疫情催溫的數字化需求，和科技的飛速進步發展，讓我們從未像現在一樣如此與整個世界緊密相連，小到客戶和企業之間的連接，企業供需產業鏈之間的連接，大到國家、地區之間的連接都在發生著改變。

隨著政策層面加快推進數字產業與實體經濟融合的積極信號不斷釋放，用最新的信息技術作為抓手，通過數實融合推動企業的數智化轉型，成為一眾企業當下越來越重視的戰略。

數實融合，我們身在其中。智慧城市、智能制造、數智物流、智慧醫療、數字金融......以移動互聯網、云計算、大數據、人工智能、物聯網為代表的技術正在驅動新一輪的商業創新，數字技術與產業融合，讓眾多傳統商業在新變量的“簇擁”下擁有了從線性增長進階到指數增長的新機會。

人們總說，一件商品的價值早已超越貨架上所標記的價格，其背后更多綁定的是硬件、消費、文娛、社交、醫療、出行、金融等重要要素在內的IoT物聯網生態，倘若映射至產業數字化的生態中，共榮一方面是自身商業閉環的沃土，另一方面也可以通過生態開放撬動更大的價值空間。

企業數智化是途徑，過程中產生的價值才是目標所至。

而這也是各大企業數實融合戰略落地的關鍵所在。

#01

AI先行

近年來，人工智能、云計算、大數據為代表的的數字技術日新月異，支撐產業數字化發展，深刻影響和改變著人們的生活。其中，知識工程、機器學習等人工智能技術正在賦能產業數字化轉型提檔加速，從國內近年來對技術產業的扶持傾向來看，“讓AI成為數字時代的核心生產力”已從頂層設計的高度被確立了下來。

從企業作為來看，作為拉動數字經濟向前發展的新動能，AI已成為支撐和引領數字經濟、新興產業、智慧城市、智慧社會發展的關鍵性基礎設施。不管是用友還是金蝶，亦或是微軟、百度、阿里，2021年都在不遺余力推動企業上云和數智化轉型的工作。

其中，包括釘釘、企業微信等平臺在內，看到的都是疫情之下遠程辦公以及企業管理方面的需求，某種程度上對于企業的影響依然存在于軟件層面。

哪怕是字節跳動當做產業突破口推動的飛書，也還是面對企業管理體系的優化而推動的轉型。

嚴格意義上說這些變動只能算作企業軟件層面的數字化，真正的數字化并沒有落實到實體經濟的層面。

隨著數字社會的需求不斷升級，人們發現實體經濟企業尤其是生產類型的企業受到的影響更加劇烈。為了解決這些企業在實體生產中的問題，數實融合的關鍵，在于如何幫助企業提升遠程控制生產的能力和效率。

其中，向“數字”要“效率”，是產業重塑的必然選擇。而這樣的數字化還強調提升組織運轉的效率與彈性。

而落實到實體生產環節，想提升管理能力和效率，就不單單是通過線上的表格流程優化能實現，一定要將數字化技術與生產線的實際操作結合在一起。

人工智能恰恰是通過計算機的算法，模擬人類對某些事情的判斷，這可以當做生產中環節的控制器，帶動線下生產線部分環節的純數字化和自動化改造，從而提升整個生產線的效果。

再加上AI技術本身是從語音識別和圖像識別開始的，這些基于人類模擬感官的相應人工智能技術已經成熟，完全可以在生產過程中實現部分原本人類功能的自動化。

比如百度智能云曾經幫助江浙一帶一家知名的老紡織廠進行數字化改造，發現他們在生產一線中最費人的崗位、也是限制人員發展和流動最大的痛點，居然是質檢的位置。

原因特別簡單，由于紡織廠紡出棉線的粗細才是產品的標準，因此為了保證產品質量，企業不得不把最有經驗的老紡織員工放到質檢崗位，通過肉眼來判斷線的粗細是否符合標準。

這就讓員工視力下降非常明顯，不得不兩三年就要換人。

而百度針對這一難題迅速上線了紡織廠紗線視頻識別與AI判斷的質檢系統，由于判斷標準非常簡單，準確率超過99.5%，上線之后迅速在這家紡織廠應用鋪開。

在百度相關負責人看來，數實融合需要有懂場景的AI。現在這家紡織廠的老員工從原本質檢崗位轉變成了數據標注師，負責對合格與否的紗線圖片進行判斷和標注，加強系統學習能力，從而增加整套質檢系統成功率。

可以說，當下實體經濟，尤其是制造業企業在生產線運轉的過程中，確實存在大量需要人工重復勞動，或者需要員工利用經驗去判斷并簡單解決問題的崗位。騰訊云深入生產制造環節，為上海富馳高科提供全新AI質檢方案。借助光度立體、遷移學習等算法和云端強大算力， AI質檢方案讓檢測效率提高10倍，缺陷檢出率達99.9%，在生產制造環節做到效率精度雙提升。

騰訊公司高級執行副總裁云與智慧產業事業群CEO湯道生表示，作為長期可靠的產業助手，我們需要先站在客戶和產業的角度思考。客戶到底關注什么？要解決什么問題？數字技術是工具，不是目的。

#02

立足B端需求價值

數實融合，首先還是要立足客戶價值。要堅持回歸產業本質，多聆聽客戶的反饋，為客戶創造價值，滿足他們發展的需求，解決他們業務的痛點。

比如在能源安全領域，基于百度AI算法的智能設備已廣泛應用在輸電線路通道可視化、變電站智能巡檢場景,通過邊緣智能分析,可以快速的識別出設備隱患,提高生產管理精益化水平、提升線路運行安全。到目前為止，百度智能云AI中臺解決方案已經覆蓋了國家電網全國近90%的省網。

而在零售領域，京東的AI實體化能力比較強。通過長期在數智化供應鏈上的投入和建設，已經開始“超級自動化供應鏈”的落地，實現近1000萬自營商品的世界級庫存周轉，全國超300座城市的分鐘級送達；利用智能供應鏈超級自動化，完成對商品全流程進行智能決策+自動采買，并采用“京慧”數字化供應鏈服務解決方案，為海量商家提供一體化供應鏈優化決策服務。

騰訊在這個領域的落地，則是依托合作伙伴和大型制造業企業展開。因為在騰訊看來，他們作為信息化基礎設施，一定要扶持真正接觸企業的合作伙伴，增加利用AI技術的實體服務，從而推動AI技術在實際經濟中的應用和發展。

其中，騰訊協同三一重工投資的樹根互聯打造的“根云”工業互聯網平臺，接入能源、紡織、機床、注塑、鑄造及工程機械等各類高價值設備58萬臺以上，采集近萬個參數，連接數千億資產，為三一重工開拓了超百億元收入的新業務。

后起之秀、AI行業的“大哥”商湯科技，則是以商湯原創AI+AR技術為內核，在商業零售角度增加AI與實體經濟融合的應用。首次實現從地下停車場到商場內品牌門店、服務設施以及配套寫字樓、酒店、服務式公寓的全場景AR導航導覽。同時，也為商場導入AR交互技術，推出一系列AR主題活動和商場IP，整合紅包雨、小游戲、劇本殺等形式，跟商業促銷等活動相連接，提升現場消費者參與熱情，使商業運營中線上與線下的營銷場景無縫銜接，讓實體場景、虛擬元素在一個共享的數字空間中融合，創造虛實交融的空間景象和交互體驗。

……

其實這些應用也只不過是AI技術與實體經濟融合的前端探索，真正大規模的實施還遠沒到來。

但這些前端探索已經積累多的經驗，可以看出其中針對生產環節需要人工獨立運作并經利用驗去判斷的崗位，AI技術的應用比較有效；另外對于大規模人工使用且行為比較簡單的項目，類似于電線巡線和電網安全檢查也比較適用；第三就是需要進入前期嵌入性開發的項目，不管是供應鏈管理、營銷場所的線上線下結合、還是對于設備的管理，都可以利用AI技術的加持，取得不錯的效果。

“漫步在云端”的新技術更快融入產業核心場景，“孕育于數字”的新業務需求得到更大程度釋放，產業數字化轉向由內而外、全方位、全產業鏈條的改造提升，這是數字技術與產業融合的成效，數實融合的價值所在。

#03

不斷激發創新活力

可以說，錨定數實融合，“產業”一詞從未像這般被重新切割和深刻理解，它所涵蓋的范疇已不再是單一維度的生產與制造，眼下，還包含了信用、效率、連接、共榮及其他種種。

而企業想通過AI技術的疊加，實現數實融合的數智化發展，不是簡單地進行幾個技術員工，進行技術系統升級就能實現的，需要企業在各個角度聚焦產業前沿，鉆研產業難點。

首先，隨著AI技術與實體經濟的深入融合，無論數據還是模型，規模上都在變的越來越大，時延性等方面也要求越來越高，這對算力和應用架構提出了新要求。畢竟隨著企業應用的越來越復雜，各種一線的數據上傳到服務器之后的后期運算時間短務重，相應平臺的算法和運算能力就必須加強。

在這方面，百度智能云提出AI原生云的理念，繼承云原生的優勢，面向AI場景，提供極致彈性的高性能異構算力，打造簡潔、高效的AI應用開發架構；而騰訊則是依托在AI領域的技術積累打造了一整套面向生產制造企業的服務中臺，這套中臺現在可以無縫銜接各種各樣企業需求前端的應用；商湯則是打造了一個AI大裝置，哪怕在這方面的投資拉低了財務報表的表現，他們也覺得這套AI裝置的后臺為整個系統的發展奠定了非常好的算力基礎。

其次，筑牢產業基礎，化解產業痛點，要有專門應對數實融合相應的操作系統和基礎硬件。隨著AI技術與實體經濟的深入融合，無論數據還是模型，規模上都在變的越來越大，時延性等方面也要求越來越高。這對算力和應用架構提出了新要求。

高端裝備往往以高新材料和技術為依托，而關鍵核心技術要不來、買不來、討不來。如果核心部件全面依賴進口或者其他合作伙伴，就好比在別人的墻基上砌房子，再大再漂亮也可能經不起風雨，甚至會不堪一擊。不讓別人“卡脖子”，先得自己“挺腰板。

在這方面，百度可以說走在了最前面。

百度自主研發的第二代百度昆侖AI芯片——昆侖芯2已經實現量產。昆侖芯2采用7nm制程，搭載自研的第二代XPU架構，相比一代性能提升2-3倍，適用云、端、邊等多場景，可應用于互聯網、智慧城市、智慧工業等領域，還將賦能高性能計算機集群、生物計算、智能交通、自動駕駛等更廣泛空間。

值得一提的是，百度昆侖AI芯片針對語音、自然語言處理、圖像等AI技術專門優化，支持飛槳等深度學習框架，使得AI模型計算效率更高、效果更好。

當然，數實融合也需要有針對數實融合建立的案例與模型庫，幫助企業在真正落實AI與自身實體業務融合過程中有的放矢，并加快部署進程。

百度相關負責人告訴數科社，持續融合創新的AI技術越來越復雜，企業需要有便捷易用的平臺，能夠讓開發者專注于應用的開發，加速產業創新。

現實的注腳是，百度專門為AI技術的應用打造了一個學習平臺或者是“操作系統”——飛槳，解決了基礎的開發、訓練、部署和模型庫、開發套件等問題，并開源開放，讓開發者無需每一個人都從第一行算法代碼寫起，可以直接調用。IDC 2021年上半年數據顯示，飛槳在深度學習平臺綜合份額中的排名升至中國第一。

騰訊則是落到扶持合作伙伴去最終服務企業的角度在推動數實融合。基于騰訊TCE企業專有云解決方案，騰訊協助工業富聯完成企業云平臺建設，推動內部業務系統及應用遷移上云，進行生產智能化改造，將富士康工業制造的能力以微服務和工業App的形式輸出，提升企業生產效率，實現智能制造。

為了幫助更多中小企業的數字化轉型，騰訊聯合合作伙伴，深入下沉和區域市場。目前，騰訊云的合作伙伴數量超過9000家，在30多個行業推出了400多個解決方案，年營收破千萬的合作伙伴數量增長了150%。

商湯則是在打造企業數字化轉型AI中樞的同時，與行業內ISV&SI、數字化轉型咨詢伙伴、數字化智能硬件伙伴一道，圍繞SenseFoundry Enterprise商湯方舟企業開放平臺，共同打造AI賦能數字化生態。

目前商湯已與波士頓咨詢、德勤管理咨詢、凱捷咨詢共同成立“企業創新生態戰略聯盟”，將在智慧園區、智慧商業地產、未來社區、金融保險、智能制造、智能電網、智能煤礦等行業全面展開深入合作，推動AI應用在企業數字化的廣泛落地。

毫不夸張地說，實體企業數實融合過程中遇到的問題，在上述企業的案例庫和生態體系中都能找到解決方案。

#04

避免陷入“表面數字化”誤區

5G、物聯網、AI、云計算等技術的應用，讓生產、服務過程加速數字化、云化。產業數字化在創造巨大價值的同時，很多人也把目光聚焦到了數據安全問題上。

數據的價值是流動時產生的，不能被使用和分析的數據沒有意義。數據安全是為了推動數據可以被高效流動，核心打造的一套信任機制。不碰用戶數據是很多企業的紅線，也是最低要求，賦予數據權利和義務，讓其所有者、共享者、監管者可以基于信任機制，釋放數據的價值，這是一眾企業長期堅持的理念。

即便如此，隱私保護和數據要素行業發展平衡的問題是行業關注的重點。

螞蟻集團副總裁、螞蟻集團安全隱私科技委員會主席韋韜彼時表示可以通過隱私計算技術達到“可算不可識”，來實現個人隱私保護和數據要素行業發展平衡。

“可算不可識”，整個過程并不傳輸數據，只是通過加密性的算法調整，同時對符合標準的個人數據進行分散式的計算，最終將計算結果傳遞到平臺，而不是傳導隱私數據本身。

除此之外，百度認為，企業在推進數字化轉型，智能化升級的過程當中，最重要的兩個難點，一是缺少對數字化完整、系統的認識和理解，另一個是缺少掌握行業數字化，智能化技術相關的應用型專業人才。

針對此，百度也已探索出相對成熟的解決方案：一方面，百度智能云開物在工業領域提供完整的數字化，智能化解決方案，結合行業，企業的具體需要，設定成效為先的實施路徑；另一方面，百度堅持“授人以漁”，云智一體的中臺產品，堅持開放建設的理念，讓企業的開發者能輕松上手。并與與職業類院校，企業大學一起建立新的職業技能培養和認證體系，培養一支掌握以人工智能為代表新技術的產業勞動者大軍，實現職業躍升，共同建設產業數字化的人力資本和人才基礎。

有業內人士表示，讓數字化轉型落到實處，要避免陷入“表面數字化”誤區。不少企業斥巨資打造了智能工廠，搭建了數字化平臺，成立了數字化團隊，具備了數字化轉型的“形”，今后還要在“神”上下功夫——既要深度挖掘和分析經年累月沉淀下的研發、采購、生產、物流、銷售等數據，指導企業前瞻性科學決策，還要努力催生個性化定制、網絡化協同、服務化延伸等融合發展新模式、新業態，推動企業競爭力持續提升。

用友創始人王文京認為，數字經濟時代，技術在企業中的應用，“正在從聚焦企業內部流程優化，逐漸過渡到面向產業鏈上下游、企業全生命周期的商業創新而在線平臺則會重新定義企業軟件”。

因此，當前數實融合的重點是堅持歸零思考，堅持長期價值，堅持社會價值，以數字化助力產業升級，助力數字中國建設，助力中國經濟社會發展。

#05

結語

未來學大師斯坦尼斯拉夫·萊姆認為“世界發展是非線性”，百度創始人李彥宏也認為，“解決問題就是創新”。

趨勢大于優勢，長期主義者的決策往往會跟社會發展的趨勢密切相關，然后不要局部優化，要全局優化，用一個點穿破行業，把口撕開，找到10倍數增長的點，聚焦10倍資源，長期擊穿。這是創新的節奏。

站在各企業的角度，創新，如同在崎嶇的山路上跋涉，要跨越巉巖，經歷缺氧，踏破鐵鞋，才能享受“無限風光在險峰”的喜悅。這樣的跋涉，考驗的是決心、耐心，更是恒心。

穿越周期，數實融合的廣度和深度也必將進一步加深。