朱克力@@ | 立方大家谈专栏作者@@,国研新经济研究院执行院长@@

  第四@@次@@工业革命以物联网@@、大数据@@@@、人工智能@@、3D打印@@、区块链@@、生物技术等为驱动@@,正以难以置信的速度改造世界@@。与传统生产要素相比@@,数据@@正成为新经济时代举足轻重的新生产要素@@,其应用及影响无远弗届@@。抓住数据@@要素市场@@培育与产业数字化转型@@新机遇@@,企业将大有可为@@。

  六大新应用场景@@

  一是设计环节大规模定制@@。

  大规模定制不仅追求低成本@@、高效@@率@@,还要兼顾高质量和个性化@@,这在传统工业社会是难以想象的@@。其要义在于以满足客户需求为核心@@,创造出一系列运作模式@@、技术支持@@、销售方式@@、反应机制@@。这将会给企业的组织和运营带来冲击与困扰@@,企业生产@@、服务@@和销售环节都需要随之转变@@。

  数据@@要素是大规模定制的关键@@,其应用包括数据@@采集@@、数据@@管理@@、订单管理@@、智能化生产@@、定制平台@@等@@。

  当定制数据@@达到一定量级@@,通过对这些数据@@的挖掘@@、分析@@,能够实现精准匹配@@、营销推送@@、流行预测等更高级功能@@,可以帮助企业降低物流和库存成本@@,增加产品的用户匹配度@@,减少生产资源@@投入的风险@@。

  二是生产环节智能制造@@@@。

  智能制造@@的实现基础是大数据@@@@@@,实现途径是信息物理系统@@,一端将产品接入互联网@@,实现企业生产@@的产品智慧化@@,具体体现如智能家居设备@@、智能工业设备@@,实现在互联网上的数据@@传输@@;另一端将企业接入互联网@@,加速企业的网络化@@@@、智能化改造进程@@。目前@@,

  数据@@要素已成为智慧云系统建设和运营的战略资源@@@@,也是智慧制造@@云实现智慧化的重要基础@@。从应用来看@@,智慧制造@@云大数据@@@@的价值在于@@:通过采集管理分析@@服务@@@@,能够精准@@、高效@@、智能地促进云制造@@的智慧化@@,实现产品@@+服务@@为主导@@、随时随地@@、随需的个性化和社会化制造@@@@,进而提升企业竞争力@@。

  三是供应链环节优化与提速@@。

  数据@@要素使供应链全局优化成为可能@@,大数据@@@@优化供应链@@的核心在于精准的需求预测@@。在数据@@要素支持下@@,通过对供应链海量数据@@的搜集@@、分析@@,不仅可以勾勒出包括消费习惯@@、消费能力等维度的用户画像@@,反映出市场的真实需求@@,又可以使物流企业依据数据@@分析@@结果@@,了解供应链每个环节的运作情况@@,从而找出业务赢利点或低效率的地方@@,能够有针对性地进行业务调整@@,优化资源@@配置@@,提升供应链协同效应@@,实现效率和利润最大化@@。例如通过@@RFID等产品电子标签@@技术@@、物联网技术以及移动互联网技术@@,帮助企业获得完整的产品供应链大数据@@@@@@,极大提高产品时效性@@,减少库存@@,优化供应链@@。再如利用先进数据@@分析@@和预测工具@@,预测分析@@实时需求@@,增强商业运营及用户体验@@。

  四是研发环节协同创新@@。

  数据@@要素及其相关应用的触角@@,同样也延伸到了企业的研发环节@@。

  数据@@要素助力研发环节实现协同创新@@,从应用场景来看主要通过三种方式@@:

  一是数据@@整合@@。海量数据@@是建立高附加值的数据@@分析@@能力的基础@@,大数据@@@@技术使端对端数据@@整合更有效@@,并精确关联性质完全不同的数据@@@@,包括内部数据@@@@、外部数据@@@@、公开数据@@和自有数据@@@@。二是内外协作@@。许多企业研发部门保持高度封闭性@@,而数据@@要素打破了内部各部门之间的信息壁垒@@,加强了企业与外部合作伙伴的协作@@。三是决策支持@@。数据@@要素可以代替人进行较为复杂的决策@@,如项目分析@@@@、商业开发机会@@、预测等决策的快速做出都可以借助数据@@要素@@。

  五是营销环节精准推送@@。

  利用数据@@要素可以分区域实现对市场波动@@、宏观经济@@、气象条件@@、营销活动@@、季节周期等进行融合分析@@@@,对产品需求@@、产品价格等进行定量预测@@。同时@@,可结合用户对产品当前使用的工况数据@@@@,对零部件坏损进行预判@@,进而对零部件库存进行准确调整@@。此外@@,通过对智能产品和互联网数据@@的采集@@,针对用户使用行为@@、偏好@@、负面评价进行精准分析@@@@,有助于对客户群体进行分类画像@@,可在营销策略@@、渠道选择等环节提高产品的渗透率@@。更重要的是@@,可结合用户分群实现产品@@的个性化设计与精准定位@@,即针对不同群体@@,对用户精准画像@@、精准推送等@@,实现产品@@从设计到交易的完整营销环节精准化@@。

  六是服务@@环节运维与预测@@。

  借助数据@@要素一方面@@可利用海量数据@@库对信息@@、数据@@、资源@@、终端进行关联分析@@@@,包括触发智能终端进行数据@@搜集@@、自动查找故障根节点@@;另一方面@@@@还可以分类统计问题@@,为运维人员和客户中心提供及时的分析@@数据@@@@。除了更实用的智能分析@@@@,借助机器学习技术@@,通过从数据@@中梳理出具有规律性的事件模型@@,进而对未来不确定性事件进行有效预测@@。此外@@,数据@@要素可以实现主动运维@@。通过数据@@深度挖掘和离线分析@@@@,运维由传统事件驱动向业务质量驱动转变@@,最终实现自动的自我修复@@、优化配置@@,解决潜在的网络故障@@,保障基础设施的健康与质量@@。

  四大新动能效应@@

  第一@@,数据@@成为经济转型不可或缺的关键生产要素@@。

  目前@@实体经济之所以利润薄@@、效率低@@,一方面@@,很大程度上是由于传统生产要素如劳动力@@、资金@@、土地@@、能源原材料@@、物流等供应增长受限导致成本居高不下@@;另一方面@@@@,整体营商环境@@等外部交易成本较高也强化了传统动能减弱趋势@@,迫切需要生产要素升级与革新@@。对企业而言@@,大规模运用数据@@要素能放大生产力乘数@@,加速流程再造@@、降低运营成本@@、提升生产效率@@;对政府而言@@,运用数据@@要素构建信息共享和信用体系可望改善营商环境@@@@,帮助企业进一步实现降本增效和效率提升@@。在实践中@@,不少企业率先了数据@@等新生产要素带来的红利@@。

  第二@@,数据@@为加速新旧动能转换提供基础性应用@@。

  基于大规模数据@@应用@@,以智能生产@@、智慧服务@@等为特色的企业脱颖而出@@,制造@@业与服务@@业融合步伐不断加快@@:一是以工业大数据@@@@技术体系开发为龙头的生产性服务@@带动制造@@业发展@@;二是以工业大数据@@@@的智能化服务@@延伸企业价值链@@,提升市场竞争力@@;三是以工业大数据@@@@等信息服务@@为代表的制造@@企业转型升级成效显著@@,从而加速@@“制造@@+服务@@”融合趋势@@,助推新旧动能传导转换@@。

  第三@@,数据@@提高产业链协同效率@@并催生组织变革@@。

  从微观视角看@@,数据@@实现供需匹配@@,打通生产与服务@@全流程@@,提高产业链协同效率@@,催生内部生产组织和外部产业组织变革@@。随着数据@@应用的日益深入@@,智能化生产@@、网络协同@@、个性化定制等多种服务@@化延伸模式日渐清晰@@,呈现研发设计协同化@@、生产管控集成化@@、购销经营平台@@化@@、制造@@服务@@网络化@@等态势@@,带动技术进步@@、效率提升与组织变革@@,促进产业数字化转型@@@@,加快产业迭代兴替@@。

  第四@@,数据@@成为引领高质量发展和创新驱动的新兴力量@@。

  “大数据@@@@+”形成的新业态新模式正在助推产业和产品向价值链中高端跃升@@,加强数据@@要素在重点行业和领域的应用@@,促进数据@@引领的智能产业发展@@,打造具有竞争力的产业集群@@,推动智能技术转化应用和产品创新@@,加速数字化@@、网络化@@、智能化发展@@,提高全要素生产率@@、产品附加值和市场占有率@@。此外@@,强化数据@@在政务体系的应用@@,推进跨领域@@、跨平台@@@@、跨部门的数据@@共享@@,可提升政府决策科学化@@、公共服务@@高效@@化@@、治理能力现代化水平@@,进一步改善营商环境@@及生态环境@@,更好地服务@@民生及社会事业@@。

  相关政策建议@@

  不容否认的是@@,当前数据@@要素市场@@处于培育初期@@,要素市场化发展举步维艰@@,产业数字化转型@@面临诸多困难@@,市场发展秩序尚待规范@@。为推动数据@@要素市场@@化发展和产业数字化转型@@@@,我们提出以下建议@@:

  一是加大公共数据@@开放共享力度@@。

  政府部门承担公共管理职能@@,掌握经济社会发展所需海量公共数据@@@@,应在确保国家安全前提下向商业主体@@适当开放@@。

  二是营造数据@@自由流动的市场秩序@@。

  鼓励市场主体@@@@、行业协会@@、政府部门共同搭建数据@@交易平台@@@@,探索数据@@交易程序和交易担保等机制@@。通过创制规则@@,减少不必要的数据@@要素交易成本@@,最大程度加快社会数据@@交易频次@@@@。

  三是加强数据@@确权与合理保护@@。

  健全数据@@交易法规@@,完善数据@@交易市场交易机制@@,促进数据@@产业加速发展@@,强化数据@@保护与管理@@。

  四是推进实体经济数字化转型@@@@。

  深入实施工业互联网创新发展战略@@,进一步扩大和升级信息消费@@,持续推进两化融合创新发展@@,推动农业智能化集约化发展@@,持续推动服务@@业数字化创新@@。

  五是提高数字经济风险防范能力@@。

  安全与发展是一枚硬币的两面@@,提升网络安全水平@@,有效防范数字经济运行风向@@,优化数字经济区域发展格局@@。

  六是提升数字经济治理水平@@。

  坚持包容审慎的治理理念@@,打造部门协同@@、社会参与的协同治理体系@@,优化治理手段与方式@@,完善治理制度与环境@@,积极参与全球治理体系构建@@。

责任编辑@@:wuwenfei