陆峰博士分享：数智创新，智驱未来 ——数字化转型正成为产业发展源动力

2021-08-10 14:53:18 来源：钥城网

友邦安达3060数字化能源科技服务平台，构建了物联平台、数据平台、智能引擎和专家知识库为支撑的完善产品架构；基于领先行业的数据建模理念，打造综合能源服务全生命周期的6D数据价值分析体系。

陆峰，墨尔本大学金融学博士，曾先后工作于通用汽车金融、一汽、阿里和滴滴等知名企业，带领团队深耕于金融、数字化、智慧交通、双碳等领域。

转变：中国数字化转型进程正加速驶入快车道

宏观政策结合企业需求，多方因素驱动中国产业数字化转型

危机之下，中国产业数字化暴露“隐性缺陷”

突如其来的疫情可谓对企业数字化转型成果进行了一次检验，虽然多数企业在疫情期间均进行线上自救，采用了远程办公、线上培训等多种手段。但不可否认的是，多数行业如传统零售、传统制造业等行业仍面临着供应链断裂、订单滞销等致命问题。根据中国企业应对疫情间策略的调研数据，尽管 80% 的企业在疫情间均利用远程办公工具开展临时工作；但是对于生产运营等核心环节，有高达 78% 的企业无法利用实时数据进行调整及优化。危机之下，中国产业数字化进程暴露了“隐性缺陷”。

危中有机，疫情加速了企业数字化运营习惯的养成，成为激发企业全面数字化转型的动因。在疫情危机与市场营商环境恶劣的双重影响下，各行业数字转型的节奏、投入的策略都发生明显变化。数字化转型不再是“可选项”，而是 “必选项”，疫情作为分水岭，促使产业数字化转型进入了新的生态发展期。

数字化发展驶入快车道，进一步拓展数字经济发展新空间

产业数字化转型是“融合”与“创新”的马拉松，作为连接传统产业与新型产业、推动传统企业与科技企业融合共生的纽带。涉及众多垂直细分产业链条，这也意味着产业数字化蕴含了巨大的市场机会与商业价值，催发了各类型数字化转型服务商的诞生，通过技术服务、平台建设等方式赋能传统行业，不断拓宽产业数字化业务范围，提高产业数字化供给的服务能力，激发传统行业的数字化活力。

另一方面，在政府、行业、企业等多方力量下，加速产业链上下游要素资源有效整合，实现良性互动。同时各产业间实现共生、互生和再生，催发新的商业模式诞生，进一步激发数字经济的规模。

图丨产业数字化经济“融合”与“创新”释义（来源：CB Insights 中国）

近年来数字经济规模不断上升，已成为国民经济中最核心的增长之一。随着产业数字化带来的红利机会，未来将有更多行业创新者涌入该赛道，催发更多新经济形式及多产融合的业态。数字化经济将进一步迸发新可能，万亿级规模体量将持续保持高速增长。

技术：六大技术加速重构未来产业数字化

人工智能赋能产业数字化转型提档加速

知识工程

根据人工智能技术成熟度曲线，知识图谱的成熟度在一年之内，由创新触发阶段一跃达到膨胀高峰阶段，且非常接近最高点。知识工程正逐渐成为人工智能领域新的发力点，成为数字化应用领域的强大助力。

虽然现阶段知识图谱的发展尚未完全成熟，但得益于其高度可视化、强关联分析、可识别隐性关系等优势，该技术在产业数字化转型中拥有愈发重要的地位。知识图谱通过知识融合、知识推理、知识应用等核心环节，依托于知识库的深度知识推理能力、逐步扩展的认知能力，帮助行业从业者对特定的问题进行分析、推理、辅助决策。目前该技术除了在数据化治理、数字化营销、数字化管理等通用服务领域有广泛应用之外，在很多垂直行业也实现了应用突破，如工业数字化、金融数字化等。据预测知识图谱仍需要 5 - 10 年时间才能进入技术完全成熟区，也意味着知识图谱还有很大的技术发展空间与广阔的应用场景，在产业数字化转型领域将得到进一步应用。

机器学习

一旦机器可以自己理解自己，一场颠覆性变革将会发生。机器学习作为一项通用型技术，实现了数据分析、数据科学和自动化的融合。目前已取得了重大落地成果，并广泛应用于各行业各类型的企业系统应用中，帮助企业增强客户体验、改善运营决策、提供创新的产品和服务，推动数字化转型进程。

基于其可自动化、强优化与超见解的优势，目前已经被应用于各商业场景的业务流程中。如在金融领域，可应用于加强欺诈检测、风险控制等；在保险领域，可利用机器学习来微调他们的风险计算模型；在制造领域，可实现数据驱动，完善从概念到最终交付过程的运行机制。未来随着技术的进一步创新，更多领域的场景应用将成为可能。例如利用机器学习完成芯片的设计，可能过去需要数十名工程师数周或数月的时间，利用机器可在短短几天内自行完成。机器学习的能力超乎想象，它正使一切变得更加聪明且更有效率。

图丨机器学习助力各领域降本增效（来源：CB Insights 中国）

云计算是产业数字化的“基石”

混合云

随着产业数字化转型的纵深演进与云计算市场的创新发展，公共云与私有云的混合使用被越来越多的企业采纳。混合云作为一种新型的IT构架，整合和集成了多种模式云资源的云服务方式，可以实现多云协同、云上云下协同等作业方式，具备为多种数据应用提供场景支撑的能力。未来在基础设施的构建中，混合云计算将占主导地位。

目前混合云已经成为各行各业实现渐进式数字化转型的首选方式。一方面混合云构架不仅是IT架构上的革新，更可以为企业业务带来创新机遇。假如当企业需要快速有效地建立和测试新概念时，可运用混合云平台进行实验。这不仅避免了安全、合规、成本等方面问题，而且不影响现有业务开展，一旦试验成功，还可以方便地在公有云和私有云之间迁移，有效助力企业实现简单的创新支持业务增长。

边缘计算

随着传输到云计算分析解决方案的数据量的增加，原始数据的延迟和可扩展性以及处理速度等问题也随之出现。边缘计算由于拥有可就近提供计算、网络、智能等关键能力，提高服务性能，支撑物理和数字世界，已经成为计算体系中的新方向，同时也是产业行业数字化转型不可或缺的技术手段。

“云”“边”协同联动，共同释放数据价值，已然成为产业界达成的共识。边缘计算以业务实时、数据融合、创新智能、安全保护等优势，为应用提供算力能力，助力产业进行数字化赋能。现阶段边缘计算已经广泛应用于制造业、能源行业、公共交通、农业、医疗、教育等垂直行业。

大数据：数字经济协同发展的助推器

分布式数据库

数据库作为数据存取、管理和应用的核心工具，决定了数据运行处理的高效性。在数字经济的背景下，各个行业的业务迅猛发展，数据信息爆发增长，数据结构复杂度与日攀升。但传统关系型数据库在处理高并发、实时处理等数据业务时，明显力不从心。多重因素驱动下，分布式数据库正在崛起，或将成为企业数字化转型进程中优选项。

数字孪生

数字孪生作为连接实体空间与数字空间的一种高保真技术，具有模型设计、数据采集、分析预测、模拟仿真等优势，该技术已经成为数字化转型的重要支点。利用数字孪生技术可打造出映射物理空间的虚拟世界，实现物理实体与数字虚体之间的数据双向动态交互。同时依据赛博空间的变化及时调整生产工艺、优化生产参数，得到包括优化、预测、仿真、监控、分析等功能的输出。

行业：“三产一体”数字化转型升级实践经验

加快建设数字政府，深化“数智+政务”深度融合

当前数字化转型正如火如荼的进行中，政府作为产业数字化中的规则制定者，同时也是经济社会的最大购买方，正积极推动自身的数字化转型升级。目前中国政府数字化转型已进入全面提升阶段，数字政府已成为推进政府数字化建设的重要抓手。

孤岛问题、数据效能低，政府数字化转型过程的拦路虎

数字化转型从不是一蹴而就的事，“数字政府”建设更是一项复杂的系统工程。随着政府数字化转型地纵深推进，处于改革神经末端的政府，在转型推进的过程中逐渐暴露出诸多问题。如各类信息孤岛问题、数据管理与价值利用问题等。

首先，“孤岛问题”始终是政府数字化转型面临的首要障碍。一方面，早期各部门独立进行信息建设，导致操作系统、数据采集标准各不相同，各部门间信息重复、数据不贯通，“数据孤岛”问题始终存在。此外“业务孤岛”也是长期存在的焦点问题。各业务平台间标准不统一、接口不连通，导致一个完整的业务在各系统间难以顺畅流转，各部门协同效率低下，直接影响了政府的办事效率与服务质量。不仅如此，目前中国体制背景下的管理模式和信息应用模式，多以“条块分割碎片化”式为主。各部分管理视角的不同，也导致部门内部的信息不对称、流程不清晰等问题，“管理孤岛”就此形成。数据孤岛、业务孤岛、管理孤岛层层叠加，已成为政府数字化转型的首要难关。

创新与融合，数字政府建设的关键解决要素

数字化转型是必经之路，面对挑战与问题，政府应直面挑战、把握机遇，加快政府数字化转型进程，建设“数字政府”。从创新、融合两方面破解数字政府建设难题，不断利用新技术、新思想、新方案推动政务服务变革、政府职能不断完善，数字政府正迈入一个以数据创新为标志的时代。

“融合”是政府数字化转型的基石，具体包括三方面：数据融合、业务融合与管理融合。在数据融合方面，现阶段政府部门之间数据互通性差、数据开放程度低。在转型过程中，通过将多模态、多语义、多结构、多来源的数据聚集融合，构建大数据平台，形成社会共享的数据链。利用 AI 等技术手段进行智能分析，实现全局化的数据治理与贯通，彻底释放数字红利。

在业务融合方面，按照服务价值链、产品生命周期等维度，整合政府相关业务流程、梳理办事规则。利用数字化技术实现相关方之间，业务与资源的在线协同和动态优化，实现跨部门、跨业务、跨层级间的协同优化。

在管理模式上，打破部门、层级壁垒，解决传统条块分割的管理模式，实现高层与基层间的联动。各级政府共同联手依托于一体化政务服务平台，实现“一窗通办”、“零差别处理”，提高政府服务效能、增强居民服务满意度。

政府在实现数据、业务、管理多元融合后，不仅能够为社会公众提供多样化的服务，还将为构建开放、创新的数字生态体系做出贡献，进一步催发中国数字经济的发展。同时，创新也是政府进行数字化转型的关键词之一。主要体现在政策创新、技术创新与业务创新。

在政策创新上，相关政府部门须不断制定行业统一标准，完善政策体系。如健全数据治理体系和数据标准、规范数据释放后的数据安全问题等。政府作为各行各业学习的风向标，只有在底层政策上不断健全、开发、创新，政府数字化转型才能始终拥有自我革新的源动力。

在技术创新上，不断利用云计算、大数据等创新技术，夯实数字政府基础设施底座，达成数据融合，最终实现数据交互。这种交互不只是数据与数据间的交互，还包括数据与人、自然的融合交互。再通过数据建模、数据可视化等技术手段推进政府的决策体制，通过对数据治理得到有效的分析预判，完成从“人治”到“数智”的创新性转变。

在业务创新上，技术支撑将重构政府数字化建设，进一步赋予政务应用在更多场景发挥力量，如社会治理、城市建设、公共安全等多领域。随着底层政策的不断支持、中层技术的不断开发，未来政府服务的创新和服务边界也将不断拓展。

数字化赋能传统制造业，引领行业颠覆性变革

一场数字化革命正在各产业全面铺开，制造业作为国家经济的重要组成部分，也正积极地接受数字化变革。政策上也加快推动新一代信息技术和制造业的深度融合，大力发展先进制造和智能制造。制造业正以前所未有的速度步入工业

、全面数字化阶段。

制造业数字化转型过程中所面临的挑战

现阶段，制造企业已意识到数字化转型的优势以及转型的必要性。但其企业性质不同于信息行业，不管从工厂基础设施的数字化改造难度还是从企业内部组织结构来看，制造业数字化仍处于起步阶段，转型难度较高。首先制造业的基础设施与转型基础均相对薄弱，有效的数据链尚未搭建完全。

中国制造业虽然起步较早，但相比于金融、互联网等领域，其数字化基础比较薄弱。在早期基建时未考虑数字化转型问题，设备层老龄化、型号不统一等问题广泛存在，工厂内部底层设备的数据获取、设备之间的有机融合，成为转型的首要难题。加之制造业产业链涉及角色众多，包括设备制造商、设备代理商、材料供应商、工厂以及客户等多方角色，外部数据获取、融合也是难点之一。以某传统制冷企业为例，其制造的产品大多输送各地工厂，在外部数据的收集与融合中阻力重重，工厂配合度不高、数据不愿共享……外部数据也无法及时全面的同步与更新。制造业厚植的传统基因，导致工厂内数据的提取挖掘、外部数据采集融合面临挑战，完整有效的工业数据链搭建十分困难。

而且，企业数字化转型不只是技术的更迭，而是战略、组织、运营等全方位的变革，需要从全局规划。一方面，公司高层就数字化战略发展问题的高度进行谋划，尤其是高层管理者之间难以达成共识。如转型方式为局部优化还是全局优化、协同增效还是业务聚焦、工厂设备以部分机器智能还是系统智能等。顶层战略设计的漏洞，将可能导致具体落实、推行过程中举步维艰。

另一方面，企业缺乏技术、业务复合型人才。在企业进行数字化转型过程中，一般会成立独立部门予以推动，可是部门人员仍以原有技术、业务员工为主，缺乏数字化专业人才。在花费大量金钱、精力引进先进的数据智能技术后，却缺乏业务与技术互通的专业人才推动实施。此外，数字化转型是一项系统性工程，需要多部门协同，但目前多数企业内部并未形成应对数字化转型的组织架构。各部门间对数字化转型的态度高度不统一，部门间职、权不清晰等现象广泛存在，数字化转型步履蹒跚。

破解制造业数字化转型难题的实施路径

首先，数字化转型应以市场价值为中心、以业务驱动、以技术为支撑，做好战略规划。具体到实施上，企业应将数字化战略目标与企业的业务战略目标进行匹配，而不是盲目地拥抱技术，利用新兴技术对工厂、设备等设施进行层层堆砌。技术在转型过程中仅是起到辅助、连接、支撑的作用。此外，在转型过程中，企业应根据自身特性设计差异化转型模式。在数字化转型的前期、中期及后期，侧重不同的转型重点，并根据转型情况适时调整。

其次，企业应构建适配数字化转型的组织架构与人才体系。从组织构成来看，传统组织是基于专业分工而建立的。但在数字化转型过程中，企业内部也需同步发展适合数字化转型的组织架构，以达成长效的转型效果。产业数字化转型的背景下，企业组织架构更强调开放性和互联性。组织架构应以跨部门的业务流程梳理与优化为方向，从横向上逐步打通部门壁垒，形成从单一的线性协同模式转向跨部门的多维协同模式，改变因部门分割而产生的流程中断、分散等状态。

最后，企业应利用好工业互联网释放的红利，打造数字化转型的支撑平台。制造业数字化转型需要强大的支撑平台，而工业互联网作为新一代信息技术与现代工业融合发展的新模式，以数据为纽带，打造开放共享的价值网络，将制造产业的设备、数据、技术、管理、市场等多要素全面互联，在经营管理、产业设计、生产制造、过程控制、产品测维等关键环节形成闭环和资源优化，达成供应链、管理链、服务链、产业链的高效协同。