阿里云李颋：从这五点认识产业数字化

2021年10月20日，由成都市科学技术局联合电子科技大学、中国电子学会区块链分会及清科创业等相关单位联合举办“2021数字技术与信息安全创新发展峰会”在成都隆重举行。现场汇集数字经济、区块链领域的投资大咖与优秀企业家同台，直击热点话题，洞悉行业发展方向，捕捉产业变革机遇，共探数字经济产业繁荣之路。

会上，阿里云政策与战略中心总经理、中国电子学会区块链分会委员李颋发表了《产业数字化转型的创新与实践》主题演讲。

以下为演讲实录，经投资界（ID：pedaily2012）编辑整理：

大家下午好！首先我们来看一下，这个是今年其实刚出不久的国家统计局关于数字经济和其核心产业的一个比较完整的分类，在过去我们只是很模糊的讲数字经济，包括了数字产业化和产业数字化。

实际上到底是什么是数字产业化和产业数字化？我们有过多种各样的诠释，那么在统计局发布的这样一个分类里面，其实它已经划分的相对比较清楚了，大家可以看到它里面会很明显的，把它分成了数字经济的核心产业和产业数字化的部分。

当然我们也可以看到，虽然数字经济核心产业类的种类很多，这边的四列全部都是数字经济的核心产业，但实际上它们的种类和它们的体量并没有旁边的那一列，就是产业数字化这一列来的更加的庞大和来得更为的复杂，应该说产业数字化是占据了数字经济里面最为核心，也是最重要也是占的体量最大的这么一个部分，这是我们最直观的，对于产业数字化在数字经济当中地位的这样一个认知。

那么基于这样一个认知，我们可以看到在当前产业数字化表现出了哪些基本特征，我们大概做了五个方面的这样一个概括。

第一个就是产业数字化转型表现出来一个它的基础差异化，实际上各行各业的数字化转型的基础是不一样的，并且数字鸿沟会依然存在，而且有可能会越来越扩大，我们认为它的基础的差异实际上是在不断变大的，这是第一个特征。

第二个特征，正是因为我们有着各行各业的数字化的转型，我们要把数据作为生产要素去跟每个行业去融合，去投入，去让它产生自己作为数据要素所增值的部分。因此产业数字化转型的路径它也是多样化的，我们是讨论纵向整合还是讨论横向连接，我们是考虑基础支撑还是考虑顶层设计，实际上在讨论数字化转型的时候，我们很难说有哪一条路径就一定是可以成功的，或者说有哪一种技术它就一定是可以发挥作用的，它的整个的路径方式是多样化的，这是我们认为的第二个特征。

第三个特征就是产业数字化转型的诉求是日益协同化的，这一点我们在后面也会再提到，因为我们在今天谈到整个产业的数字化转型和我们过去所谓的这种信息化的建设，它最大的区别就是把这种垂直的条块化式的这种建设，变成了要从顶层层面去考虑如何去搭建一个整体的平台，去考虑一个整体的系统，如何从一开始就要去考虑，我们不能够是一个条线的去解决问题，而要从整个统筹和协调的层面去解决整体的问题，这也是数字化转型目前一个最主要的这样一个特征。

第四个特征就是数字化转型的表现出来一个系统复杂化这样一个特征。应该说随着转型的程度越来越深入，它的层级越上升，我们就要面对越来越多的复杂的巨系统，从过去的单个环节到整个的流程，从某一个行业上升到整个产业。从整个的这样一个城市甚至上升到人类社会，我们越上升就会越发现我们面对的实际上是一个复杂巨系统的工程，而且它这样的复杂性的话会越来越综合，越来越并发和越来越叠加，这是我们的第四个这样一个特征。

第五个特征就是数字化转型的生态是开放式的，数字化转型的走向它必然会走向说以大小不同的，以这个就是核心点也不同的和侧重的着力点也不同的各种开放式的生态，而构建起了一种全新的竞合。在这个方面其实合作上的比较好理解，合作一定是开放式的，但是在这样的一种生态之下，竞争也很有可能会变成开放式的，不是零和博弈，你多我少你死我活似的零和博弈的竞争，而是我们在竞争中怎么样更好的把各自的价值点都能更好的释放出来，这是一种开放式的竞争，也是在数字化转型的趋势之下，带来的一种新的这样一个转型特征，这是我们认为的产业数字化转型的五个最基本的这样一个特征。

同时我们也要看到除了五个基本特征之外，我们认为产业数字化转型目前也面临着三种比较突出的问题。

第一个问题是什么？就是在不确定性的下降和复杂性的上升之间，我们必须要考虑一个经济均衡问题，其实在很多这样的一些场合我都做过这样一个分享，我们可以大概去这样去设想。我们之所以要推进数字化，要收集海量数据，要围绕这些数据去建模，并且把这些建模封装成应用，投入到实际的生产设计研发过程当中，我们是为了什么？我们是为了能够掌握越来越多的信息，把原来仅仅依靠人脑进行判断的这些事物进行总结和沉淀的经验，交给机器来完成，从而不仅是尽可能掌握更多的信息，也要尽可能的去降低我们面临的这样的一些不确定性，让我们的这些质量也好，对数量的控制也好，能够更加的精准。但是在不确定性下降的同时，我们所面临的必然是复杂性的上升，无论是无人工厂也好，无论我们谈智慧物流也好，还是在其他行的这种智慧化、数字化、网络化的转型也好，它必然会带来的就是投入的增加。新的设备的购买，人员的培训，甚至我们随之而带来我们整个组织结构的改变，我们整个管理方式的变化，这些其实都是各种有形的和无形的投入，那么如果抛开这些投入去看数字化转型是不现实的。

所以在讲产业数字化转型之前，我们一定要考虑这个方案，它除了能够带来不确定性的下降之外，它是否在跟你的复杂性上升之间的经济均衡能够很好的完成，这是我们要考虑第一个问题，就是一个经济均衡问题。

第二个问题，供给的碎片化和需求的协同化之间的一个全局统筹问题，刚才我们讲的协同化的特征是相呼应的，比如说我们拿制造业来进行举例，如果说我们从传统的思维去考虑制造业信息化和一个单一的数字化建设过程的话，我们会发现很多问题其实是都相对而言比较容易去解决的，因为本身制造业它的三条线分的是很清楚的，研发有自己的制度供给和技术商，生产也有自己的组织体系，也有自己的服务商。那么经营管理它同样有自己比较成熟的系统，成熟软件，也有一套相对已经比较成熟的管理方法，三条线分开来看其实都没有问题，但是如果你把它合到一块看，问题就会出现了，这个其实也是制造业，乃至于很多传统产业在今天面对的一个最关键的问题，就是这三条线各自管理的方式不一样，各自汇报的方向也不一样，各自的负责人不一样，技术的供应商也不一样，采取的解决方案、系统标准协议甚至都有可能不一样，但是我作为一个企业而言，或者我作为一个组织而言，我不可能说我在今天我还要分别完成三条线的信息化，我再来去考虑怎么把三条线合一。

我在一开始就要去考虑我的三条线，怎么能够同步去进行我的数字化，能够去打破我的信息孤岛，能够把我这些碎片化的需求统筹起来，能够在整体层面去提升我的质量和效益，这是在今天很多产业和企业所要面临的一个共性的问题，就是一个统筹的问题，而我们今天所存在的对症结的其实不仅仅是在技术方面，在于我们的制度，在于我们的组织方式，在于我们的管理模式方面，往往是几条线并行，甚至是相互割裂相互独立的，这也是我们在推动产业社会化转型新时候不得不考虑的一个问题，怎么样在技术和管理两个方面都去打破这种割裂性，都把这种不同的条件能够更好的融合起来，这是我们要讲的第二个关注的关键问题。

第三个问题的话，就是前瞻技术大量涌现和现实需求尚待挖掘的这么一个市场培育问题，其实就更加的明显了，因为现在我们有很多的新锐技术，包括今天我们在现场讨论的区块链，它也是相对比较新兴的一个技术，包括人工智能，包括5G，包括量子计算，这些都是比较新鲜的科学技术。

那么在近些年可以看到很明显的特征是，这些技术正在从理论创新逐步的走向实用创新，从科学研究也加速迈进到了产业应用，那么这样的一些延伸和加速的迈进显然是一个好的现象，它意味着我们有更多的新技术，能够投入到我们的生产管理和研发的过程当中去，但是这样我们不得不去思考这样一个腰带的小话题就是说我们得反问自己，就是这些新的技术他真的能够去解决，在这些传统产业当中，过去我们没有解决那些问题吗？因为我们现在所面对的传统产业，不管我们讲农业也好，讲制造业也好，或者讲一些更细分的行业也好，它至少都有着几十年的历史，有的甚至是有着上百年。

在这样的历史进程当中，这样的行业里面其实涌现过无数的天才，出现过无数的聪明人，他们也解决过无数的问题，那么这些办法他们曾经找到的这些路径是真的不能够拿来解决今天的这些问题吗？这个其实是值得我们去深思的一个问题，是不是这些问题真的需要用新的技术去解决，或者换言之，是不是还有一些问题我们发现不了，我们必须要用人工智能，必须要用武器，用区块链用量子信息去发现的问题。

这两个话题，我想是我们在推动产业数字化转型的时候，是必须要去认真考虑的，因为这意味着什么？意味着你是面临一个真实需求，还是一个泡沫需求的问题，如果只是未用而用，只是为心而心，这种泡沫式的需求是不能长久的，它支撑不起一个商业模式，它也必然支撑不起一个产业，它可能只会是昙花一现。但如果我们认为真的产业有这样的一些问题，它需要用新的技术去发现，需要用新的技术去解决，那么我们就找到了一个真实的需求，这样的政治需求映射到应用场景当中，才能够构建起能够跑通的商业模式，而只有能够跑通的商业模式，我们最终才能够规模化，才能够真正的走向产业化，我们才能说我们发现了新的产业，我们也找到了新的增长点，也是在产业数字化转型当中，我想我们要去格外关注这样一个问题，到底是一个真实的需求，还是一个泡沫式的需求，这个是要去关注的问题。

基于这三点关键的问题的话，我们也想简单介绍一下阿里云，现在我们叫云和科技板块，包括了云智能、叮叮达摩院、平头哥和天猫精灵，分别代表着不同的我们的一些科技方向。在整个阿里云的科技板块里面，我们是怎么样去推动产业数字化转型的？那么首先数字经济时代，我们认为它是一个业务的数据化和数据业务化这么一个时代，这是我们从一个科技企业的视角出发去看待的这样一个时代。那么在这样一个时代里面，我们的使命是什么？就是推动业务的融合升级，从我们的计算，从我们的数据，从我们的连接和从我们的协同，在这样的基础之上，我们搭建起相应的业务平台，搭建起我们的数字中台，通过牵引数据流和信息流和人流和物流和资金流的融合，我们去解决这些业务数据化和数据业务化这些问题。这是我们在开展数字化转型的时候，秉承的一个最根本的理念和使命，这是我们的一个想法。

那么我们究竟如何去构建这种数产推动这种产业数字化，主要是从构建数字经济的基础设施的这样一个层面。这张图其实是简单的描述了一下，阿里云是怎么去构建数字经济的基础设施的，但实际上这张图，它还有一个名字叫怎么样从技术层面去认识阿里巴巴，因为阿里巴巴一个也是相对比较庞大的一个企业，它有不同的业务模块，还有不同的事业群，我们可以用不同的方式来介绍我们眼中的阿里是怎么样的，但这张图的话实际上就是现在大家介绍在技术的眼中，它是一个怎么样的阿里巴巴，我们可以看到它是分了这么几层。

我们从上往下来看，最上层我们讲的是面向行业的应用和面向整个阿里集团生态的这样一个应用。这一层我们把它称之为是业务技术，它是最偏向于应用的技术，比如我们用在淘宝上的语音识别技术，比如我们用在数字政府领域的智慧的PPI平台，这些都是最投向于应用推出相应业务里的这样一些技术，它的使命就是要驱动这些具体的业务，具体的应用在不同的场景里面能够去更好的运转，这是最上最表层的一个技术。

第二层的技术是在于我们的智能的中台和云平台这一块，我们把它统称为什么？统称为是我们的叫产品技术。这些技术不是拿来直接面对用户的，它是面对的各种新鲜特色，大大小小我们的生态伙伴，面对各种各样的服务方的提供商，面对各种各样的，我们是把这样的产品技术进行一定的封装，进行一定的研发，作为一项产品去推向市场，把它作为一个可以去进行进一步开发，进一步集成的这样一个解决方案，这一层是被称之为我们的产品技术。

再往下一层的话就是达摩院，阿里巴巴的达摩院成立至今已经有接近4年的历史了，在四年当中我们主要做了什么？我们主要在九个领域里面，大概目前有将近20个这样一个实验室，在人工智能、在无人驾驶、在机器人、在语音识别、在量子信息、在我们叫差距，实际上就是5G和6G，就是未来的通信网络这个方向都做了相应的一些技术布局。这些技术是相对比较底层的技术。刚才我们所说的产品，不论是把它作为解决方案，向供应商去提供的产品技术，还是说是作为具体的应用直接面向用户去投入使用的，这些业务技术都是基于我们这样的一个底层技术的布局之上。

当然了这儿的底层技术，我们在接待外界来访的时候也经常回答这样一个问题，就是我们做的究竟是科学技术吗？还是说做的也只是仅仅是偏向于应用的这种技术的，我坦率的讲，咱们院做的还是偏向于应用的基础科学，我们做的是基础科学，但是不是那种推动于科学理论进步的研究，我们的目标是围绕着云，围绕着大数据，围绕着人工智能，让这些技术在基础层面的进步，能够更好的去推动产业数字化转型的这样一个发展，这是我们整个达摩院的这样一个使命，也是阿里科技的这样一个使命，这是在构建数字经济的基础设施这样一个方面。

那么这个地方的话，是简单展示一下我们在全球部署的云智能数据中心，这是一个最新的数据，也是最近刚刚统计出来的，目前在全球我们一共是24个，大概这样一个地域，一共是75个可用区，大概是超过了2800个这样一个内容分发节点，大概有300万个客户，197个行业，以及超过一万家合作伙伴是运行在，我们这样一个云上的。

那么在国内我们有大概的五大超级数据中心，这就不一一展开了，它大概都是运用了目前比较前沿的液冷技术，一些风冷技术，还有包括一些最前沿的的大数据的这样一些超算技术运用，在我们的这样一些服务器和数据中心上面，来支撑起我们为数字经济去提供的这样一些基础设施，但是面向全球部署的云智能数据中心。

那么这后面的话，向大家介绍一些在各个不同领域也是结合场景的一些案例，这些案例方面的话我不做技术分析，因为那样的话显然是相对比较枯燥一些，这样的话我只是简单讲一下，就是说我们在这些领域里面去推动产业数字化转型，我们实际上是想解决什么问题。

在不同的领域里面，那么首先在零售里面，零售里面的话，实际上我们主打的是要推动人货场的数据一体化。这样其实我们就想回答一个什么问题，就是零售行业的数字化转型，它一定不是纯线上的电子商务，它也不是线下的无人货架和无人超市，都只是一个方面。其实零售的智能化和数字化最关键要解决什么问题？最关键的问题能不能把这些过去凭借有经验的店主，有经验的售货员，以及那些有相关技能的这样的一些专业的从业人员的经验，能够变成数据的形式运转在系统里面，我不需要太多的人员，可能我也不需要经过太多的人员这样一些培训，我就能够通过我的系统，通过我的数据分析出来，到底我的货架应该什么时候可以补货，那么顾客在货架每年停留到多长时间。它可能是个什么样的货品会更感兴趣，它进店和出现的路线和轨迹是怎样的？那么根据这些路径和轨迹，我怎样摆放我的货架，怎样去运转我的仓储可能会更加的合理，这个是在零售的数字化方面，我们要去解决这样一个问题，就是要把这种人货场的数据一体化用数据问题你去取代完全靠人的经验，来解决这样一些问题，这是在零售方面的一个案例。

那么金融方面的话，目前我们主打的实际上是用智能决策引擎去助力反欺诈。在金融领域，我们研发的这种就是智能决策引擎，大量的其实算力和带宽都是分配在怎么样去帮助银行反欺诈这个方面。应该说在目前的几个商业银行的应用当中，这种的应用这个效果成效还是非常明显的，大概能够节约原来靠人工审核其他的这种成本大概能够结合节约50%，原来大概需要将近一个月才能处理的一起的这样一个欺诈案件，现在基本上靠一个工作日基本上就能够去把他这个案件给他分析出来，这是在金融方面的这样一个应用。

在交通方面，交通方面的话，其实可以这样来讲，讲到数字交通，其实如果要从技术层面去讲，它也是一个比较复杂的概念，但是我们可以这样去想，我们要解决交通的时候，我们要解决最关键是什么问题？

第一个，我们怎么样去还原一个比较真实的这样一个我不知道在说什么，我们怎么样去还原一个比较真实的这样一个物理世界，尤其是在这种交通的设施，交通的车辆和交通的行人越来越复杂，到今天一个真实的交通世界该怎么去欢迎？如果怀孕来之后，那么针对这样一个复杂的事件，针对这样一个纷繁的这样各种不同特色这样一些物体，我们怎么样去进行全局的这样一个优化，那么进行全局的优化之后，我们要怎样把这种调度的指令准确的下达，给这个是在虚拟世界和现实世界当中运转的每一个个体，这个是在交通当中我们要解决的问题。

在这样的话，首先我们能够通过我们的云能够去实现一个强大的算力支撑，能够在云上去尽可能去模拟一个100%接近真实的这样虚拟的交通场景，交通事件还达不到能够虚拟一个交通场景。那么在这之上的话，通过我们开和生态伙伴联合开发的交通用工平台和我们相应的这样一个行业一体机，我们可以去解决如何实现一个在云上对交通进行全局优化的这样一个解决方案。

那么再根据我们的钉钉，通过我们的协同智能，将这种调度的指令准确的下达到每一个个体和每一个设施以及每一个终端，这是我们为交通行业提供的解决方案。在这个方面可能比较典型的一个是在北京的交管局所应用的，因为北京是一个交通情况极其复杂的城市，能够在北京的交管局的应用，我相信我们这个系统应该是接受住了比较坚强的这样一个考验，本身这个系统也是为了即将到来的科技冬奥做准备的。

第二个系统的话，其实比较第二个比较典型的系统，其实就用在我们成都的交通的综合数据治理中心，就是阿里云来支撑开发，因为为什么用在交物业费中的成都，这也是一个新的尝试。如果说北京是一个交通情况最复杂的城市，那么在成都的话，我们就尝试就是说不仅我们是把这些的数字化的这样的一些介入的手段，用在了政府这一侧，我们还把大量的民用车辆，把大量的行人以及就是说路灯和各种不同的这种交通路况，都纳入到了我们的这样一个云上，去构建虚拟的交通事件。

如果说北京是最复杂的交通情况，那么在成都就是我们尝试的接入种类最多，接入的种类特征最不一样的这么一个方式。

在工业方面的话，我们尝试的是通过工业智能去助力释放工业数据这样一个价值。其实在核心方面，我们在推动工业数字化转型和零售的数字化转型方面，我们采取的策略是一样的，其实我们并不是在意说，到底它是不是无人到底能够去节约多少人力成本，而关键是在于能不能通过我们的系统，通过我们的算力，通过我们构建的算法，通过我们去实施的模型，把原来要靠这些人工提供的经验，要靠这些人工去运转的方案，能够真正的封装起来，变成一个从人力化的运转变成一个数字化自动化和智能化这样运转。这也在工业方面去提供的，这样我们讲的实际上是我们工业大脑的一个案例，它和我们的工业互联网平台还是不太一样的，工业互联网平台我们讲的只是基于云的一个底层的支撑，而这样的话我们讲的更多的是一种把人工的经验通过机器，通过智能进行了一个封装和应用，这是我们在工业大脑方面的这样一个案例。

那么这个方面的话是一个数字地球引擎，其实它的本来的产生和产业数字化其实关系不太大，其实我们是获取的说可以去对接国家遥感卫星数据的这样的一些资质，我们把它遥感卫星的数据就是运转在我们的云上，通过我们的人工智能的KPI平台，来去对它进行一个海量数据的这样一个及时处理，最早是用在什么？最早是用在分析台风的到达时间，分析洪水的这样一个洪峰是用在这个方面的，但是这些遥感卫星的数据还是相对比较丰富的，在我们合法合规的获得遥感数据这样一个前提之下，实际上我们是可以把这些数据更多的运用到环境的保护，运用到生态的治理，甚至是运营到城市的管理当中，这些是后续都可以去开发的一些应用，这是我们开发的一个数字地球的这样一个引擎。

基于这些案例的话，其实还有几点相关的这些其实做建议这一次比较小，大概这么一个几点的这样一个建议，也和大家可以分享一下。一个来说的话就是我们要正确的去认识数据的这样一个价值，我们应该要想到今天我们所讲的数字化和我们在过去10年所谈的数字化其实是不太一样的，过去10年座谈的数字化往往只是很单点式的很单个环结的，或者说每一个垂直行业的这样一个数字化，我们在今天谈的这样一个数字化，实际上是去重新考虑和构建我们的供给和需求，并且只有这种工具和需求能够找到自己具体的应用场景的时候，能够去围绕它去建模，并且这些模型可以应用的时候，我们才能认为这些数据是有价值的，数据数字化不是一味的追求数据量的多，就像大数据不是真的是说这个数据的量有多大一样，而是说它的应用空间要够大，它的应用的形式要足够丰富，它的蕴含的价值要足够大，这是我们对数据的这样一个认知。

第二个的话也是刚才所讲过的，我们要考虑一个真实应用场景的问题，就是这些新的技术，它真的能够去解决新的问题吗？或者说是过往那些没有发现的问题，我们真的需要用这些新的技术去发现吗？这个其实也是我们在推动这些数字化转型当中不停要去回答的这样一些问题，包括刚才和大家分享的这些案例，虽然讲的比较简单，但实际上都是我们经过了大的试错和验证之后得出来的，就这些问题确实通过传统的方式很难解决，也确实在传统的形势之下，我们去解决不了这些问题，它确实需要引入云引入大数据，引入人工智能去解决我们所谓的这些新问题，这是我们想到的第二个建议。

第三个建议的话就是说机制的改变，组织的变革和管理方式的变化和技术的进步是不可分割的。很多时候我们组织方式和管理形式的改变，甚至要走在技术之前，技术不是万能的，我们不能够指望就是说上一个技术平台，上一个数据中台就能解决所有的问题。

我们要去想在上这些数据中台之前，在用这些解决方案之前，我们的组织做好准备了吗？我们的组织是否足够的敏捷化，我们组织里面的点对点的打通是否足够有效率，我们是否足够的去协同，这种协同的话是能够在仅限在组织之内，还是可以打通组织内外，还是可以在从企业到政府之间，这样都是我们要去前置考虑的问题，只有把这些问题都能够去做一个前置性的规划和解决。那么这些新技术的应用才能够是事半功倍，而不会让制度成为技术的这样一个绊脚石，而大家能够去相辅相成。

好，以上就是给大家今天分享的全部内容，感谢大家的耐心的倾听。谢谢大家！