數(shù)據(jù)顯示，2020年我國數(shù)字經(jīng)濟規(guī)模達到39.2萬億元，占GDP比重為38.6%；數(shù)字經(jīng)濟增速達到GDP增速3倍以上，成為穩(wěn)定經(jīng)濟增長的關(guān)鍵動力。有數(shù)據(jù)顯示，2020年，數(shù)字經(jīng)濟進一步發(fā)展，我國數(shù)字經(jīng)濟規(guī)模占GDP比重已近四成，對GDP貢獻率近七成，預計2021年將進一步增至47.56億元。在此背景下，數(shù)字化轉(zhuǎn)型成為各大產(chǎn)業(yè)的發(fā)展之重。在這個過程中，數(shù)據(jù)智能、工業(yè)互聯(lián)網(wǎng)在其中充當著什么樣的角色？會遇到哪些具體的挑戰(zhàn)與機遇？數(shù)字經(jīng)濟未來的發(fā)展?jié)摿τ卸啻螅?/p>

2021年將是“數(shù)智化時代”元年

中國數(shù)字經(jīng)濟的發(fā)展?jié)摿薮蟆Ｊ紫?，中國現(xiàn)在的數(shù)字經(jīng)濟占GDP的比例與歐美先進國家相比還有很大距離。目前我們是36%~40%，而英、德、美等歐美國家已經(jīng)達到60%。其次，我國的GDP組成中，金融、IT以及零售行業(yè)數(shù)字化程度比較高。零售行業(yè)占GDP大概2%左右，但其中就涌現(xiàn)出了像阿里、京東這些巨頭。但泛工業(yè)占GDP的比例是52%，這52%尚處在實現(xiàn)數(shù)字化轉(zhuǎn)型早期，可見數(shù)字經(jīng)濟發(fā)展空間非常巨大。

埃森哲《2020中國企業(yè)數(shù)字轉(zhuǎn)型指數(shù)研究》顯示，85%的受訪企業(yè)高管表示，希望能夠在一年內(nèi)看到數(shù)字化轉(zhuǎn)型的效果，43%的企業(yè)希望在6個月就能夠看到數(shù)字化轉(zhuǎn)型的效果。而兩年前IDC針對中國1000強企業(yè)做的一個調(diào)研顯示，有50%以上的企業(yè)表示數(shù)字化轉(zhuǎn)型是他們的重要戰(zhàn)略。可見整個市場對數(shù)字化轉(zhuǎn)型已經(jīng)有一個很好的認知。

國資委在2020年下發(fā)《關(guān)于加快推進國有企業(yè)數(shù)字化轉(zhuǎn)型工作的通知》，專門鼓勵央企、國企帶頭做數(shù)字化轉(zhuǎn)型。工業(yè)和信息化部也在今年1月印發(fā)了《工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展行動計劃（2021—2023年）》，要求所有的企業(yè)加強工業(yè)互聯(lián)網(wǎng)的建設，特別是加強其中的數(shù)字化管理。

因此，從市場和政策兩個層面來看，2021年將是“數(shù)智化時代”的元年。

工業(yè)互聯(lián)網(wǎng)建設從數(shù)字化到“數(shù)智化”

數(shù)字化轉(zhuǎn)型主要包括兩大部分。第一是業(yè)務數(shù)字化。也就是說在業(yè)務中把數(shù)據(jù)抽取出來，然后通過數(shù)據(jù)的整合來做分析，對整個業(yè)務有所洞察，業(yè)務的數(shù)字化要通過工業(yè)互聯(lián)網(wǎng)來做。第二是數(shù)字業(yè)務化。這需要借助數(shù)據(jù)智能的技術(shù)。數(shù)據(jù)智能指的是人工智能和大數(shù)據(jù)的融合，也就是用大數(shù)據(jù)把人工智能的算法模型與應用范圍做得更好。首先要把抽取出來的數(shù)據(jù)建成模型，建模后進行模擬仿真，做預測、優(yōu)化，使得決策者能夠通過數(shù)據(jù)作更準確的、更好的、更靠前的決策。

工業(yè)互聯(lián)網(wǎng)作為工具，對數(shù)字化轉(zhuǎn)型起到至關(guān)重要的作用。我們在實踐中發(fā)現(xiàn)并主攻工業(yè)互聯(lián)網(wǎng)的五大挑戰(zhàn)。

第一是數(shù)據(jù)維度擴大。數(shù)字化轉(zhuǎn)型需要把不同數(shù)據(jù)源的數(shù)據(jù)都整合在一起，打通數(shù)據(jù)孤島。這需要把數(shù)據(jù)進行統(tǒng)一分析、統(tǒng)一建模。

第二是應用范圍越來越廣。原來的人工智能基本上就是人臉識別、語音處理、語言的人機對話等，這些幾乎是To C的業(yè)務。現(xiàn)在我們看到更多的是人工智能在To B領(lǐng)域的應用，這個應用范圍就大得多，場景也多得多，涉及各行各業(yè)。

第三是人工智能應用深度加大。除了人臉識別、語音識別等認知服務，人工智能還需要進行預測、預警，這就要求數(shù)據(jù)能夠做更深入的分析，要把所有的歷史數(shù)據(jù)進行考量與分析規(guī)律。

第四是全局化的優(yōu)化。原來大家看到更多的是局部優(yōu)化。針對某一個工藝點、某一個工序、某一個小場景來做應用。對企業(yè)來說，現(xiàn)在更重要的是全局化的優(yōu)化。要把“供產(chǎn)銷”的經(jīng)營鐵三角進行協(xié)同，更好地提升企業(yè)的經(jīng)營效益。

第五是智能化的系統(tǒng)化。這個數(shù)智化系統(tǒng)主要是給決策者做輔助決策用。相當于是給決策者配備了一個大腦，真正做一個企業(yè)級的大腦，而且這個企業(yè)級大腦要不僅能夠管好企業(yè)所有的部門、業(yè)務與流程，同時要做好上下游協(xié)同，能靈活應對外圍市場。

工業(yè)互聯(lián)網(wǎng)企業(yè)應根據(jù)自己的特色找準定位

工業(yè)互聯(lián)網(wǎng)的藍海中，很多初創(chuàng)企業(yè)不斷涌現(xiàn)。短短三四年之內(nèi)就出現(xiàn)了數(shù)以百計的初創(chuàng)企業(yè)，光是平臺級的、具有較強行業(yè)和區(qū)域影響力的工業(yè)互聯(lián)網(wǎng)企業(yè)就有100多家，而且這100多家企業(yè)已經(jīng)連接了7000萬臺設備，另外還有59萬個工業(yè)APP出現(xiàn)。這么短的時間內(nèi)，工業(yè)互聯(lián)網(wǎng)有這么廣泛的普及是一個很好的現(xiàn)象。

但正因為是在一個大海里，大家要特別注意，不能迷失方向，每個初創(chuàng)企業(yè)都要根據(jù)自己的特色找準定位。

這個領(lǐng)域有點像人工智能，就是所有的技術(shù)實際上都會有一定的波谷。人工智能在過去的60年里已經(jīng)出現(xiàn)了兩個冬天，工業(yè)互聯(lián)網(wǎng)領(lǐng)域也需要投資者有耐心。工業(yè)互聯(lián)網(wǎng)是一個很好的賽道，但是任重而道遠。

在工業(yè)企業(yè)里，所有的變革都需要耐心，要細細地將產(chǎn)品打磨出來。To C可以通過市場效應瞬間鋪開，但是To B需要在行業(yè)里細致地做好自己的工作。

同時，也要認識到，工業(yè)互聯(lián)網(wǎng)建設會產(chǎn)生海量數(shù)據(jù)。一方面，這些數(shù)據(jù)需要高質(zhì)量的數(shù)據(jù)治理；另一方面，數(shù)據(jù)的安全隱私是一個很重要的問題，從法律角度而言，一些歐美國家有專門的法律法規(guī)，中國也有《數(shù)據(jù)安全法（草案）》，這些法律法規(guī)會在數(shù)據(jù)的安全和保隱私保護上起到很好的作用。