如何看待数字化赋能新型工业化趋势？

以下是对数字化赋能新型工业化趋势的洞察。

1.智能技术集成融合，引领行业持续创新

当前，人工智能发展进入新一轮技术创新期，以 ChatGPT、GPT-4、LLaMA、PaLM2 等为代表的 大模型呈现爆发式增长，在“根技术”层面引发数字化相关领域的多技术创新路径转变，在融合应用层 面推动各领域数字化发展范式变革，在基础设施支撑层面掀起了存储中心向算力中心、智算中心进一步 升级的发展浪潮，这将可能从根本上改变数实融合发展的底层逻辑和实践路径。 基于大模型的数字化技术创新兴起。AI 大模型开创了基于海量数据训练的技术创新范式，技术创新 从“人工研发”逐步走向“自主训练”、“自我迭代”，甚至能够通过“自我评估”实现“自主升级”。 在大模型的赋能下，更多数字化技术将通过训练数据进行代码自主编写、应用快速迭代、能力螺旋升级， 甚至通过数实融合，更深层次影响传统行业技术的替代和转变。

行业大模型应用创新实践加快探索。越来越多的行业联合人工智能企业构建基于大模型的应用生态， 促进“大模型 +”行业场景创新。比如，“大模型 + 人形机器人”方面，大模型将赋予人形机器人更为 智能的“大脑中枢”，帮助人形机器人能够进行强化学习，在与人、环境交互中提升认知水平。再比如， “大模型 + 工业质检”方面，大模型将赋予产线实时数据分析能力，增强智能视觉辨别力，大幅提升智 能质检的精确率。 智能计算设施及服务需求快速增长。随着大模型应用创新实践的兴起，能够提供云端订阅、弹性供给、 按需服务、智能计算的数据基础设施建设步伐加快，有效降低行业用户计算成本。同时，模型即服务（Model as a Service，MaaS）起步发展，人工智能企业将致力于面向行业打造大模型通用底座，基于行业业务 逻辑和流程数据进行个性化、定制化应用开发，更好支持行业业务和产品创新。

2.场景需求生机勃发，创新实践双向发力

数字化场景是数实融合的实现载体、成果输出和价值体现，具有贴近应用端、实时性强、体验度高 等特点，在很大程度上坚定了各行业开展数实融合的信心、激发了探索融合创新的能动性。在数字化场 景牵引的数实融合实践高潮下，数字化解决方案供给在底层架构走向通用标准的同时，也会进一步面向 个性化场景建设需求进行更多特色化、适应性的应用开发。

数字化场景建设逐级下沉。多省市以数字化场景为抓手，出台 5G、人工智能、区块链等新兴技术应 用场景建设指南，发布传统产业数字化转型场景清单，开展场景“揭榜挂帅”，指导和服务数实融合发展。 国有企业作为数实融合的“领头羊”，积极打造制造、能源、建筑等领域数字化转型示范场景，从业务 场景及市场需求出发，搭建基于单个场景的数字化转型“样板”，获取局部最优解决方案经验，继而突 破业务节点、逐级打通基于多个场景贯通的企业价值链，最终实现数实融合的整体战略落地。

数字化解决方案供给标准化和定制化并行发展。一方面，为规模化推广数字化解决方案，越来越多 的服务商致力于行业共性需求，基于成熟产品不断迭代、扩展标准化功能组件，可进行模块化封装，进 行快速复制和推广，薄利多销、以量取胜。另一方面，面向特定工业场景建设需求，数字化服务商更倾 向于打造符合行业特性的标准化架构底座，并在此基础上结合场景特点开发定制化、个性化应用功能， 反复使用、迭代升级。

3.多元主体加快入局，发展生态持续繁荣

数实融合不是一蹴而就的，而是一项系统工程。平台企业、软件企业、工业企业等各类主体发挥各 自优势、加快重点行业布局，系统性、集成式、平台化的数字化解决方案能力将成为发展重点，政产学 研金将共同打造数字化转型生态体系，为企业开展数实融合“赋能”。 领军工业企业成为行业方案领导者。具有数字化发展基础的工业企业，搭建自有的技术团队，不断 积累核心制造技术、生产工艺和行业知识，推动将数字化转型实践经验转化为面向行业的数字化解决方 案，并向行业全面推广。比如，从传统工业企业剥离出的石化盈科、宝信软件、徐工信息、美云智数等， 正成为特定数字化解决方案的领导者。

具有“数字基因”企业成为方案推广者。一方面，一批来自工业软件、智能装备、零部件等领域的 专精特新企业，从提供单一设备生产或软件服务，逐步向产线、工厂乃至多工厂的整体解决方案提升。 具有领先性的平台企业均拥有专业化的 IT 基础设施技术团队，提供网络通信、云计算 IaaS 平台（基础 设施即服务）、数据智能等数字化底座服务，协同行业数字化解决方案服务商共同输出集成方案。 “小快轻准”方案破解中小企业转型痛点。技术牵引方面，数字化赋能平台打造了一批低成本、可 复制的轻量级工业 APP，通过租赁、共享等方式提供云化工具软件，帮助中小企业降低系统部署成本。 市场拓展方面，数字化赋能平台汇集了交易、供应链、数据和技术等综合服务，开放市场渠道，帮助中 小微用户获取一手市场信息、配备及时供应链，推动中小用户参与多品类交易、小微交易订单等协同制造， 满足市场个性化需求。

4.由建及用难度加大，商业价值深入探索

随着数实融合的深入推进，行业企业经历过强引导、高投入、扩规模的数字化“安装”期之后，将 逐步进入适应、改造、迭代、创新、再适应的数字化“使用”期，如何推动数字化解决方案“自我造血”、 持续响应成为供需双方共同关注的焦点。这其中，数字化解决方案商业模式成熟与否，将深刻影响方案 的可持续运营。 项目定制仍是主流，全流程和垂直化走向成熟。一方面是打造一体化解决方案，从咨询诊断入手， 开展战略规划、架构设计、分阶段实施，逐步覆盖研发设计、生产制造、供应链管理及营销服务等全流程， 以此获得高额利润。另一方面是打造垂直化解决方案，深耕重点行业，面向工业特定场景和特点需求， 推动企业数字化转型落地，以专业服务抢占细分市场。

功能订阅高速发展，或成为未来持续盈利关键。一方面，面向用户企业提供云服务器、云存储、 虚拟化环境等硬件资源云化的订阅服务，实施按需付费、使用付费，不断提高用户使用频率和时长， 挖掘使用利润。另一方面，面向用户企业提供基于数字化赋能平台的 SaaS 应用订阅服务，平台集成了 MES、ERP、PLM 等各种应用，并以在线订阅方式开放应用，增强用户体验感和使用黏性，提高收入的 可预测性和稳定性。 数据增值创新发展，将成为数据价值化的重要途径。一方面，加强海量行业数据资源池打造，打通创新、 产业、金融、服务等不同环节的数据流，通过数据关联分析和价值挖掘服务，开展面向产创协同、产融结合、 产服对接等的数据服务增值路径。另一方面，提升数据流通技术能力和数据空间建设能力，基于可信安 全环境推动数据“可用不可见”“可用不可有”，发展资产评估、交易撮合、支付结算等新兴数据增值服务。