多得多，涉及到各行各业。

第三个就是人工智能应用深度的问题。刚刚提到的人脸识别、语音识别是认知服务。那现在我们要的不仅仅是认知服务，同时还要做预测、预警，这就要求数据能够做更深入的分析，要把所有的历史数据进行考量与分析规律。第四个挑战，全局化的优化。原来大家看到的更多的是局部优化。据工信部统计，工业App已经突破了59万个，这是好事情，工业App像雨后春笋一样涌现。但从另一个角度来讲，这些工业App往往是局部化的优化，针对某一个工艺点、某一个工序、某一个小场景来做应用。其实对企业来说，更重要的是全局化的优化。

我们在做技术开发和产品开发的时候，考虑的是企业经营者，他们的视角是什么？是整个企业的经营效益。经营效益考虑的是个全局的统筹，也就是说要把“供产销”的经营铁三角进行协同考虑，每一个部门都要做优化，同时进行协同，比如说产和销之间的协同，供和产之间的协同等等，这些协同能够更好地提升企业的经营效益。第五个挑战，是智能化的系统化。原来大家在企业里看到的是自动化系统、信息化系统。自动化系统主要是在生产线当中提升生产效率，信息化系统主要是给管理、决策人员做执行的时候使用，即把决策作为一个结果记录下来，然后贯彻下去。

但是在决策层，也需要有一个工具，也就是要有一个数智化的系统，这个数智化系统主要是给决策者做辅助决策用。既然是给决策者做辅助决策用，实际上就相当于是给决策者配备了一个大脑，假如一个系统或者是一个企业有多个大脑那就出问题了，只能一个大脑来统筹。这意味着我们要把局部的大脑统筹起来，真正做一个企业级的大脑。而且这个企业级大脑要不仅能够管好企业所有的部门、业务与流程，同时要上下游做好协同，能对外围市场市场有一个很好的应对。

就工业互联网建设总体情况，我们既有优势也有不足。国内的优势主要在于市场规模。中国的制造业生态规模大，不仅行业规模大，市场规模也大，因此中国的工业互联网布局可以非常全面。

但从另一个角度来讲，中国的工业制造业的数字化水平相对于西欧国家来说还是低，所以我们要做工业互联网，要做数字化转型，这是我们的挑战。需要我们从底层做起，从数据连接、数据采集等等做上去，这其实也给中国提供了一个更大的机遇，就是能够考虑到怎样把整个体系一体化。蓝海中不能迷失方向

工业互联网的蓝海中，有很多初创企业在不断地涌现出来。在短短的三、四年之内就出现了数以百计的初创企业，光是平台级的、具有较强行业和区域影响力的工业互联网企业就有100多家，而且这100多家企业已经连接了7000万台设备，另外还有59万个工业App出现。在这么短的时间内，工业互联网有这么大的普及是一个很好的现象。

但正因为是在一个大海里边，大家要当心的是什么？就是不能迷失方向，每个初创企业都要根据自己的特色做好定位，否则就很容易变成我这要那也要，这样的话等于没有自己的特色，以后竞争的优势就会失去。

而且这个领域有点像人工智能，就是所有的技术实际上都会有一定的波谷现象。人工智能在过去的60年里已经出现了两个冬天，工业互联网领域也需要投资者有耐心，工业互联网是一个很好的赛道，但是任重而道远。

在工业企业里，所有的变革都需要耐心，要细细地将产品打磨出来。这个跟ToC不一样，ToC可以通过市场效应一下子铺开，但是ToB需要在行业里细致地做好自己的工作，总体发展曲线不一样。

同时，我们也需要认识到，工业互联网建设会产生海量数据。一方面，这些数据需要高质量的数据治理。傲林科技为此专门开发了大数据使用场景的数据治理（系统），从数据的抓取到数据的入库、数据的标识、数据的使用，一整套地整理起来，保障数据能够得到更有效的使用。另一方面，数据的安全、数据的隐私