2023年3月4日，“CCF中國數字經濟50人論壇高端峰會”在杭州舉行。受邀出席峰會的阿里研究院副院長，50人論壇委員安筱鵬發表了題為“全球視野中數實融合的風向標”的主題報告。以下為主題報告全文。


數字技術與實體經濟融合的風向標在哪里？美國、德國還是日本？斯圖加特、慕尼黑、底特律、硅谷、豐田，還是上海、深圳、杭州？

當談論制造業的時候，人們會給美國貼上許多標簽：發達的虛擬經濟、頻發的金融危機、貿易赤子大國、制造業比重低（11%）等，美國政客也在“唱衰”制造業，奧巴馬政府提出“制造業回歸”，特朗普說“美國不再制造東西了，必須將蘋果及其海外公司帶回美國”，美國議員說“21世紀前十年是美國制造業毀滅的十年”。

當談論制造業的時候，人們會給德國、日本貼上許多標簽：盛產“隱形冠軍”、百年老店、工匠精神、工業4.0，在發達國家中制造業比重最高，占GDP20-25%，是全球制造業大國，是汽車大國、機床大國、自動化大國。在過去10年，無數中國企業家、專家去德國參訪學習了解工業4.0,許多人潛意識理非常認同數字時代德國制造業發展道路和模式。

然而事實是，在過去的十年，德國、日本的GDP規模與美國的差距在拉大：從2011到2021年，美國GDP從相當于德國的2.6倍擴大到了4.5倍，相當于日本的4.6倍擴大到了5.4倍；更值的關注的是，就制造業而言，德國、日本的制造業規模與美國的差距仍在拉大：2011到2021年，美國制造業規模相當于德國的1.5倍擴大到2.4倍，相當于日本的2.5倍擴大到3.1倍。制造業領域美國正在涌現出一批具有全球競爭力的數字原生企業，美國制造業仍然以比日本和德國更快的速度發展。

數字化是巨變時代的分水嶺，已成為企業、城市、國家之間競爭分急劇分化的催化劑。今天，新實體經濟的風向標可能不在底特律，也不在豐田，而是在深圳或硅谷，硅谷不僅有半導體，還是蘋果、特斯拉和諾斯羅普格魯曼。過去10年，美國制造業領先地位的鞏固和確立，是新實體經濟經濟的勝利，是數字技術深度、全面融入一、二、三產業的結果，是向新型數字基礎之上遷徙的結果。

2011年德國提出“工業4.0”，10年后到了評估與反思的時候。

德國專家亨寧·卡格曼和沃爾夫岡·沃爾斯特2011寫了《工業4.0：依靠物聯網走向第四次工業革命》，2013成為德國國家戰略。2021年兩位當年提出工業4.0的專家對德國工業數字化進行回顧與評估，發表了《十年工業4.0》，結論是雖然很難用非常成功或失敗這種0和1的概念表述，但可以確認的是，與十年前所預期的目標相差較遠。2022年德國咨詢機構“工業4.0晴雨表”發表報告認為，中國和美國公司在工業 4.0 環境中使用數字技術方面處于領先地位，德語區國家（德瑞奧）數字化進程停滯不前。

德國工業4.0與預期差距較大有兩個重要的指標：一是中小企業數字化進展緩慢，歐洲經濟研究中心（ZEW）和應用社會科學研究所（Infas）的研究表明，只有21%的中小企業在生產中使用了數字技術。二是沒有成長出一批有數字時代有競爭力的中小企業。德國原經濟能源部部長阿特邁爾無不擔憂地說：令人擔憂的是，在過去20年，德國幾乎沒有涌現出具有全球影響力的企業。

日本的情況與德國類似。過去二十年，日本經歷了“失去的二十年”。透析這段時間日本的發展，有一個視角非常值得注意，那就是在過去二十年中日本同樣沒有培養出一批數字原生企業。在日本，今天能夠在市場上進行競爭的企業，仍然是三四十年前那批耳熟能詳的企業。

德國、日本與美國制造業差距的擴大，在宏觀上表現為制造業規模上，在微觀上表現為缺乏一批制造業領域的有競爭力的數字原生企業。在數字時代，衡量一個地區或國家經濟繁榮的重要標志是新實體經濟的崛起，數字原生企業的崛起。

從汽車行業來看，無論是德國還是日本，汽車工業的興衰都是足以動搖國本的基礎性、戰略性產業。在過去兩年德系和日系車在中國的銷量大幅下降，沒有一款新能源爆款車型。傳統汽車制造商投資幾百億剛建成的零部件廠就停產了，因為產品已經沒有市場了。但美國和中國新能源汽車卻在迅猛增長，2022年中國新能源汽車產銷量700萬，占全球60%，比上年增長97%，新能源汽車出口67.9萬輛，同比增長1.2倍。

特斯拉只有0.4%的全球汽車銷售量，但市值相當于全球其他汽車公司之和。特斯拉是一家懂制造的軟件公司，它對于汽車生產工藝做了革命性變革，一體化地壓鑄把整車零部件減少三分之一，提高了質量、降低了成本。今天，特斯拉賣一輛車的利潤相當于傳統汽車賣6輛，特斯拉仍然有極大的降價空間。這是新銳企業的優勢所在。


在過去10年，制造業企業持續推進數字化轉型。作為全球汽車工業領導者的大眾，推進汽車電動化和智能化。2019年1月大眾CEO迪斯（Herbert Diess）發表《重新定義大眾：一家由軟件驅動的汽車公司》，提出成為第一家區分開軟件和硬件的汽車公司。2019 年 6 月，大眾獨立軟件部門 Car Softwar，提出到 2025 年，自研軟件的比例從不到 10% 上升到 60%，并構建汽車操作系統 VW.OS、重構電子電氣架構。發起了ID.3項目，作為大眾數字化、電氣化轉型的旗艦項目，在某種程度上也是德國數字化轉型的代表。首批汽車下線，時任德國總理的默克爾參加新車下線儀式。但新能源車在中國市場上的優勢地位并不突出，軟件還面臨一些問題和挑戰。

在一次新能源汽車研討論上，一位專家曾提出這樣一個問題：數字時代，什么是傳統企業？他說只要沒有把軟件定義硬件作為頂層設計的公司，都是傳統公司。這個觀點可能有點偏激，但有利于引發我們對數字時代企業轉型問題進行更深入思考。

今天，汽車行業許多專家認為，硬件決定了消費者體驗的下限，軟件決定了上限。對于中國00后、95后而言，他們正在重新定義什么是豪華車、什么是中端車，智能化的極致體驗是豪華車的標配。今天，對于汽車工業轉型而言，不僅是一次動力變革，更是一次企業重新審視自己戰略、產品、渠道、服務和業務創新，重新定義和定位的過程。汽車企業要從傳統的制造商轉型成為客戶運營商，實時洞察客戶需求、實時滿足客戶需求；要思考汽車多大程度是機械產品，多大程度上是電子產品；要思考更多遵循機械產品的運行規律，還是電子產品的運營規律，產品迭代周期是不是要更高頻？是不是基于摩爾定律調整定價策略？未來利潤來源是基于硬件還是基于軟件？是基于經驗的決策，還是基于數據驅動的決策？

汽車工業的轉型，不僅一場動力革命，也是一次控制革命。傳統汽車向智能汽車演進最大的技術變革在于汽車控制系統的創新，傳統汽車80多個ECU等電子控制單元，是多廠商、多標準、封閉式、長周期的專用系統，將轉向類似于智能手機的集中式架構（底層操作系統+芯片SOC+應用軟件）。汽車控制體系正在進行一次解耦：硬件通用化+服務可編程。

從經濟學的視角，就是看讓“變化快”的軟件擺脫束縛，使得變化“更快”；讓“利用高”的硬件逐漸沉淀趨于統一，使得利用率“更高”。硬件提高資產通用性，遵循規模經濟，可大規模生產標準化產品，降低生產成本。軟件豐富產品個性化，遵循范圍經濟，企業從提供同質產品向提供多樣化產品轉變，滿足多樣化需求。

從功能汽車到智能汽車，硬件都在通用化，服務也在可編程化，整個電子電器架構都在進行重構。但是，這樣重構轉型面臨的困難被遠遠低估了，面臨很多挑戰，甚至需要基礎設施的重構和遷移。今天，我們正在進入一個云計算時代、云原生時代。許多人對云原生不太理解，為了幫助大家理解云計算時代的意義，以及什么是云原生，我創造了一個新詞“電原生”。

1909年GE公司設計了一款烤面包機，它的電源連接部分是燈泡的螺旋口，而不是插座。為什么不是插座？這是因為，電當年被發明時，唯一的用途就是照明，后來數年間才開始開發出各種各樣的電氣設備。早期在用電照明時，電燈和電源連接的唯一接口就是螺旋口。因為有了電，后來才有電視機、電影、電冰箱、電梯等產品，這些產品都是“電原生”，電作為基礎設施帶來了一個新時代。云計算也會帶來一個新時代，它是一個時代的基礎設施，也會不斷催生出許多因云而生的新技術、新產品、新企業。

1909美國通用電氣設計了一款型號為D-12的電烤面包機，其電源接入的裝置是使用在燈泡上的螺旋電源口

早年在使用面包機時，需要把燈泡卸下來，再把烤面包機安裝上去，這樣使用總是不方便。后來，燈泡上面插座這樣的中間過度產品示。再后來，跟電源連接的部分演變成今天大家所看到的插座。插座不是電發明出來的時候就出現的，而是自然演變的結果。

燈泡使用的螺旋式電源接口被稱為“愛迪生螺旋”，后來人們開始通過轉換頭把愛迪生螺旋轉換成插座

今天，云計算還處于電氣時代的螺旋燈口時期，是兩種插座相結合的狀態。這個時代的基礎設施變遷帶來的是國家和企業競爭力急劇分化，或者說數字化就是一個國家和企業競爭力分化的催化劑。

疫情前，美國所有科技公司的估值僅相當于歐洲所有國家上市公司估值的1/4。疫情后，美國科技公司的估值已經超過了歐洲所有國家上市公司總估值。今天，銷售額只有190億美元的新能源風電公司NEXTER的市值，已經超過了曾經的全球市值最大公司艾克森美孚。ICT產業內部也在急劇分化，IBM、微軟在十年前的市值都差不多 ，但今天微軟市值已經相當于IBM的10-20倍。


數字技術不僅僅武裝起供給體系，也武裝起了消費者，需求巨變是數字化轉型的邏輯起點。一是新消費群體崛起，今天的00后和95后被稱為數字原住民，他們無網絡不生活，數字間空即生活空間，追求個性化、二次元，他們在重新定義什么是豪華車；二是決策鏈路變化，線上發現、線下體驗、下單夠買、社群討論、心得分享；三是決策模式變了，關注點從過去的價格、性價比變為今天的參與感、分享、社交體驗等等。四是購買的產品和服務也變了。今天需求越來越個性化、實時化、場景化、內容化、互動化等，消費者擁有了更多的話語權、表達權和選擇權。問題是，供給端能否跟上變化？一本叫做《流量制造》的書說得很好：我們缺的不是用戶，而是與用戶的互動。


如何應對需求巨變，企業需要重構自己的研發、生產、服務體系，邁向高頻競爭時代，以供給體系的高頻創新應對需求的巨變。過去國際互聯網企業面對市場營銷、運戶運營、產品迭代，如付費廣告、應用商店、新用戶注冊、產品交互設計（UI）時，都會基于數據進行A/B測試，進行快速決策。亞馬遜貝索斯說，我們的成功來自于我們每天、每周、每月、每年的所做的實驗數量；微軟CEO說，與其說“我有一想法”，不如說“我有一個新假設，讓我們試驗一下”。A/B測試是數字時代產品創新的基本模式。

這種模式，對于復雜航空、航天、汽車等而言，就是在數字孿生世界，構建產品創新的新模式。早在2010年，美國就“重新發明制造業”，DARPA啟動自適應運載器制造（AVM）計劃，試圖通過徹底變革和重塑裝備制造業，將武器裝備研制周期縮短到現在的五分之一，推動產品設計、仿真、試驗、工藝、制造等活動，全部都在數字空間完成，待產品迭代成熟后再進入工廠一次制造完成，縮短研制周期、降低研制成本。

美國數字轟炸機B21，是適應運載器制造（AVM）理念落地的重要成果。新式轟炸機計劃今年首飛，2026年服役。B21從一開始就采用數字化設計，基于云計算重新構建的全生命周期進行研發。它是最近30年來美軍研發速度最快的機型，它的功能可以不斷演進，就像特斯拉汽車可以不斷下載新軟件一樣，能夠不斷升級產品功能。

面對需求的巨變，企業構建一個思想實驗室：MVP（Minimum Viable Product）最小化可行產品。MVP的核心在于以最低成本、最高效率的方式完成技術功能驗證、商業模式驗證、客戶反饋驗證。MVP不是一個無法給用戶提供價值的半成品，它雖然簡單，但仍然能夠給客戶以價值體驗。如開發一輛汽車，其路徑是，基本功能→增加后備箱→增加車身→改進體驗。如同互聯網的創新：最初只聚焦于基本需求—根據用戶反饋，通過數據發掘更多的需求點—新功能上線測試—功能再取舍。



我在10年前出版的著作《制造業服務路線圖》中，就提出一個有爭議的觀點，當我們重新思考制造業和服務發展實踐時，需要反思：100年前提出的三次產業分類體系會不會誤導人們對經濟規律的認知。基于現有的經濟常識：特斯拉、蘋果是制造業公司還是服務業公司？這個其實是說不清楚的，它們已經融合了。

產業升級的本質是生產要素成本攀升與產業價值鏈提升之間的一場馬拉松式的競賽。全球制造業正在面臨四大轉變：市場需求從產品導向向產品服務系統轉變，競爭優勢從規?；┙o能力向個性化供給能力轉變，客戶交易從一次性短期交易向長期交易方式轉變，高價值環節從制造環節為主向服務環節為主轉變。不要把數字經濟和實體經濟對立起來，不要把制造業和服務業對立起來。今天，這個世界是一個有機整體，在這個整體的背后是我們在不斷構建的一項新基礎設施——云計算。



我們正在進入云計算時代，云計算不僅是一個商業基礎設施，也是一個創新基礎設施，云計算是數字技術、新企業孕育孵化的搖籃。中國云上創新與美國差距仍在擴大。當下，大家都在討論Chat GPT，有人問中國為什么沒有Chat GPT？這個問題問錯了，正確的問題是，中國為什么沒有OPEN AI？中國為什么沒有SNOWFLAKE？中國為什么沒有Palantir？還有其他一些富有創新的初創公司。

今天大家看Chat GPT是美國創新體系這棵大樹上的幾片葉子，今天所有的聚光燈都聚焦在這片葉子上，都快把這片葉子烤黃了，但是你要看的是這棵大樹長成什么樣子，樹根長成什么樣子，土壤是什么樣子，森林長成什么樣子，只有這樣才能是數字時代這一輪創新的全局和本質。

OPEN AI的成功大家都關注到了，2天內注冊用戶數達到100萬,兩個月，月活1億，估值290億美元。OPEN AI成功=技術信仰與長期主義+風險投資創新+基于云的創新生態+小公司創新與大公司商業化閉環。正如OpenAI首席科學家Ilya Sutskeve所展示的，成功來自于：偏執狂領軍者和一批擁有使命感的天才 ，他們有堅定的技術信仰、方向感和對AGI的戰略定力，不斷探尋正確的方法論，堅持將AI做成產品而不是技術的底層文化，秉持科學家+工程師的人才觀，強調代碼化的執行力。但毋庸置疑，以云計算為代表的創新生態是OpenAI孕育孵化的基礎。

美國公司Snowflake在2020年上市，銷售額僅為3.5億，但市值卻有700億美元，最高時達1000億美元。Snowflake是創軟件公司史上最大規模IPO紀錄、2020年全美最大IPO。SNOWFLAKE只做了一件事，就是基于云把數據庫重新做了一遍。

帕蘭迪爾（Palantir）這家公司大家可能不熟悉。今年1月《華盛頓郵報》曾經有一篇文章：俄烏沖突已演變成“算法之戰”，今天的算法供應商已經成為了新的軍火商，講的就是帕蘭迪爾。帕蘭迪爾CEO說，戰場算法的威力，相當于戰術武器對付常規武器。成立于2004年帕蘭迪爾作為一個專業領域的大數據公司，曾幫美國政府抓拉登，市值超過400多億美元。

我們看到了中美在云計算領域的差距，數字時代技術創新的挑戰。為什么中美在SaaS產業的差距如此之大呢？什么原因導致的？把這個問題拋給ChatGPT，我們看到的答案是：

一是市場規模，美國有一個龐大市場，政府帶領優先使用公有云，帶來了公共云及SaaS軟件的涌現；二是風險資本，美國有更專業和更大規模的風險資金可以投入到很多有創新活力的企業；三是商業環境，更友好的稅制、管制和更強的知識產權保護等；四是創新活力，美國的SaaS企業具有更強的創新活力；五是專業人才。美國擁有全球更專業和優秀的人才；六是品牌認知。如果我們招一個國內頂級院校的技術經濟博士，他能不能給出這個答案呢？好像還是很困難。

Chat GPT是通用人工智能（AGI）發展的的重要里程碑。通用人工智能（AGI）的時代正在向我們走來，其技術和產業發展有五個重要趨勢：大國的游戲、巨人的戰場、工具的革命、進化的力量和通用的技術（GPT）。

大國的游戲。今天誰有資格站在這個賽道？當你沒有一個龐大的云基礎設施，沒有一個公有云體系，沒有強大算力的時候，就沒有資格進入到這個賽道，公有云和AI的集成能力是大國競爭的入場券。這是一個大國的游戲。

巨人的戰場。從基礎大模型競爭和基于大模型的綜合生態構建來看，這場競爭不僅在于它消耗多少算力，要花多少錢，而是背后的高技術門檻、高資本門檻、高人才門檻、高生態門檻。這個戰場需要一個完整的生態體系，這是一次巨人的競爭。

工具的革命。馬克思說：衡量一個時代，無論是農業社會、工業社會，不在于生產了什么，而是用什么工具。未來通用人工智能將為知識創造者提供一種新工具。

進化的力量。AI大模型不是設計出來的，而是創新生態不斷進化而形成的。

通用的技術。搞技術經濟的專家在十幾年前提出專用目的技術（SPT, Special Purpose Technology）和通用目的技術（GPT, General Purpose Technology）。通用技術需要滿足四個條件：一是可以大規模使用，各行業都可以用；二是能提高行業生產效率；三是具有易結合性；四是能帶來組織管理的變革。如果從這四個標準衡量GPT所代表的AI技術趨勢，沒有哪個技術比它更符合標準。AGI（通用人工智能）將是人類社會最偉大的GPT（通用目的技術）。

在這個時代，數字化意味著認識世界的方法論的一次變革重構。從幾百年前的理論推理依賴于抽象觀察，到100年前愛迪生的實驗驗證，再到研發波音747的模擬擇優，直到今天類似于ChatGPT的人工智能大數據分析。這些不僅僅是一種種技術，更是認識和改造世界的方法論變遷。