【數實融合助力高質量發展之一】

如何看“數實融合”

介紹：本文對 “數實融合”的相關表述做了探討，同時通過對汽車行業與紡織行業發展歷程的回顧，分析出數實融合第三次浪潮所孕育的重大機遇。

如何理解

數實融合的兩種表述？

習近平總書記在2022年1月16號的《求是》雜志上發表了“不斷做強做優做大我國數字經濟”的重要文章，總結回顧中國數字經濟的政策，并對未來發展數字經濟提出了七個方面的舉措，是指引數字經濟高質量發展的綱領性文件。文中提到“要推動數字經濟和實體經濟的深度融合，打造具有國際競爭力的數字產業集群。”背后是因為中國互聯網的獨特發展路徑，首先是在用戶和消費側崛起，然后只有向產業的縱深去滲透和應用，才會帶來整個經濟的全方位增長。

目前，怎么理解“數字融合”，不同的人有著不同的看法，從不同角度看，甚至還存在著一定對立的解讀。在《國家“十四五”數字經濟發展規劃》里，其表述是“以數字技術與實體經濟深度融合為主線”，在總書記《求是》雜志那篇文章里，既提到了“促進數字技術和實體經濟深度融合”，也提到了“推動實體經濟和數字經濟融合發展”。這兩種不同的表述，在社會上引發了一些爭論，就是數字經濟是不是實體經濟？我的理解是，數字經濟當然是實體經濟。既然數字經濟是實體經濟，為什么還要和實體經濟相融合？這背后其實隱含了兩層重要的含義：

第一層含義是，數字化的各個要素，包括數字技術、互聯網、云計算、大數據、人工智能、數字化人才等，這些數字化的各個要素要跟非數字化的實體經濟融合。

第二層含義是，數字經濟本身就是數字技術及所有數字要素原生的一個產業，是數字技術的產業化，數字各個要素的應用化，它當然是實體經濟，而且是一個高質量的實體經濟。因此數字經濟跟實體經濟融合，就是要把代表數字經濟的新技術新產業新業態，包括數字技術產業創造的新模式、新思想、新方法、新工具，與非數字化的實體經濟去融合，推動其升級轉型。

從這兩個層面去理解數實融合的兩種表述，就不存在矛盾了。

如何理解

做強做優做大我國數字經濟？

總書記在《求是》雜志的那篇文章中，還有非常重要的一句話，就是它的標題“不斷做強做優做大我國數字經濟”。在文章開篇就提到，2016年提出要“做大做強數字經濟、拓展經濟發展新空間”，但到2022年1月，出現了“做強做優做大我國數字經濟”新的提法，這一變化表明，“大”不再是第一目標，“強”和“優”更加重要，這體現了對數字經濟高質量發展的根本要求。

“強”就是要加強技術，加強自主技術，防止卡脖子，讓技術為經濟產生更大的支撐。所以“強”更加意味著在技術含量上提高，而不只是在規模上擴大。

“優”就是要讓產業朝一個好的方向發展，因為在之前以“規模”和“大”為目標的快速發展過程中，產生了一些新問題，出現了一些不平衡、不充分的現象，需要政府建立一些制度，規范產業發展。所以把握好發展與規范二者的平衡。

如何看待

汽車工業的數實融合？

以汽車工業為例。兩大因素決定了今天汽車行業的發展方向，一個是電動化，一個是智能化。如果汽車進一步電動化，發動機不再用燃油系統，那么德國、美國、日本領先的發動機技術不再成為大國市場競爭的主要優勢，中國抓住并大力發展電動技術，就有機會實現換道超車。汽車工業這一輪產業升級，更重要的是智能化，如果不利用互聯網、云計算、大數據、智能化來構造網絡體系化的汽車工業，而只是大力發展制造單臺電動汽車，那么汽車產業的競爭力也就無從談起。在電動汽車與智能汽車的發展戰略中，中國的產業政策應引導將更多的資源，投入到汽車工業的智能化中去。

我們回顧一下整個汽車工業的發展史。

最早是機械化汽車階段。在1705年到1834年間，英國最早發明了蒸汽汽車，然后法國、德國將汽車技術進一步放大。英國發明了汽車，但沒有把汽車產業化，因為英國當時出臺了一個“紅旗法案”，要求汽車的行駛速度不能超過5英里/小時，而且要在汽車的前方揮舞紅色旗幟示警。紅旗法案這樣一個保守的制度，導致英國未能發展起汽車工業。燃油汽車在德國發明發展以后，汽車走了一條小批量個性化制造的發展道路。后來，在美國，福特汽車廠發明了T型車，并將其生產設計為大規模的流水線作業后，才使汽車在全球普及成為一種可能。自此，汽車從單件小量生產，進入到大規模生產制造的時代。

緊接著汽車工業進入到第二階段。大約從五、六十年代開始，汽車里加入了電子器件和電子系統，整車的電子化占比越來越高，一輛車貴不貴，性能好不好，主要取決于電子元器件裝了多少。尤其是高端汽車，電子器件的使用量特別的高，包括剎車系統、安全系統、控制系統等的電子化，顯著提升了汽車的安全性能和舒適度。

第三階段，就是智能化汽車的階段。智能化汽車是在電動化的基礎上進一步數據化。例如，特斯拉為什么對整個汽車工業造成這么大影響，因為它有幾個非常重要的特征：

第一個特征，特斯拉汽車的驅動方式是電池，并建設了全球充電樁網絡和工業標準。

第二個特征，與之前汽車4S店的銷售方式完全不同，它完全是直銷，就是直接用APP購買，然后是單點發貨全國。這是典型的電商模式，沒有4S店式的經銷商體系，因此也不存在4S店向汽車廠家買貨及庫存的問題。

第三個特征，生產系統是全自動化。一輛傳統汽車大約有3萬到4萬個零部件和組件，特斯拉通過深度集成和模組化，大約降低到只有1萬多個組件。提高了生產效率的同時，維修也更容易。

第四個特征，每一次汽車的軟件升級，都通過數據卡從空中投放下來。不用開車到4S店去升級，整個車的維護及服務就通過這個車聯網來進行。

第五個特征，每一輛特斯拉在路上行駛時會不斷產生數據，車就是一個大數據的生產單元。然后通過進一步加工處理，讓自動駕駛系統得到進一步優化，這會構成市場競爭門檻。所以單個車不重要，是后面的這套網絡系統、數據系統和智能系統更加重要，在后臺用神經網絡技術去處理攝像頭拍下的所有照片流，形成一套智能系統來指揮車的運行。特斯拉已經不是一輛汽車，而是一個網絡，是一套系統和體系。

今天的產業已經沒法在一個單機上來競爭，要活下去，就必須變成一個整體的系統。未來汽車真正發展的方向就是智能。

這就是汽車產業發展的三個階段，機械化、電子化和智能化，智能化是汽車工業的第三階段。因此，汽車工業高質量發展一定是依靠人工智能、大數據，通過數據的采集、加工、處理和應用，走智能化之路。整個汽車產業的數實融合就是這樣一條路徑和一套體系。

如何看待

紡織工業數實融合？

  第一個階段，是機械化紡織  

紡織工業最早出現在英國。為什么英國在一次世界大戰之前會變成全球經濟的領頭羊？是因為它發生了動力革命，發明了蒸汽機，蒸汽機裝配到車上變成汽車，裝配到船上就開始海外擴張、在全球建立殖民地，裝配到紡車上就成就了紡織工業，然后進一步把紡織產業規模化，這是最早期階段。

  第二個階段，通過信息技術進行全球協作的階段  

在信息技術、網絡技術支撐下，建立紡織工業的全球分工體系，就是在哪種棉花、在哪生產化纖材料、在哪紡織、在哪制作成衣，與地理位置沒關系，而與銷售、存貨和勞動力在哪里有更低的成本和效率相關。所以紡織工業在全球形成了規模化的分工，例如，面料的生產制造大部分在中國，通過集裝箱，來運送所有的原材料。發展到后面，生產制造的機器系統也已經不重要，而是價值鏈的組織變得更重要。我們發現，紡織服裝業的原材料供應、生產制造，如果不與營銷體系及營銷網絡相結合，制造業沒有出路，因為找不到消費者。

第三個階段，是智能化階段  

現在這個時代，由于每個單件的制作成本降低，生產效率提高，原料供應及服裝生產均出現大量過剩。今天的服裝產業，不論是中國品牌，還是國外品牌商都面臨著一個巨大的挑戰，就是如何滿足消費者個性化需求，如何把一個人、十個人或100個人，甚至1000個人的個性化需求組織起來，讓上游服裝生產企業快速生產制造。現在的消費者，希望兩周之內收貨，如果超過兩周，工廠將丟失大量的訂單。犀牛智能制造，構建了一套新的云上智能化生產系統，從消費者下訂單到收貨，可以在一周內完成。

服裝工業也正在走這樣一條路，未來也應該走這樣一條路，就是借助云計算、大數據或者互聯網來滿足個性化的需求。所以高質量發展的要義里，一定是利用數字技術，利用新的數字業態來完成。

“數實融合”，也就是數字技術及其各個要素，在經濟、生活、社會中的應用，經歷了三個浪潮。

第一個浪潮是由IT驅動  

大約從上世紀50年代開始，以PC為代表的技術逐步進入到人們的生活和工作中。工廠開始使用信息系統，例如銀行系統開始用ERP，部署大型的數據庫軟件。這個階段產生了一家領頭的公司“IBM”，這家公司大約在2010年時，市值達到最高點，約1.36萬億人民幣。當然，這個階段還有很多代表性的公司，如微軟、英特爾等，也有很多其他代表性的事件。

第二個浪潮是由互聯網驅動  

2000年以后，隨著互聯網的普及，類似雅虎這樣的門戶網站開始一路發展，從電腦到手機，從PC互聯網到移動互聯網，其中代表性的企業就是蘋果公司。蘋果公司一方面定義了智能手機，另一方面開發了APP store，一個應用市場的分發系統。蘋果公司市值最高的時候達到3萬億美元，其主要利潤來自于手機和APP store的分賬。這個階段，產生了大批量的科技平臺企業。

第三個浪潮是由人工智能驅動  

從IBM 的Waston開始，到后面谷歌的知識圖譜，到2016年AlphaGo下棋戰勝人類高手，再到如今最火熱的ChatGPT和AI大模型，人類社會正在走進一個智能化的新時代。如果蘋果公司3萬億美元市值是第二浪公司的市值巔峰，那么預測在第三浪會誕生市值10萬億美元的公司。在這一輪浪潮下，領先的企業未必還能立于潮頭，當然個別企業可能例外，但絕大多數企業將會被新一代的創新企業所取代。

今天要實現數實融合、數字化轉型，如果還繼續沿用IT+、互聯網+的做法，很快就將落伍。高質量發展就是要不斷開發最先進的數字技術，并將這些新技術、新數字化要素，用來升級我們的管理流程、發展理念，用智能化的新技術、新模型和新思路來實現數實融合。