朱克力 | 立方大家談專欄作者，國研新經濟研究院執(zhí)行院長
第四次工業(yè)革命以物聯網、大數據、人工智能、3D打印、區(qū)塊鏈、生物技術等為驅動，正以難以置信的速度改造世界。與傳統(tǒng)生產要素相比，數據正成為新經濟時代舉足輕重的新生產要素，其應用及影響無遠弗屆。抓住數據要素市場培育與產業(yè)數字化轉型新機遇，企業(yè)將大有可為。
六大新應用場景
一是設計環(huán)節(jié)大規(guī)模定制。
大規(guī)模定制不僅追求低成本、高效率，還要兼顧高質量和個性化，這在傳統(tǒng)工業(yè)社會是難以想象的。其要義在于以滿足客戶需求為核心，創(chuàng)造出一系列運作模式、技術支持、銷售方式、反應機制。這將會給企業(yè)的組織和運營帶來沖擊與困擾，企業(yè)生產、服務和銷售環(huán)節(jié)都需要隨之轉變。
數據要素是大規(guī)模定制的關鍵，其應用包括數據采集、數據管理、訂單管理、智能化生產、定制平臺等。
當定制數據達到一定量級，通過對這些數據的挖掘、分析，能夠實現精準匹配、營銷推送、流行預測等更高級功能，可以幫助企業(yè)降低物流和庫存成本，增加產品的用戶匹配度，減少生產資源投入的風險。
二是生產環(huán)節(jié)智能制造。
智能制造的實現基礎是大數據，實現途徑是信息物理系統(tǒng)，一端將產品接入互聯網，實現企業(yè)生產的產品智慧化，具體體現如智能家居設備、智能工業(yè)設備，實現在互聯網上的數據傳輸；另一端將企業(yè)接入互聯網，加速企業(yè)的網絡化、智能化改造進程。目前，
數據要素已成為智慧云系統(tǒng)建設和運營的戰(zhàn)略資源，也是智慧制造云實現智慧化的重要基礎。從應用來看，智慧制造云大數據的價值在于：通過采集管理分析服務，能夠精準、高效、智能地促進云制造的智慧化，實現產品+服務為主導、隨時隨地、隨需的個性化和社會化制造，進而提升企業(yè)競爭力。
三是供應鏈環(huán)節(jié)優(yōu)化與提速。
數據要素使供應鏈全局優(yōu)化成為可能，大數據優(yōu)化供應鏈的核心在于精準的需求預測。在數據要素支持下，通過對供應鏈海量數據的搜集、分析，不僅可以勾勒出包括消費習慣、消費能力等維度的用戶畫像，反映出市場的真實需求，又可以使物流企業(yè)依據數據分析結果，了解供應鏈每個環(huán)節(jié)的運作情況，從而找出業(yè)務贏利點或低效率的地方，能夠有針對性地進行業(yè)務調整，優(yōu)化資源配置，提升供應鏈協(xié)同效應，實現效率和利潤最大化。例如通過RFID等產品電子標簽技術、物聯網技術以及移動互聯網技術，幫助企業(yè)獲得完整的產品供應鏈大數據，極大提高產品時效性，減少庫存，優(yōu)化供應鏈。再如利用先進數據分析和預測工具，預測分析實時需求，增強商業(yè)運營及用戶體驗。
四是研發(fā)環(huán)節(jié)協(xié)同創(chuàng)新。
數據要素及其相關應用的觸角，同樣也延伸到了企業(yè)的研發(fā)環(huán)節(jié)。
數據要素助力研發(fā)環(huán)節(jié)實現協(xié)同創(chuàng)新，從應用場景來看主要通過三種方式：
一是數據整合。海量數據是建立高附加值的數據分析能力的基礎，大數據技術使端對端數據整合更有效，并精確關聯性質完全不同的數據，包括內部數據、外部數據、公開數據和自有數據。二是內外協(xié)作。許多企業(yè)研發(fā)部門保持高度封閉性，而數據要素打破了內部各部門之間的信息壁壘，加強了企業(yè)與外部合作伙伴的協(xié)作。三是決策支持。數據要素可以代替人進行較為復雜的決策，如項目分析、商業(yè)開發(fā)機會、預測等決策的快速做出都可以借助數據要素。
五是營銷環(huán)節(jié)精準推送。
利用數據要素可以分區(qū)域實現對市場波動、宏觀經濟、氣象條件、營銷活動、季節(jié)周期等進行融合分析，對產品需求、產品價格等進行定量預測。同時，可結合用戶對產品當前使用的工況數據，對零部件壞損進行預判，進而對零部件庫存進行準確調整。此外，通過對智能產品和互聯網數據的采集，針對用戶使用行為、偏好、負面評價進行精準分析，有助于對客戶群體進行分類畫像，可在營銷策略、渠道選擇等環(huán)節(jié)提高產品的滲透率。更重要的是，可結合用戶分群實現產品的個性化設計與精準定位，即針對不同群體，對用戶精準畫像、精準推送等，實現產品從設計到交易的完整營銷環(huán)節(jié)精準化。
六是服務環(huán)節(jié)運維與預測。
借助數據要素一方面可利用海量數據庫對信息、數據、資源、終端進行關聯分析，包括觸發(fā)智能終端進行數據搜集、自動查找故障根節(jié)點；另一方面還可以分類統(tǒng)計問題，為運維人員和客戶中心提供及時的分析數據。除了更實用的智能分析，借助機器學習技術，通過從數據中梳理出具有規(guī)律性的事件模型，進而對未來不確定性事件進行有效預測。此外，數據要素可以實現主動運維。通過數據深度挖掘和離線分析，運維由傳統(tǒng)事件驅動向業(yè)務質量驅動轉變，最終實現自動的自我修復、優(yōu)化配置，解決潛在的網絡故障，保障基礎設施的健康與質量。
四大新動能效應
第一，數據成為經濟轉型不可或缺的關鍵生產要素。
目前實體經濟之所以利潤薄、效率低，一方面，很大程度上是由于傳統(tǒng)生產要素如勞動力、資金、土地、能源原材料、物流等供應增長受限導致成本居高不下；另一方面，整體營商環(huán)境等外部交易成本較高也強化了傳統(tǒng)動能減弱趨勢，迫切需要生產要素升級與革新。對企業(yè)而言，大規(guī)模運用數據要素能放大生產力乘數，加速流程再造、降低運營成本、提升生產效率；對政府而言，運用數據要素構建信息共享和信用體系可望改善營商環(huán)境，幫助企業(yè)進一步實現降本增效和效率提升。在實踐中，不少企業(yè)率先了數據等新生產要素帶來的紅利。
第二，數據為加速新舊動能轉換提供基礎性應用。
基于大規(guī)模數據應用，以智能生產、智慧服務等為特色的企業(yè)脫穎而出，制造業(yè)與服務業(yè)融合步伐不斷加快：一是以工業(yè)大數據技術體系開發(fā)為龍頭的生產性服務帶動制造業(yè)發(fā)展；二是以工業(yè)大數據的智能化服務延伸企業(yè)價值鏈，提升市場競爭力；三是以工業(yè)大數據等信息服務為代表的制造企業(yè)轉型升級成效顯著，從而加速“制造+服務”融合趨勢，助推新舊動能傳導轉換。
第三，數據提高產業(yè)鏈協(xié)同效率并催生組織變革。
從微觀視角看，數據實現供需匹配，打通生產與服務全流程，提高產業(yè)鏈協(xié)同效率，催生內部生產組織和外部產業(yè)組織變革。隨著數據應用的日益深入，智能化生產、網絡協(xié)同、個性化定制等多種服務化延伸模式日漸清晰，呈現研發(fā)設計協(xié)同化、生產管控集成化、購銷經營平臺化、制造服務網絡化等態(tài)勢，帶動技術進步、效率提升與組織變革，促進產業(yè)數字化轉型，加快產業(yè)迭代興替。
第四，數據成為引領高質量發(fā)展和創(chuàng)新驅動的新興力量。
“大數據+”形成的新業(yè)態(tài)新模式正在助推產業(yè)和產品向價值鏈中高端躍升，加強數據要素在重點行業(yè)和領域的應用，促進數據引領的智能產業(yè)發(fā)展，打造具有競爭力的產業(yè)集群，推動智能技術轉化應用和產品創(chuàng)新，加速數字化、網絡化、智能化發(fā)展，提高全要素生產率、產品附加值和市場占有率。此外，強化數據在政務體系的應用，推進跨領域、跨平臺、跨部門的數據共享，可提升政府決策科學化、公共服務高效化、治理能力現代化水平，進一步改善營商環(huán)境及生態(tài)環(huán)境，更好地服務民生及社會事業(yè)。
相關政策建議
不容否認的是，當前數據要素市場處于培育初期，要素市場化發(fā)展舉步維艱，產業(yè)數字化轉型面臨諸多困難，市場發(fā)展秩序尚待規(guī)范。為推動數據要素市場化發(fā)展和產業(yè)數字化轉型，我們提出以下建議：
一是加大公共數據開放共享力度。
政府部門承擔公共管理職能，掌握經濟社會發(fā)展所需海量公共數據，應在確保國家安全前提下向商業(yè)主體適當開放。
二是營造數據自由流動的市場秩序。
鼓勵市場主體、行業(yè)協(xié)會、政府部門共同搭建數據交易平臺，探索數據交易程序和交易擔保等機制。通過創(chuàng)制規(guī)則，減少不必要的數據要素交易成本，最大程度加快社會數據交易頻次。
三是加強數據確權與合理保護。
健全數據交易法規(guī)，完善數據交易市場交易機制，促進數據產業(yè)加速發(fā)展，強化數據保護與管理。
四是推進實體經濟數字化轉型。
深入實施工業(yè)互聯網創(chuàng)新發(fā)展戰(zhàn)略，進一步擴大和升級信息消費，持續(xù)推進兩化融合創(chuàng)新發(fā)展，推動農業(yè)智能化集約化發(fā)展，持續(xù)推動服務業(yè)數字化創(chuàng)新。
五是提高數字經濟風險防范能力。
安全與發(fā)展是一枚硬幣的兩面，提升網絡安全水平，有效防范數字經濟運行風向，優(yōu)化數字經濟區(qū)域發(fā)展格局。
六是提升數字經濟治理水平。
堅持包容審慎的治理理念，打造部門協(xié)同、社會參與的協(xié)同治理體系，優(yōu)化治理手段與方式，完善治理制度與環(huán)境，積極參與全球治理體系構建。
