2021年10月20日，由成都市科学技能局联合电子科技大学、中国电子学会区块链分会及清科创业等相关单位联合举行“2021数字技能与信息安全立异展开峰会”在成都隆重举行。现场聚集数字经济、区块链范畴的出资大咖与优异企业家同台，直击热点论题，观察职业展开方向，捕捉工业革新机会，共探数字经济工业昌盛之路。

　　会上，阿里云方针与战略中心总经理、中国电子学会区块链分会委员李颋宣布了《工业数字化转型的立异与实践》主题讲演。

　　咱们下午好！首要咱们来看一下，这个是本年其实刚出不久的国家计算局关于数字经济和其中心工业的一个比较完好的分类，在曩昔咱们仅仅很含糊的讲数字经济，包含了数字工业化和工业数字化。

　　实践上终究是什么是数字工业化和工业数字化？咱们有过多种各样的诠释，那么在计算局发布的这样一个分类里边，其实它现已区分的相对比较清楚了，咱们可以看到它里边会很显着的，把它分成了数字经济的中心工业和工业数字化的部分。

　　当然咱们也可以看到，尽管数字经济中心工业类的品种许多，这边的四列全部都是数字经济的中心工业，但实践上它们的品种和它们的体量并没有周围的那一列，便是工业数字化这一列来的愈加的巨大和来得更为的杂乱，应该说工业数字化是占有了数字经济里边最为中心，也是最重要也是占的体量最大的这么一个部分，这是咱们最直观的，关于工业数字化在数字经济傍边位置的这样一个认知。

　　那么依据这样一个认知，咱们可以看到在当时工业数字化体现出了哪些基本特征，咱们大约做了五个方面的这样一个归纳。

　　第一个便是工业数字化转型体现出来一个它的根底差异化，实践上各行各业的数字化转型的根底是纷歧样的，而且数字距离会仍然存在，而且有或许会越来越扩展，咱们以为它的根底的差异实践上是在不断变大的，这是第一个特征。

　　第二个特征，正是由于咱们有着各行各业的数字化的转型，咱们要把数据作为出产要素去跟每个职业去交融，去投入，去让它发生自己作为数据要素所增值的部分。因而工业数字化转型的途径它也是多样化的，咱们是评论纵向整合仍是评论横向衔接，咱们是考虑根底支撑仍是考虑顶层规划，实践上在评论数字化转型的时分，咱们很难说有哪一条途径就必定是可以成功的，或许说有哪一种技能它就必定是可以发挥作用的，它的整个的途径方法是多样化的，这是咱们以为的第二个特征。

　　第三个特征便是工业数字化转型的诉求是日益协同化的，这一点咱们在后边也会再说到，由于咱们在今日谈到整个工业的数字化转型和咱们曩昔所谓的这种信息化的建造，它最大的差异便是把这种笔直的条块化式的这种建造，变成了要从顶层层面去考虑怎样去建立一个全体的渠道，去考虑一个全体的体系，怎样从一开端就要去考虑，咱们不行以是一个条线的去处理问题，而要从整个统筹和协调的层面去处理全体的问题，这也是数字化转型现在一个最首要的这样一个特征。

　　第四个特征便是数字化转型的体现出来一个别系杂乱化这样一个特征。应该说跟着转型的程度越来越深化，它的层级越上升，咱们就要面临越来越多的杂乱的巨体系，从曩昔的单个环节到整个的流程，从某一个职业上升到整个工业。从整个的这样一个城市乃至上升到人类社会，咱们越上升就会越发现咱们面临的实践上是一个杂乱巨体系的工程，而且它这样的杂乱性的话会越来越归纳，越来越并发和越来越叠加，这是咱们的第四个这样一个特征。

　　第五个特征便是数字化转型的生态是开放式的，数字化转型的走向它必定会走向说以巨细不同的，以这个便是中心点也不同的和偏重的着力点也不同的各种开放式的生态，而构建起了一种全新的竞合。在这个方面其实协作上的比较好了解，协作必定是开放式的，可是在这样的一种生态之下，竞赛也很有或许会变成开放式的，不是零和博弈，你多我少有你没我似的零和博弈的竞赛，而是咱们在竞赛中怎样样更好的把各自的价值点都能更好的开释出来，这是一种开放式的竞赛，也是在数字化转型的趋势之下，带来的一种新的这样一个转型特征，这是咱们以为的工业数字化转型的五个最基本的这样一个特征。

　　一同咱们也要看到除了五个基本特征之外，咱们以为工业数字化转型现在也面临着三种比较突出的问题。

　　第一个问题是什么？便是在不确定性的下降和杂乱性的上升之间，咱们必需求考虑一个经济均衡问题，其真实许多这样的一些场合我都做过这样一个共享，咱们可以大约去这样去想象。咱们之所以要推进数字化，要搜集海量数据，要环绕这些数据去建模，而且把这些建模封装成使用，投入到实践的出产规划研制进程傍边，咱们是为了什么？咱们是为了可以把握越来越多的信息，把原本仅仅依托人脑进行判别的这些事物进行总结和沉积的经历，交给机器来完结，然后不仅仅尽或许把握更多的信息，也要尽或许的去下降咱们面临的这样的一些不确定性，让咱们的这些质量也好，对数量的操控也好，可以愈加的精准。可是在不确定性下降的一同，咱们所面临的必定是杂乱性的上升，不论是无人工厂也好，不论咱们谈才智物流也好，仍是在其他行的这种才智化、数字化、网络化的转型也好，它必定会带来的便是投入的添加。新的设备的购买，人员的训练，乃至咱们随之而带来咱们整个安排结构的改动，咱们整个办理方法的改动，这些其实都是各种有形的和无形的投入，那么假如抛开这些投入去看数字化转型是不实际的。

　　所以在讲工业数字化转型之前，咱们必定要考虑这个计划，它除了可以带来不确定性的下降之外，它是否在跟你的杂乱性上升之间的经济均衡可以很好的完结，这是咱们要考虑第一个问题，便是一个经济均衡问题。

　　第二个问题，供应的碎片化和需求的协同化之间的一个大局统筹问题，方才咱们讲的协同化的特征是相照应的，比方说咱们拿制造业来进行举例，假如说咱们从传统的思想去考虑制造业信息化和一个单一的数字化建造进程的话，咱们会发现许多问题其实是都相对而言比较简略去处理的，由于自身制造业它的三条线分的是很清楚的，研制有自己的准则供应和技能商，出产也有自己的安排体系，也有自己的服务商。那么经营办理它相同有自己比较老练的体系，老练软件，也有一套相对现已比较老练的办理方法，三条线分隔来看其实都没有问题，可是假如你把它合到一块看，问题就会呈现了，这个其实也是制造业，乃至于许多传统工业在今日面临的一个最要害的问题，便是这三条线各自办理的方法纷歧样，各自报告的方向也纷歧样，各自的负责人纷歧样，技能的供货商也纷歧样，采纳的处理计划、体系规范协议乃至都有或许纷歧样，可是我作为一个企业而言，或许我作为一个安排而言，我不或许说我在今日我还要别离完结三条线的信息化，我再往来不断考虑怎样把三条线合一。

　　我在一开端就要去考虑我的三条线，怎样可以同步去进行我的数字化，可以去打破我的信息孤岛，可以把我这些碎片化的需求统筹起来，可以在全体层面去提高我的质量和效益，这是在今日许多工业和企业所要面临的一个共性的问题，便是一个统筹的问题，而咱们今日所存在的对症结的其实不只仅是在技能方面，在于咱们的准则，在于咱们的安排方法，在于咱们的办理模式方面，往往是几条线并行，乃至是彼此分裂彼此独立的，这也是咱们在推进工业社会化转型新时分不得不考虑的一个问题，怎样样在技能和办理两个方面都去打破这种分裂性，都把这种不同的条件可以更好的交融起来，这是咱们要讲的第二个重视的要害问题。

　　第三个问题的话，便是前瞻技能许多呈现和实际需求尚待发掘的这么一个商场培养问题，其实就愈加的显着了，由于现在咱们有许多的新锐技能，包含今日咱们在现场评论的区块链，它也是相对比较新式的一个技能，包含人工智能，包含5G，包含量子核算，这些都是比较新鲜的科学技能。

　　那么在近些年可以看到很显着的特征是，这些技能正在从理论立异逐渐的走向有用立异，从科学研讨也加快跨进到了工业使用，那么这样的一些延伸和加快的跨进显然是一个好的现象，它意味着咱们有更多的新技能，可以投入到咱们的出产办理和研制的进程傍边去，可是这样咱们不得不去考虑这样一个腰带的小论题便是说咱们得反诘自己，便是这些新的技能他真的可以去处理，在这些传统工业傍边，曩昔咱们没有处理那些问题吗？由于咱们现在所面临的传统工业，不论咱们讲农业也好，讲制造业也好，或许讲一些更细分的职业也好，它至少都有着几十年的前史，有的乃至是有着上百年。

　　在这样的前史进程傍边，这样的职业里边其实呈现过许多的天才，呈现过许多的聪明人，他们也处理过许多的问题，那么这些方法他们从前找到的这些途径是真的不行以拿来处理今日的这些问题吗？这个其实是值得咱们去沉思的一个问题，是不是这些问题真的需求用新的技能去处理，或许换言之，是不是还有一些问题咱们发现不了，咱们必需求用人工智能，必需求用兵器，用区块链用量子信息去发现的问题。

　　这两个论题，我想是咱们在推进工业数字化转型的时分，是必需求去仔细考虑的，由于这意味着什么？意味着你是面临一个真实需求，仍是一个泡沫需求的问题，假如仅仅未用而用，仅仅为心而心，这种泡沫式的需求是不能持久的，它支撑不起一个商业模式，它也必定支撑不起一个工业，它或许只会是稍纵即逝。但假如咱们以为真的工业有这样的一些问题，它需求用新的技能去发现，需求用新的技能去处理，那么咱们就找到了一个真实的需求，这样的政治需求映射到使用场景傍边，才干够构建起可以跑通的商业模式，而只要可以跑通的商业模式，咱们终究才干够规模化，才干够真实的走向工业化，咱们才干说咱们发现了新的工业，咱们也找到了新的增长点，也是在工业数字化转型傍边，我想咱们要去分外重视这样一个问题，终究是一个真实的需求，仍是一个泡沫式的需求，这个是要去重视的问题。

　　依据这三点要害的问题的话，咱们也想简略介绍一下阿里云，现在咱们叫云和科技板块，包含了云智能、叮叮达摩院、平头哥和天猫精灵，别离代表着不同的咱们的一些科技方向。在整个阿里云的科技板块里边，咱们是怎样样去推进工业数字化转型的？那么首要数字经济年代，咱们以为它是一个事务的数据化和数据事务化这么一个年代，这是咱们从一个科技企业的视角动身去看待的这样一个年代。那么在这样一个年代里边，咱们的任务是什么？便是推进事务的交融晋级，从咱们的核算，从咱们的数据，从咱们的衔接和从咱们的协同，在这样的根底之上，咱们建立起相应的事务渠道，建立起咱们的数字中台，经过牵引数据流和信息流和人流和物流和资金流的交融，咱们去处理这些事务数据化和数据事务化这些问题。这是咱们在展开数字化转型的时分，秉承的一个最底子的理念和任务，这是咱们的一个主意。

　　那么咱们终究怎样去构建这种数产推进这种工业数字化，首要是从构建数字经济的根底设备的这样一个层面。这张图其实是简略的描绘了一下，阿里云是怎样去构建数字经济的根底设备的，但实践上这张图，它还有一个名字叫怎样样从技能层面去知道阿里巴巴，由于阿里巴巴一个也是相对比较巨大的一个企业，它有不同的事务模块，还有不同的工作群，咱们可以用不同的方法来介绍咱们眼中的阿里是怎样样的，但这张图的话实践上便是现在咱们介绍在技能的眼中，它是一个怎样样的阿里巴巴，咱们可以看到它是分了这么几层。

　　咱们从上往下来看，最上层咱们讲的是面向职业的使用和面向整个阿里集团生态的这样一个使用。这一层咱们把它称之为是事务技能，它是最倾向于使用的技能，比方咱们用在淘宝上的语音辨认技能，比方咱们用在数字政府范畴的才智的PPI渠道，这些都是最投向于使用推出相应事务里的这样一些技能，它的任务便是要驱动这些详细的事务，详细的使用在不同的场景里边可以去更好的工作，这是最上最表层的一个技能。

　　第二层的技能是在于咱们的智能的中台和云渠道这一块，咱们把它总称为什么？总称为是咱们的叫产品技能。这些技能不是拿来直接面临用户的，它是面临的各种新鲜特征，大巨细小咱们的生态同伴，面临各式各样的服务方的供应商，面临各式各样的，咱们是把这样的产品技能进行必定的封装，进行必定的研制，作为一项产品去推向商场，把它作为一个可以去进行进一步开发，进一步集成的这样一个处理计划，这一层是被称之为咱们的产品技能。

　　再往下一层的话便是达摩院，阿里巴巴的达摩院建立至今现已有挨近4年的前史了，在四年傍边咱们首要做了什么？咱们首要在九个范畴里边，大约现在有将近20个这样一个实验室，在人工智能、在无人驾驶、在机器人、在语音辨认、在量子信息、在咱们叫距离，实践上便是5G和6G，便是未来的通讯网络这个方向都做了相应的一些技能布局。这些技能是相对比较底层的技能。方才咱们所说的产品，不论是把它作为处理计划，向供货商去供应的产品技能，仍是说是作为详细的使用直接面向用户去投入使用的，这些事务技能都是依据咱们这样的一个底层技能的布局之上。

　　当然了这儿的底层技能，咱们在招待外界来访的时分也常常答复这样一个问题，便是咱们做的终究是科学技能吗？仍是说做的也仅仅仅仅是倾向于使用的这种技能的，我坦率的讲，咱们院做的仍是倾向于使用的根底科学，咱们做的是根底科学，可是不是那种推进于科学理论前进的研讨，咱们的方针是环绕着云，环绕着大数据，环绕着人工智能，让这些技能在根底层面的前进，可以更好的去推进工业数字化转型的这样一个展开，这是咱们整个达摩院的这样一个任务，也是阿里科技的这样一个任务，这是在构建数字经济的根底设备这样一个方面。

　　那么这个当地的话，是简略展现一下咱们在全球布置的云智能数据中心，这是一个最新的数据，也是最近刚刚计算出来的，现在在全球咱们一共是24个，大约这样一个地域，一共是75个可用区，大约是超越了2800个这样一个内容分发节点，大约有300万个客户，197个职业，以及超越一万家协作同伴是运行在，咱们这样一个云上的。

　　那么在国内咱们有大约的五大超级数据中心，这就纷歧一展开了，它大约都是运用了现在比较前沿的液冷技能，一些风冷技能，还有包含一些最前沿的的大数据的这样一些超算技能运用，在咱们的这样一些服务器和数据中心上面，来支撑起咱们为数字经济去供应的这样一些根底设备，可是面向全球布置的云智能数据中心。

　　那么这后边的话，向咱们介绍一些在各个不同范畴也是结合场景的一些事例，这些事例方面的话我不做技能剖析，由于那样的话显然是相对比较单调一些，这样的话我仅仅简略讲一下，便是说咱们在这些范畴里边去推进工业数字化转型，咱们实践上是想处理什么问题。

　　在不同的范畴里边，那么首要在零售里边，零售里边的话，实践上咱们主打的是要推进人货场的数据一体化。这样其实咱们就想答复一个什么问题，便是零售职业的数字化转型，它必定不是纯线上的电子商务，它也不是线下的无人货架和无人超市，都仅仅一个方面。其实零售的智能化和数字化最要害要处理什么问题？最要害的问题能不能把这些曩昔凭仗有经历的店东，有经历的售货员，以及那些有相关技能的这样的一些专业的从业人员的经历，可以变成数据的方法工作在体系里边，我不需求太多的人员，或许我也不需求经过太多的人员这样一些训练，我就可以经过我的体系，经过我的数据剖析出来，终究我的货架应该什么时分可以补货，那么顾客在货架每年停留到多长时刻。它或许是个什么样的货品会更感兴趣，它进店和呈现的道路和轨道是怎样的？那么依据这些途径和轨道，我怎样摆放我的货架，怎样去工作我的仓储或许会愈加的合理，这个是在零售的数字化方面，咱们要去处理这样一个问题，便是要把这种人货场的数据一体化用数据问题你去替代完全赖人的经历，来处理这样一些问题，这是在零售方面的一个事例。

　　那么金融方面的话，现在咱们主打的实践上是用智能决议计划引擎去助力反诈骗。在金融范畴，咱们研制的这种便是智能决议计划引擎，许多的其实算力和带宽都是分配在怎样样去协助银行反诈骗这个方面。应该说在现在的几个商业银行的使用傍边，这种的使用这个作用成效仍是十分显着的，大约可以节省原本靠人工审阅其他的这种本钱大约可以结合节省50%，原本大约需求将近一个月才干处理的一同的这样一个诈骗案子，现在基本上靠一个工作日基本上就可以去把他这个案子给他剖析出来，这是在金融方面的这样一个使用。

　　在交通方面，交通方面的话，其实可以这样来讲，讲到数字交通，其实假如要从技能层面去讲，它也是一个比较杂乱的概念，可是咱们可以这样去想，咱们要处理交通的时分，咱们要处理最要害是什么问题？

　　第一个，咱们怎样样去复原一个比较真实的这样一个我不知道在说什么，咱们怎样样去复原一个比较真实的这样一个物理国际，尤其是在这种交通的设备，交通的车辆和交通的行人越来越杂乱，到今日一个真实的交通国际该怎样去欢迎？假如怀孕来之后，那么针对这样一个杂乱的事情，针对这样一个纷乱的这样各种不同特征这样一些物体，咱们怎样样去进行大局的这样一个优化，那么进行大局的优化之后，咱们要怎样把这种调度的指令精确的下达，给这个是在虚拟国际和实际国际傍边工作的每一个个别，这个是在交通傍边咱们要处理的问题。

　　在这样的话，首要咱们可以经过咱们的云可以去完成一个强壮的算力支撑，可以在云上去尽或许去模仿一个100%挨近真实的这样虚拟的交通场景，交通事情还达不到可以虚拟一个交通场景。那么在这之上的话，经过咱们开和生态同伴联合开发的交通用工渠道和咱们相应的这样一个职业一体机，咱们可以去处理怎样完成一个在云上对交通进行大局优化的这样一个处理计划。

　　那么再依据咱们的钉钉，经过咱们的协同智能，将这种调度的指令精确的下抵达每一个个别和每一个设备以及每一个终端，这是咱们为交通职业供应的处理计划。在这个方面或许比较典型的一个是在北京的交管局所使用的，由于北京是一个交通状况极端杂乱的城市，可以在北京的交管局的使用，我信任咱们这个别系应该是承受住了比较刚强的这样一个检测，自身这个别系也是为了行将到来的科技冬奥做预备的。

　　第二个别系的话，其实比较第二个比较典型的体系，其实就用在咱们成都的交通的归纳数据办理中心，便是阿里云来支撑开发，由于为什么用在交物业费中的成都，这也是一个新的测验。假如说北京是一个交通状况最杂乱的城市，那么在成都的话，咱们就测验便是说不只咱们是把这些的数字化的这样的一些介入的手法，用在了政府这一侧，咱们还把许多的民用车辆，把许多的行人以及便是说路灯和各种不同的这种交通路况，都归入到了咱们的这样一个云上，去构建虚拟的交通事情。

　　假如说北京是最杂乱的交通状况，那么在成都便是咱们测验的接入品种最多，接入的品种特征最纷歧样的这么一个方法。

　　在工业方面的话，咱们测验的是经过工业智能去助力开释工业数据这样一个价值。其真实中心方面，咱们在推进工业数字化转型和零售的数字化转型方面，咱们采纳的战略是相同的，其实咱们并不是介意说，终究它是不是无人终究可以去节省多少人力本钱，而要害是在于能不能经过咱们的体系，经过咱们的算力，经过咱们构建的算法，经过咱们去施行的模型，把原本要靠这些人工供应的经历，要靠这些人工去工作的计划，可以真实的封装起来，变成一个从人力化的工作变成一个数字化自动化和智能化这样工作。这也在工业方面去供应的，这样咱们讲的实践上是咱们工业大脑的一个事例，它和咱们的工业互联网渠道仍是不太相同的，工业互联网渠道咱们讲的仅仅依据云的一个底层的支撑，而这样的话咱们讲的更多的是一种把人工的经历经过机器，经过智能进行了一个封装和使用，这是咱们在工业大脑方面的这样一个事例。

　　那么这个方面的话是一个数字地球引擎，其实它的原本的发生和工业数字化其实联系不太大，其实咱们是获取的说可以去对接国家遥感卫星数据的这样的一些资质，咱们把它遥感卫星的数据便是工作在咱们的云上，经过咱们的人工智能的KPI渠道，往来不断对它进行一个海量数据的这样一个及时处理，最早是用在什么？最早是用在剖析飓风的抵达时刻，剖析洪水的这样一个洪峰是用在这个方面的，可是这些遥感卫星的数据仍是相对比较丰厚的，在咱们合法合规的取得遥感数据这样一个条件之下，实践上咱们是可以把这些数据更多的运用到环境的维护，运用到生态的办理，乃至是运营到城市的办理傍边，这些是后续都可以去开发的一些使用，这是咱们开发的一个数字地球的这样一个引擎。

　　依据这些事例的话，其实还有几点相关的这些其实做主张这一次比较小，大约这么一个几点的这样一个主张，也和咱们可以共享一下。一个来说的话便是咱们要正确的去知道数据的这样一个价值，咱们应该要想到今日咱们所讲的数字化和咱们在曩昔10年所谈的数字化其实是不太相同的，曩昔10年座谈的数字化往往仅仅很单点式的很单个环结的，或许说每一个笔直职业的这样一个数字化，咱们在今日谈的这样一个数字化，实践上是去重新考虑和构建咱们的供应和需求，而且只要这种东西和需求可以找到自己详细的使用场景的时分，可以去环绕它去建模，而且这些模型可以使用的时分，咱们才干以为这些数据是有价值的，数据数字化不是一味的寻求数据量的多，就像大数据不是真的是说这个数据的量有多大相同，而是说它的使用空间要够大，它的使用的方法要满足丰厚，它的包含的价值要满足大，这是咱们对数据的这样一个认知。

　　第二个的话也是方才所讲过的，咱们要考虑一个真实使用场景的问题，便是这些新的技能，它真的可以去处理新的问题吗？或许说是过往那些没有发现的问题，咱们真的需求用这些新的技能去发现吗？这个其实也是咱们在推进这些数字化转型傍边不断要去答复的这样一些问题，包含方才和咱们共享的这些事例，尽管讲的比较简略，但实践上都是咱们经过了大的试错和验证之后得出来的，就这些问题的确经过传统的方法很难处理，也的确在传统的局势之下，咱们去处理不了这些问题，它的确需求引进云引进大数据，引进人工智能去处理咱们所谓的这些新问题，这是咱们想到的第二个主张。

　　第三个主张的话便是说机制的改动，安排的革新和办理方法的改动和技能的前进是不行分割的。许多时分咱们安排方法和办理方法的改动，乃至要走在技能之前，技能不是全能的，咱们不行以盼望便是说上一个技能渠道，上一个数据中台就能处理一切的问题。

　　咱们要去想在上这些数据中台之前，在用这些处理计划之前，咱们的安排做好预备了吗？咱们的安排是否满足的灵敏化，咱们安排里边的点对点的打通是否满足有效率，咱们是否满足的去协同，这种协同的话是可以在仅限在安排之内，仍是可以打通安排表里，仍是可以在从企业到政府之间，这样都是咱们要去前置考虑的问题，只要把这些问题都可以去做一个前置性的规划和处理。那么这些新技能的使用才干够是事半功倍，而不会让准则成为技能的这样一个拦路虎，而咱们可以去相得益彰。