数据显示，2020年我国数字经济规模达到39.2万亿元，占GDP比重为38.6%；数字经济增速达到GDP增速3倍以上，成为稳定经济增长的关键动力。有数据显示，2020年，数字经济进一步发展，我国数字经济规模占GDP比重已近四成，对GDP贡献率近七成，预计2021年将进一步增至47.56亿元。在此背景下，数字化转型成为各大产业的发展之重。在这个过程中，数据智能、工业互联网在其中充当着什么样的角色？会遇到哪些具体的挑战与机遇？数字经济未来的发展潜力有多大？

2021年将是“数智化时代”元年

中国数字经济的发展潜力巨大。首先，中国现在的数字经济占GDP的比例与欧美先进国家相比还有很大距离。目前我们是36%~40%，而英、德、美等欧美国家已经达到60%。其次，我国的GDP组成中，金融、IT以及零售行业数字化程度比较高。零售行业占GDP大概2%左右，但其中就涌现出了像阿里、京东这些巨头。但泛工业占GDP的比例是52%，这52%尚处在实现数字化转型早期，可见数字经济发展空间非常巨大。

埃森哲《2020中国企业数字转型指数研究》显示，85%的受访企业高管表示，希望能够在一年内看到数字化转型的效果，43%的企业希望在6个月就能够看到数字化转型的效果。而两年前IDC针对中国1000强企业做的一个调研显示，有50%以上的企业表示数字化转型是他们的重要战略。可见整个市场对数字化转型已经有一个很好的认知。

国资委在2020年下发《关于加快推进国有企业数字化转型工作的通知》，专门鼓励央企、国企带头做数字化转型。工业和信息化部也在今年1月印发了《工业互联网创新发展行动计划（2021—2023年）》，要求所有的企业加强工业互联网的建设，特别是加强其中的数字化管理。

因此，从市场和政策两个层面来看，2021年将是“数智化时代”的元年。

工业互联网建设从数字化到“数智化”

数字化转型主要包括两大部分。第一是业务数字化。也就是说在业务中把数据抽取出来，然后通过数据的整合来做分析，对整个业务有所洞察，业务的数字化要通过工业互联网来做。第二是数字业务化。这需要借助数据智能的技术。数据智能指的是人工智能和大数据的融合，也就是用大数据把人工智能的算法模型与应用范围做得更好。首先要把抽取出来的数据建成模型，建模后进行模拟仿真，做预测、优化，使得决策者能够通过数据作更准确的、更好的、更靠前的决策。

工业互联网作为工具，对数字化转型起到至关重要的作用。我们在实践中发现并主攻工业互联网的五大挑战。

第一是数据维度扩大。数字化转型需要把不同数据源的数据都整合在一起，打通数据孤岛。这需要把数据进行统一分析、统一建模。

第二是应用范围越来越广。原来的人工智能基本上就是人脸识别、语音处理、语言的人机对话等，这些几乎是To C的业务。现在我们看到更多的是人工智能在To B领域的应用，这个应用范围就大得多，场景也多得多，涉及各行各业。

第三是人工智能应用深度加大。除了人脸识别、语音识别等认知服务，人工智能还需要进行预测、预警，这就要求数据能够做更深入的分析，要把所有的历史数据进行考量与分析规律。

第四是全局化的优化。原来大家看到更多的是局部优化。针对某一个工艺点、某一个工序、某一个小场景来做应用。对企业来说，现在更重要的是全局化的优化。要把“供产销”的经营铁三角进行协同，更好地提升企业的经营效益。

第五是智能化的系统化。这个数智化系统主要是给决策者做辅助决策用。相当于是给决策者配备了一个大脑，真正做一个企业级的大脑，而且这个企业级大脑要不仅能够管好企业所有的部门、业务与流程，同时要做好上下游协同，能灵活应对外围市场。

工业互联网企业应根据自己的特色找准定位

工业互联网的蓝海中，很多初创企业不断涌现。短短三四年之内就出现了数以百计的初创企业，光是平台级的、具有较强行业和区域影响力的工业互联网企业就有100多家，而且这100多家企业已经连接了7000万台设备，另外还有59万个工业APP出现。这么短的时间内，工业互联网有这么广泛的普及是一个很好的现象。

但正因为是在一个大海里，大家要特别注意，不能迷失方向，每个初创企业都要根据自己的特色找准定位。

这个领域有点像人工智能，就是所有的技术实际上都会有一定的波谷。人工智能在过去的60年里已经出现了两个冬天，工业互联网领域也需要投资者有耐心。工业互联网是一个很好的赛道，但是任重而道远。

在工业企业里，所有的变革都需要耐心，要细细地将产品打磨出来。To C可以通过市场效应瞬间铺开，但是To B需要在行业里细致地做好自己的工作。

同时，也要认识到，工业互联网建设会产生海量数据。一方面，这些数据需要高质量的数据治理；另一方面，数据的安全隐私是一个很重要的问题，从法律角度而言，一些欧美国家有专门的法律法规，中国也有《数据安全法（草案）》，这些法律法规会在数据的安全和保隐私保护上起到很好的作用。