【强国讲堂】杨学成：数字中国与未来产业的展望（2）

二、数字技术和产业融合，我们会走向何方

（一）数字经济发展的两个阶段

在上述这样的大背景之下，数字技术和产业融合之后，我们的产业将会发生哪些变革，又将走向何方？按照逻辑来划分，我们可以把数字经济发展分为两个阶段：一是数据产业化，也就是以上一代的互联网公司的发展为主，收集用户数据并加以分析和利用，再通过广告的方式进行变现，成就了互联网公司的发展；二是产业数据化，也就是推动传统产业完成数字化转型，实现数实共生、数实融合，二者交相辉映才能推动整个产业的更新迭代。

（二）数字技术与产业融合的五个方面

要想推动整个产业的数字化，我们就必须坚持数字技术与产业的结合。我们把能够为产业的未来发展带来重构性影响的数字技术，归纳为一个单词——Basic。Basic是基本、根本的意思，包含五个字母，这五个字母分别都代表着完全不同的数字技术。

1.大数据

B代表bigdata，也就是大数据。我国的数字经济之所以发展非常迅猛，就源于非常丰富的数据资源储备。在借用人工智能技术以及各种算法的处理之后，数据的重要性便完全不容忽视了。我们谈到大数据的时候，也应该意识到“大数据”具有三个方面的特点。第一个特点是数据的规模和体量很大。第二个特点是“杂数据”，也就是多元异构数据，即多个来源不同结构的数据。多元异构是数据的一个非常重要的特点，数据会因为关联而产生价值，单一来源的数据的价值很稀薄，只有不同来源的数据相互结合关联而后进行统一化分析，才能不断呈现出价值。比如，在疫情防控期间，我们使用的健康码就是一个多元数据相互关联、产生价值的典型应用。第三个特点是“活数据”，也就是说如果数据不是“活”的，那么数据量再大也很难维持支撑。我们把整个屋子都堆满了数据，那也不叫大数据，大数据必须是时刻在运转的数据。

大数据作为生产要素，其影响力是很大的，我们从一个“小数据”上就能体会到，那就是每个人手机上都可以看到的“步数”，代表着我们每天走了多少步路。自从有了步数这个数据之后，不少人的走路行为就开始发生了变化，出现了很多专门依据步数数据精准管理自己走路行为的人，被称为“万步走大军”。实际上，这是我们能够看到的第一层改变，相当于因为有了这一数据，我们的行为发生了很大的变化。接下来，数据还会带给我们第二层改变，那就是我们不单知道自己走了多少步路，还知道别人走了多少步路。这时，你会发现我们的行为又变了，比如今天你走了两万步、你的朋友多走了三百步，你就有可能继续走。所以我们看到，步数这一数据引发了一种群体互动、一种新的社交行为，我们称之为“运动社交”。再然后，因为步数这一数据的出现，一个前所未有的产业生态出现了，那就是“步数捐赠”。今天你走了两万步，可以把这个步数捐出去，你捐出去之后有个慈善机构就会收到一小笔善款，实际上不是因为你自己掏了腰包，而是有第三方机构帮你出了钱。第三方机构为什么要帮你出钱呢？因为你在捐完步数之后，会看到这家公司的广告，实际上这是一次非常精准的广告展示，因为你看了这一次广告，公司就要付广告费，而广告费就转化为慈善机构的收入。

那么，为什么你在捐步数的时候会看到这家公司的广告而不是另外一家公司的广告？因为微信运动早已经对你个人进行了后台大数据分析，根据分析结果形成了一个潜在默认的认知，相当于只要你捐步数，这家公司的广告就会精准推到你眼前。正是因为这是一次精准的广告展示，这家公司也就愿意掏广告费。那么，你为什么非要捐这个步数？因为步数捐赠为你自己所有的行为改变找到了一个非常正当的理由，那就是公益。至此，我们能够理解步数这一数据是如何重塑了用户、广告机构以及慈善机构的三方关系的，也因此促使一个全新产业生态的诞生，这个产业生态就是步数捐赠——一个非常典型的大数据应用。此外，步数这一数据还带动了运动鞋、服装、运动腕表等智能设备的销量。所以我们才说，数据具有非常强大的威力。

由这一个小小的数据入手，我们看到了大大的应用，由大大的应用入手，我们看到了未来数字经济的全新形态，即借助对数据的应用可以凭空产生出很多过去见所未见的产业。与其他的生产要素最根本的区别在于，数据不会因为使用而枯竭，反而会因为使用而变得更加繁荣、更加复杂。根据相关统计报告，人类社会近两年产生的数据量能够占到人类社会有史以来数据总量的一半以上，人类社会近五年产生的数据可以占到人类社会有史以来数据总量的90%以上。由此，随着数据体量的增加，我们更要不断发挥大数据的威力。

未来的数据时代会是什么样子？数据会推动人类社会沿着两条路线向前发展，一是数据会把没有生命的东西变得“有生命”，二是数据会把有生命的东西变得“有灵性”。那么，我们要如何理解这两条路线？首先，我们要理解数据怎么把没有生命的东西变得“有生命”。工业化时代，很多人对于产品的看法是非常固化的，其主要目的是为了进行大规模、标准化、低成本的生产，可是我们生产出来的产品基本上是没有生命的。比如，我们生产茶杯，要采购原材料，经过各种工艺加工，最终做成一个制成品茶杯。只有制成品才能拿去销售的这套逻辑，背后有一个很重要的前提，那就是我们实际上是把原材料经过各种工艺一步步固化到茶杯上去的，使茶杯形成一个固定的性能，最终把它变成了一个制成品。对于这样一个产品，我们不会认为它是有生命的。

进入数字时代后，我们要能够解锁一个产品的固定的性能。比如，我们可以在一个茶杯中植入一定的感知单元，用于自动检测茶水的温度、分析茶水的成分，之后把数据提炼出来。一旦有了这个数据，我们就可以进行与个人健康数据的匹配，通过算法来设计怎么喝茶是最有益于个人健康的。再比如，我们可以创建这样一个场景，那就是个人和茶杯之间将基于数据展开一种正反馈效应，即个人与茶杯共享健康数据越多，个人得到的服务就越精准，得到的服务越精准就会越愿意共享更多的健康数据。久而久之，茶杯将会积累大量的个人健康数据，也就意味着茶杯不再是物理意义上的茶杯了，它同时还具有由数据构成的不可见的部分，我们称之为茶杯的“数据孪生体”，也就是为这个茶杯创造出了一个数字格式的同步数据孪生体。

我们为什么要去训练这个数据孪生体？在实体空间中，任何一个物品都会受到时空的双重束缚，比如此时这个茶杯只能待在此地，不可以在此时待在另外一个地方。但是一旦有了数据孪生体，茶杯就进入了数字空间，遵循的是数字空间的基本逻辑而不再受到时间和空间的束缚。基于茶杯诞生的数据孪生体并不需要存在茶杯里，我们完全可以把它存到云上，而我们的生活场景也由此发生了巨大变化。比如，我在北京训练的这只茶杯，当我要去南京出差时就没有必要非要把这个茶杯带过去，而是在南京找一只同类茶杯，然后通过扫码把云上的茶杯数据孪生体召唤到本地，实际上仍然是在与数据孪生体进行交互，而当我离开时数据孪生体又会回到云端。由此，数据孪生体给了我们更加灵活和弹性的选项，久而久之我们的数据就会在这个孪生体上积累得越来越多，以至于使得数据孪生体比我们自己更加了解自己，甚至可以应用到看病就医等方面。未来，医生给我们看病可能不再需要望闻问切了，因为医生只能接触到我们的数据，也只需要通过分析数据就能完成对疾病的诊断。在此基础上，通过分析数据来看病，人类的大脑反而比不上计算机，也就是说看病就医将会被智能系统接管。因为我们人类的学习是基于经验而不是基于数据的，所以也天生并不擅长处理数据，而计算机的学习是纯粹基于数据的。一旦有了数据，拥有大量算力的计算机就可以直接接管此类工作，带来翻天覆地的变化。未来，医生的主要工作将从看病变成维系这套医疗数字化系统的正常运转。更进一步的是，随着数据的不断累积，我们能够发现越来越多的工作将会被数据与计算机接管，这就是数据的威力。

由此，我们也就搞清楚了物联网的本质，关于物体的联网就是物联网。过去，很多人谈到物联网会认为我们就是要用物联网技术做一个产品，但物联网真正的核心是找到最简单的办法训练出一个物体的数据孪生体，因为只有数据孪生体才能够联网，而物体本身是不能直接联网的，就像我们上面说的茶杯一样。基于茶杯训练出的数据孪生体是时刻联网的，就像我们人一样都是联到网络里面去的，我们都被称为网民。但实际上，我们的肉身从来不曾联过网，我们都是通过人的数据孪生体来联网的，而我们人的数据孪生体就是手机里面的数据，也就是说是与手机的界面进行交互来借助数据孪生体间接联到网络里面去的。既然搞清楚了这一点，我们也就有必要去思考一个问题，那就是可不可以把这个模型进行移植。比如，我们可不可以仿造人的联网过程为一条狗搭建一个联网模型，可不可以发明一个类似手机的设备——“狗机”戴在狗的脖子上，从而学习狗的生活习性、不断记录数据，以至于可以通过这一数据孪生体解锁一条狗的世界，进而用同样的办法解锁成千上万条狗的世界？假如成千上万条狗都可以被数据孪生，那么我们就可以为狗和狗之间建立一个新的通信协议——“狗联网”。接下来，我们再推动狗联网和人联网建立数据接口，那么人就能够搞清楚狗的意图、狗也能听懂人的语言了，因为我们为狗联网和人联网找到了一种标准化的语言体系，即数据语言。

综上所述，正是通过数据孪生体，数据得以把没有生命的物体变得“有生命”，把有生命的变得“有灵性”。从茶杯和狗联网的例子中，我们可以看到，万物互联将会推动我们这个社会迈向数字时代。在迈向数字时代的过程中，我们也能够看到这背后巨大的数字经济的发展空间，几乎所有的行业都有可能被数据重新改造。