數據顯示，2020年我國數字經濟規模達到39.2萬億元，占GDP比重為38.6%
；數字經濟增速達到GDP增速3倍以上，成為穩定經濟增長的關鍵動力。有數據顯示，2020年，數字經濟進一步發展
，我國數字經濟規模占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，數字化轉型成為各大產業的發展之重。在這個過程中
，數據智能、工業互聯網在其中充當著什麼樣的角色？會遇到哪些具體的挑戰與機遇

？數字經濟未來的發展潛力有多大？

2021年將是“數智化時代”元年

中國數字經濟的發展潛力巨大。首先
，中國現在的數字經濟占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、美等歐美國家已經達到60%。其次，我國的GDP組成中，金融
、IT以及零售行業數字化程度比較高。零售行業占GDP大概2%左右，但其中就湧現出了像阿裏、京東這些巨頭。但泛工業占GDP的比例是52%，這52%尚處在實現數字化轉型早期
，可見數字經濟發展空間非常巨大。

埃森哲《2020中國企業數字轉型指數研究》顯示
，85%的受訪企業高管表示，希望能夠在一年內看到數字化轉型的效果，43%的企業希望在6個月就能夠看到數字化轉型的效果。而兩年前IDC針對中國1000強企業做的一個調研顯示，有50%以上的企業表示數字化轉型是他們的重要戰略。可見整個市場對數字化轉型已經有一個很好的認知。

國資委在2020年下發《關於加快推進國有企業數字化轉型工作的通知》，專門鼓勵央企、國企帶頭做數字化轉型。工業和信息化部也在今年1月印發了《工業互聯網創新發展行動計劃（2021—2023年）》，要求所有的企業加強工業互聯網的建設，特別是加強其中的數字化管理。

因此，從市場和政策兩個層麵來看，2021年將是“數智化時代”的元年。

工業互聯網建設從數字化到“數智化”

數(shu)字(zi)化(hua)轉(zhuan)型(xing)主(zhu)要(yao)包(bao)括(kuo)兩(liang)大(da)部(bu)分(fen)。第(di)一(yi)是(shi)業(ye)務(wu)數(shu)字(zi)化(hua)。也(ye)就(jiu)是(shi)說(shuo)在(zai)業(ye)務(wu)中(zhong)把(ba)數(shu)據(ju)抽(chou)取(qu)出(chu)來(lai)

，然(ran)後(hou)通(tong)過(guo)數(shu)據(ju)的(de)整(zheng)合(he)來(lai)做(zuo)分(fen)析(xi)
，對(dui)整(zheng)個(ge)業(ye)務(wu)有(you)所(suo)洞(dong)察(cha)，業(ye)務(wu)的(de)數(shu)字(zi)化(hua)要(yao)通(tong)過(guo)工(gong)業(ye)互(hu)聯(lian)網(wang)來(lai)做(zuo)。第(di)二(er)是(shi)數(shu)字(zi)業(ye)務(wu)化(hua)。這(zhe)需(xu)要(yao)借(jie)助(zhu)數(shu)據(ju)智(zhi)能(neng)的(de)技(ji)術(shu)。數(shu)據(ju)智(zhi)能(neng)指(zhi)的(de)是(shi)人(ren)工(gong)智(zhi)能(neng)和(he)大(da)數(shu)據(ju)的(de)融(rong)合(he)，也(ye)就(jiu)是(shi)用(yong)大(da)數(shu)據(ju)把(ba)人(ren)工(gong)智(zhi)能(neng)的(de)算(suan)法(fa)模(mo)型(xing)與(yu)應(ying)用(yong)範(fan)圍(wei)做(zuo)得(de)更(geng)好(hao)。首(shou)先(xian)要(yao)把(ba)抽(chou)取(qu)出(chu)來(lai)的(de)數(shu)據(ju)建(jian)成(cheng)模(mo)型(xing)
，建(jian)模(mo)後(hou)進(jin)行(xing)模(mo)擬(ni)仿(fang)真(zhen)，做(zuo)預(yu)測(ce)、優化，使得決策者能夠通過數據作更準確的、更好的
、更靠前的決策。

工業互聯網作為工具
，對數字化轉型起到至關重要的作用。我們在實踐中發現並主攻工業互聯網的五大挑戰。

第一是數據維度擴大。數字化轉型需要把不同數據源的數據都整合在一起
，打通數據孤島。這需要把數據進行統一分析、統一建模。

第二是應用範圍越來越廣。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的業務。現在我們看到更多的是人工智能在To B領域的應用，這個應用範圍就大得多，場景也多得多，涉及各行各業。

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，這就要求數據能夠做更深入的分析，要把所有的曆史數據進行考量與分析規律。

第四是全局化的優化。原來大家看到更多的是局部優化。針對某一個工藝點、某一個工序、某一個小場景來做應用。對企業來說
，現在更重要的是全局化的優化。要把“供產銷”的經營鐵三角進行協同，更好地提升企業的經營效益。

diwushizhinenghuadexitonghua。zhegeshuzhihuaxitongzhuyaoshigeijuecezhezuofuzhujueceyong。xiangdangyushigeijuecezhepeibeileyigedanao
，zhenzhengzuoyigeqiyejidedanao
，erqiezhegeqiyejidanaoyaobujinnenggouguanhaoqiyesuoyoudebumen、業務與流程，同時要做好上下遊協同

，能靈活應對外圍市場。

工業互聯網企業應根據自己的特色找準定位

工業互聯網的藍海中，很多初創企業不斷湧現。短短三四年之內就出現了數以百計的初創企業，光是平台級的、具有較強行業和區域影響力的工業互聯網企業就有100多家，而且這100多家企業已經連接了7000萬台設備
，另外還有59萬個工業APP出現。這麼短的時間內，工業互聯網有這麼廣泛的普及是一個很好的現象。

但正因為是在一個大海裏，大家要特別注意，不能迷失方向，每個初創企業都要根據自己的特色找準定位。

這個領域有點像人工智能，就是所有的技術實際上都會有一定的波穀。人工智能在過去的60年裏已經出現了兩個冬天，工業互聯網領域也需要投資者有耐心。工業互聯網是一個很好的賽道，但是任重而道遠。

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

同時，也要認識到

，工業互聯網建設會產生海量數據。一方麵，這些數據需要高質量的數據治理；另一方麵

，數據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，中國也有《數據安全法（草案）》
，這些法律法規會在數據的安全和保隱私保護上起到很好的作用。