摘要
我国需要抓住新一轮技术和产业变革的战略机遇，推动数字技术与产业发展深度融合，总结技术扩散规律，提升全要素生产率，克服“鲍莫尔病”，打造“数字雁阵”，培育产业创新生态，为现代化产业体系构建坚实的数字智能底座。
经过四十余年的高速增长，中国已经形成了独立完整的产业体系，但产业基础相对薄弱、产业链稳定性相对不足。党的二十大报告提出，要建设现代化产业体系。二十届中央财经委员会第一次会议进一步阐述了如何建设现代化产业体系，提出“三化三性”目标，即“推进产业智能化、绿色化、融合化，建设具有完整性、先进性、安全性的现代化产业体系”， 其中“智能化”位于首位。
当前，以大数据、云计算和人工智能等信息技术为主要内容的科技革命方兴未艾，全球产业体系和产业分工格局正处于深刻调整之中。2021 年国务院印发的《“十四五” 数字经济发展规划》指出，数字经济正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。我国需要抓住新一轮产业变革的战略机遇，推动数字技术与产业发展深度融合，为现代化产业体系构建坚实的数字智能底座，助力“中国制造”升级为“中国智造”和“中国创造”。
一、云计算是现代化产业体系 的数字智能底座
18 世纪产业革命以来，产业体系主要是搭建在工业机器和电力系统之上。而随着数字技术的深入应用，未来的现代化产业体系则将主要搭建在以云计算为核心内容的数字智能底座上，农业、工业和服务业等经济活动均运行其上，各种生产设备以数字化、网络化和智能化形式连通其中，数据要素则融合土地、资本和劳动力等生产要素贯穿全程。拆分来看，云计算数字智能底座包括基础层（IaaS）的网络、存储、计算和安全能力，平台层（PaaS）的AI、大数据、音视频、区块链、物联网和数字孪生等能力，以及应用层（SaaS） 的协同办公、营销服务、开发者服务、企业应用和行业解决方案。
纵观具体产业实践，数字智能底座已经初具雏形。比如在汽车生产领域，行业正在快速朝着自动驾驶的方向进化，而自动驾驶汽车上市前都需要进行大量的训练优化和验证测试， 以提升复杂交通流下的安全运行能力，这就离不开高性能仿真引擎的助力。自动驾驶虚拟仿真平台TAD Sim 基于高精度地图和模拟仿真技术，在云端搭建超过300 万个场景， 可在50km×50km 的城市区域（相当于北京六环内的面积）容纳超过100 万辆仿真车辆同时进行虚实结合的仿真测试，大大加速了自动驾驶研发进程；在农业领域，山东莘县的农业数字经济产业基地建立了基于云计算的物联网体系和可追溯体系，通过区块链溯源技术帮助农户建立覆盖种植养殖、生产加工、仓储物流、终端销售（品牌孵化、产地溯源、私域流量）、检验检测、政府管理（城乡协同、乡村治理）、企业管理、公众查询等各环节的食品安全和品质追溯管理体系。在这里，甚至连每一个西红柿、每一株白菜都有了“身份证”，扫码就能看到溯源信息，浇水、用药、施肥、流通等情况一目了然， “莘县蔬菜”等商标获得了广泛认可。
由此可见，基于数字智能底座的产业活动主要呈现“端云一体”的特征，生产经营设备在前端实时感知和收集数据，而计算、存储和模型优化迭代等能力则在云上进行，生产设备将日趋小型化和轻便化，但生产能力却可以通过几乎无限的云端部署而快速扩张。在疫情有所缓解的2022 年初，专精特新“小巨人”华拓光通信公司，仅仅8 个月就在绵阳从零开始打造西南区域首个全真互联数字工厂标杆，投产后生产运营效率大幅提升。过去华拓的服务器扩容至少要30 天，搭建了容器化的云原生底座后，几分钟就可以快速满足业务上线需求，并且通过数据驱动管理，生产运营效率整体提升了30%，人力成本节约了20%。华拓的案例为我们揭开了基于云计算的现代化产业体系的未来冰山一角。
实际上，云计算数字智能底座提供的远不止弹性算力。云端的无服务器架构大幅降低了开发者对部署、运维、监控、扩容的投入，开发工具Cloud Studio 则可以远程编辑、部署代码，而微搭低代码平台甚至仅通过拖拽的简易方式就能进行编码和搭建应用，这些都大幅降低了产业创新和融合的门槛。比如，雅士利涂料公司让一线经验进入到数字化流程中，通过低代码制成“云表单”，把节点人员、流程框架组建出来并在企业微信系统里运转，覆盖生产、品检、入库、运输等环节，推动产品平均入库时间下降41%，平均发货交付天数缩短17%。而三一重工在鄂尔多斯实现矿车无人驾驶，一位驾驶员坐在办公室就可以通过实时音视频远程操控五至六台矿车，改善了工作环境，提升了作业效率。
此外，深度学习技术所带来的人工智能模型，正在通过软件即服务（SaaS）、模型即服务（MaaS）等云计算生态模式向各个行业领域渗透，涌现出许多新型应用场景，推动生产力革命。比如在新药研发领域， 蛋白质结构预测和活性化合物识别是药物设计的基础，此前药企通过传统方式进行蛋白质结构的实验测定， 新药研发周期长、费用高、成功率低。人工智能驱动的药物研发平台“云深智药（iDrug）”，通过深度学习模型预测出蛋白质结构以及功能，从而可以更快地从数亿的海量小分子中， 快速而有针对性地找到潜在的化合物，有效提升研发效率，包括在对抗新冠病毒药物的研发中也产生了重要价值。
二、数字智能底座的产业发展现状与问题
我国产业领域的数字智能化建设呈现快速上升势头。从行业实践来看，中国产业体系的数字智能底座搭建于2018 年开始的规模化发展，后来受到疫情冲击有所迟滞，但疫情过后正在加速发展。中国信息通信研究院用“产业数字化”指标来测算传统各行各业应用数字技术所带来的产出增加和效率提升。据其测算， 2017 年我国产业数字化规模为21 万亿元，占GDP 比重仅为7%。而到了2022 年，我国产业数字化规模已达到41 万亿元，占GDP 比重升至33.9%。
“用云量”是衡量数字化智能底座建设的重要维度，包括云计算市场规模和上云率等指标。2022 年我国云计算市场规模达4550 亿元， 较2021 年增长40.91%。相比于全球19% 的增速，我国云计算市场仍处于快速发展期，预计2025 年市场规模将超万亿元。但与此同时，美国企业上云率在85% 以上，欧盟企业上云率也达到了70% 左右，而中国企业上云率仅30%，与欧美仍存在差距。
此外，中国企业上云还存在严重的所有制分化现象。据国资委数据， 中国央企上云率高达86%，远超行 业平均水平。我国产业体系的数字智能化程度还具有明显的行业不均衡特征。目前来看，零售、文旅、金融支付、教育等服务业数字化转型成果最显著，工业有所发展但仍有很大提升空间，农业则刚刚展露苗头。在工业领域，“十四五”规划提出，要将工业互联网平台应用普及率从2020 年的14.7% 提高到2025 年45%， 70% 的规模以上制造业企业基本实现数字化网络化，建成500 个以上引领行业发展的智能制造示范工厂。
国家市场监管总局和国家标准化管理委员会发布的《智能制造能力成熟度模型》国家标准，将智能制造能力成熟度从低到高划分为五个等级， 分别为一级（规划级）、二级（规范级）、三级（集成级）、四级（优化级）、五级（引领级）。按照这个标准， 中国电子技术标准化研究院在31 个行业大类、31 个省市自治区中开展了智能制造能力成熟度的诊断工作。从其诊断情况来看，我国69% 的制造企业处于一级及以下水平，达到二级、三级的制造企业分别占比为15% 以及7%，四级及以上制造企业占比达9%。只有28.43% 的企业实现了生产过程可视，30% 的企业实现标准化作业文件的自动下发， 10.42% 的企业应用了高级排产系统，均有待进一步提高。多数企业仍处于智能化转型探索期，面临业务流程复杂、数据孤岛现象严重、用云管云难度大等困难，需要龙头企业来带动行业整体水平稳步提升。
三、进一步构建和优化数字智 能底座的重点方向
（一）总结数实融合规律，根据数字智能技术的扩散特性制定针对性发展政策
目前传统产业数字化发展不平衡、不充分问题比较突出，数字技术与实体经济的融合主要集中在第三产业，与农业、制造业的融合程度相对较低。数字智能技术在不同产业领域扩散的速度、广度与深度均有较大差异，这些均取决于技术能力迭代和资源要素禀赋相对价格的变动，其背后深刻的商业逻辑和经济规律值得深入探究。公共政策部门要根据数字智能技术在不同领域的扩散逻辑，立足不同产业特点和差异化需求，制定有针对性的发展促进政策，推动传统产业全方位、全链条数字化转型，赋能现代化产业体系。
在传统农业的个体化生产模式下，重人力、高投入、低产出、高污染等问题日益突出，这与制造业有很大差异。通过构建数字智能底座， 未来农业生产者只要在生产终端上输入农田位置，就可以获取阳光辐射量、降雨量、土壤酸碱度以及有机质含量，并基于气象、遥感、卫星定位、种植历史等大数据形成农业算法模型，数秒钟即可生成农田自动化种植方案，实现数字化农业生产，提高生产效率。这样一套数字化“新农具”， 不仅可以实现种植、养殖、采收、加工、仓配、物流、销售和售后的全产业链云边端一体化，为新农人提效增收，还可以搭载在线会议、乡村课堂、农企SaaS、供应链金融、乡村治理等产品模块，助力农业与乡村的全面数字化转型。
因此，在服务业领域，需要全面加快商贸、物流、金融等服务业数字化转型，进一步鼓励拓展典型应用场景，培育供应链金融、服务型制造等融通发展模式；在工业部门，需要实施中小企业数字化赋能专项行动，通过“用云券”和“云量贷”等形式降低中小企业上云上平台的技术和资金壁垒，支持专精特新“小巨人”企业开展装备联网、关键工序数控化、业务系统云化等改造，加快智能制造示范工厂和工业互联网平台建设， 完善国家智能制造标准体系；在农业领域，需要加快建设高速泛在、天地一体、云网融合的综合性数字基础设施，加快农机装备数字化发展进程， 推进“三农”综合信息服务，创新发展智慧农业，鼓励农业数字化应用场景探索。
（二）提升全要素生产率，助力产业体系效率变革和寻找增长的“第二曲线”
随着人口和劳动力负增长、外需回落及各种资源投入的报酬逐步递减，中国经济已由高速增长阶段转向高质量发展阶段，产业体系需要寻找增长的“第二曲线”。值得注意的是， 中国GDP 虽然已经达到美国七成以上，但全要素生产率却低于发达国家。迈克尔·波特提出经济发展的三个阶段，由低至高依次为：要素驱动、效率驱动、创新驱动。所谓的“克鲁格曼—扬诅咒”则认为，中国经济仅仅依靠资本和劳动投入驱动，而没有得到全要素生产率提高的支撑，难以支持长期可持续的增长。
全要素生产率的提升，归根到底是通过优化生产函数来实现的。随着土地、劳动力、资本等生产要素的边际收益减弱，数据生产要素及其所驱动的人工智能技术的重要性快速上升。通过推进云网协同和算网融合发展，IT（信息技术）、OT（运营技术） 与AI（人工智能技术）的深度互联， 实现生产全过程智能化、数字化、最优化。比如，瑞泰马钢通过能源互联网和建筑物联网系统微瓴，打造了行业第一家“透明工厂”，生产流程和经营管理数据可视化、可优化，解决了高温耐火材料生产链条长、环节复杂、能耗高、效率低等难题，实现生产能耗降低10%，效率提升12%。此外，中国商飞通过云端AI 辅助检测系统，使飞机面板的复合型材料检测过程从4 小时缩减到5 分钟，效率提升98%，检测成本降低92%。AI 还可以检测出一些人眼从超声波图像中无法发现的细微缺陷，使整体缺陷检出率提升到了99%。而宁德时代则利用AI 技术帮助提升电池产品的缺陷检测和质量控制水平，检测精度上实现零漏检。
因此，我国的现代化产业体系建设需要从资源驱动转向效率驱动和创新驱动，着力于通过打造数字智能底座来优化生产函数体系，让数据生产要素充分涌现、高效流动和智能驱动，让科技、产业、金融之间形成良性循环，推动质量变革、效率变革、动力变革，提高全要素生产率。
（三）对症下药“鲍莫尔病”， 促进产业体系云端协调发展和生产要素跨产业配置
随着经济发展和工资成本梯次上涨，劳动力可能会从高生产率部门（如制造业）向低生产率部门（低端服务业和农业等）逆向转移，从而造成产业体系中的资源配置退化，降低经济效率，从而产生所谓的“鲍莫尔病”。2021 年9 月26 日，时任国务院副总理刘鹤在世界互联网大会乌镇峰会上就指出，要克服“鲍莫尔病” 和“数字鸿沟”，实现包容性增长。
前两次产业革命中诞生的通用目的技术主要集中在工业部门，服务业劳动生产率长期保持在较低水平。而数字智能技术在服务业的扩散速度要快于制造业，从而有助于逐步减小二者的生产率差异，实现服务业的规模经济和生产率提升。因此，需要通过构建现代化产业体系的数字智能底座，探索建立各类产业集群跨区域、跨平台协同新机制，进一步促进三大产业协调发展和生产要素在产业之间、城乡区域之间、大中小企业之间、上下游环节之间高度协同耦合，缓解“鲍莫尔病”，打造具有国际竞争力的数字产业集群。
此外，需要推动基于深度学习和云计算的大模型加快适用，鼓励内容创作者使用大模型来生产文字、图像、音频、视频，以及剧情构思、编程设计、配音配乐、动画特效等等， 丰富内容形态，改善交互体验，缩减制作周期，降低制作成本，提高生产和服务的效率，赋能个体成为超级创造者。在农业种植上，鼓励采用智慧种植方案，通过全天候、全方位、全向量的云端实时动态感知，采集温湿度、通风、二氧化碳或光合有效值等多种环境数据，并利用强化学习算法得出最佳的种植决策，进而智能调节作物生长环境，提升农业领域生产效率，从而缓解“鲍莫尔病”。
（四）着力打造“数字雁阵”， 通过数字技术让企业在产业转移过程中占据有利位置
当前，全球产业分工和转移呈现出新趋势和新特征，我国有可能面临低端劳动密集型产业向东南亚国家转出、高端资本和技术密集型产业向欧美发达国家“再工业化”回流的“双向挤压”雁阵转移形态。而数字智能技术通过提升劳动生产率，可以迟滞国家间的雁阵转移，或者让企业在雁阵转移过程中占据产业链中更高端的位置，从而形成“数字雁阵” 的有利格局，是我国在产业转移过程中实现产业升级和价值链跃升的重要抓手。所谓“数字雁阵”，指的是数字智能技术与传统产业深度融合， 对传统雁阵模式产业转移的方向、范围（结构）、速度和力度会产生深刻影响。
打造“数字雁阵”，推动产业在国内外有序转移，需要从四个方面重点发力：①充分发挥数字智能技术对产业雁阵转移的速度和规模的影响。数字智能技术提升人均劳动生产力， 可以迟滞国家间的雁阵转移，甚至可能会发生回流。②充分发挥数字智能技术对产业雁阵转移方向的影响。数字智能技术可以通过应用于智能制造来扩大东部产业的比较优势，从而增强国内东中西地区之间产业转移的动力。③充分发挥数字智能技术对产业雁阵转移与产业竞争力关系的影响。数字经济可以让中国在雁阵转移过程中占据产业链和价值链的中高端位置，实现产业转移但竞争力不转移的效果。④充分发挥数字智能技术对产业雁阵转移范围和结构的影响。数字技术可以丰富雁阵转移的内容，使得雁阵转移不再局限于传统的制造业。数字经济时代下，服务业特别是生产性服务业有可能实现转移， 或至少是线上转移。
（五）培育产业创新生态，安全框架下构建和优化现代化产业体系的数字智能底座
构建现代化产业体系的数字智能底座，需要更好地统筹发展与安全， 培育健康有活力的产业创新生态。数字智能底座是一个软件与硬件、底层技术与商业应用、消费互联网与产业互联网、数字技术与实体经济、大公司与小公司有机结合的复杂商业系统，需要全面辩证地看待，不能简单地将某个环节割裂开来，更不能对立起来。
其一，硬件与软件是其中必不可少的组成部分，都有其重要的“生态位”。所谓“硬科技”，应该是指过硬的、有竞争力的科技，而不能狭隘地理解为“硬件”科技。即使光刻机和芯片看起来是硬件，其灵魂也是嵌在其中的成千上万的工业软件，而不是钢材、硅片和沙子。从数字经济发展规律来看，很多时候正是由于“软” 的创新才带来了“硬”的迭代升级。软件创新是科技产业链生态的有机组成部分，与半导体、终端等硬件创新相互依存与影响。
其二，需要客观认识底层技术与商业应用的关系。商业应用是底层技术创新的重要拉力，以场景应用牵引科技生态，是各国基础创新的不二之法。美国亚马逊在芯片、无人机和机器人，Alphabet 谷歌母公司在人工智能和机器学习技术等底层技术研发，均是以强大的应用场景为基础的，是需求导向而非“实验室导向” 的研发。因此，要把商业应用创新摆在跟科技创新同等重要的位置，既要补底层技术创新的短板，也要铸商业应用创新的长板，促进二者的充分融合和互相促进。
其三，需要厘清数字经济与实体经济的关系。有观点将数字经济定义为虚拟经济，从而将其与实体经济对立起来。所谓虚拟经济并不是一个严谨的学术概念，1997 年亚洲金融危机后成思危用它来分析危机成因而受到中国经济学界关注。成思危的本义，认为虚拟经济是指金融系统中直接以钱生钱的活动，起因是对东南亚金融危机的反思。数字经济统计上主要属于服务业，但因其通用目的技术特征，实际上与各个传统经济领域都在产生丰富的化学反应，与农业结合就是智慧农业，与工业结合就是智能制造，与金融结合就是金融科技。未来的经济形态一定是数字技术和实体经济深度融合、不分彼此的数实共生模式。
根据相对比较优势，从硬件起家或从软件开始，从商业应用发展逐步切入到底层技术创新，从消费互联网慢慢渗透到产业互联网领域，无论何种发展形态，都是数字生态茁壮成长的有效路径，最终目标都是形成全方位集群式创新。因此，我们只有基于对产业创新生态的深刻理解，按照市场化、法治化、国际化的方针，实施规范、透明、可预期的治理，才可以在安全框架下构建和优化现代化产业体系的数字智能底座，从而推动整个产业生态的繁荣创新。
（作者系腾讯研究院专家、首席经济顾问,文章原标题：构建现代化产业体系的数字智能底座）
(本文刊登于《企业改革与发展》杂志第10期。如需转载，请注明出处。文中观点仅代表作者观点，供诸君思考。)