贾广年创始人兼首席执行官张仪嘉

2021年12月4日，2021“甲子引力”大会在北京召开。开幕式上，甲子光年创始人兼首席执行官张仪嘉(A小姐)带来了关于 《行至水深处：2021中国数字经济50条判断》 .的90分钟主题报告

张仪嘉回顾了消费互联网时代的结束和数字经济时代的开启。结合甲子光年智库团队对2000多家企业的数据调研，对行业发展生态的多维观察，以及对企业数字化转型发展过程的具体反思，他以50个犀利的判断洞察了数字经济的机遇与挑战。

以下为报告演讲文字实录：

1.开场

2021关键词

大家好！欢迎参加2021甲子重力大会。这是甲子引力第一次在线举办。很遗憾我们不能见面，但我们对未来的共同关注让我们留在了同处一个时空。.

2021年已经进入倒计时。屏幕上是今年出现在我们视野中的高频词。这是整体情绪悲观多于乐观的一年。如果说2020年的“难”是一座突如其来的断崖，2021年的“难”就是一场漫长的谷底爬坡。当疫情常态化后，“难”也将成为一种常态。需要我们清晰地思考未来。

不要低估中国的坚决

在今年最大的新闻是什么？就是政策新闻。,我们今年列出了一系列核心政策——，非常密集和有力。无论是对垄断者的惩罚、数据安全问题、教育培训行业，还是对相关技术的大力支持，国家出手一剑快过一剑，而政策的指向是非常鲜明的。都让我们意识到：中国已经走在明确的大时代转折的道路上，不要低估中国的坚决。.

"pgc-h-arrow-right" data-track="32">捷径消亡，破旧立新

捷径消亡，破旧立新，是今年千行百业的共同底色。

有一件新事物，已经深入我们的血液里——字面意思的“深入血液里”，这就是新冠疫苗。今年1月1日，中国首批新冠疫苗开始接种，目前已经接种超过24亿剂次。疫苗让免疫系统提前预见病毒的样子，做好准备，从而遇到真病毒时能更快反应；同理，如果我们能从变局中洞悉规律和趋势，提前预见问题，我们就能更从容地应对，就好像为自己建立了疫苗免疫系统一样。

我们要迎对下一个时代的变化，就要从上一个时代的复盘和反思说起。

一个时代的落幕：消费互联网，雨打风吹去

2021年，互联网股价大幅回撤

2021年，中国互联网巨头经历了一次集体暴跌洗礼，股价纷纷大幅回撤。

2021年，互联网用户时长封顶

为什么呢？除了反垄断等政策影响，一个客观事实是：互联网正在进入增长停滞阶段。

数据显示，三大运营商用户总数已经超过了人口总数，人口红利正在消失。中国移动互联网人数增长和人均上网时长增长都在逐渐停滞，大家使用手机的时间封顶在了每日6小时。这意味着什么？意味着线上所有产品都在争夺这6小时，所有APP都是竞争对手，都是存量竞争，企业普遍陷入流量饥渴，这是互联网神话开始消亡的最根本内因。

2021年，互联网大佬集体缺位

另一个视角，是互联网时代的掌舵者们。2021年7月，福布斯中国发布了2021中国最佳CEO榜，榜单排名有些出人意料——互联网大佬集体缺席。

小米集团雷军、海康威视胡扬忠和比亚迪王传福名列前三甲，而阿里、腾讯、美团等多家去年入选的互联网巨头却跌出了前50。相比去年，榜单上的互联网企业少了，更多是制造业企业的身影。

福布斯中国对此评价：“中国互联网行业生态剧变、品牌裹挟资本的野蛮生长的时代或将终结。”

我的好朋友梁宁在博客里写：“英雄总被雨打风吹去……一个沉甸甸的、永久的改变了我们的生活形态的时代可能到了一个段落，到了一个分水岭。这个过程中的很多东西其实我们都还来不及真正的认识它和理解它，就又可能被裹胁着到另外一个时代去了。”

互联网需要反思的是什么？

1994年中国接入全球互联网，2016年成为全球网民最多的国家，截至2021年6月，我国网民规模达10.11亿，互联网普及率达71.6%。

需要肯定的是，互联网对中国经济做出了不可磨灭的贡献：十亿用户接入互联网，我们形成了全球最为庞大、生机勃勃的数字社会。

那么，互联网的问题究竟是怎么出现的？

过去十年，互联网存在一个百试不爽的“发展规律”：“烧钱→整合→收税”。

第一阶段：任何细分市场初始阶段，总有一大群人冲进去试水，拼命烧钱，尽快把市场烧热；第二阶段：烧得差不多了、市场天花板出现了，头部公司会主导一轮合并，落后者也会把自己卖掉；第三阶段：当细分市场内只剩下寥寥几个巨头，自由竞争的时代就结束了，就可以开始“收税”了。幸存者不仅可以把烧的钱全赚回来，还会谋求更高的超额收益。

久而久之，互联网留下了几个突出存在的问题：

（1）过快转移：互联网让制造业尚未充分发展就开始“横向转移”

2008年，是中国互联网经济和实体经济的分水岭。在2008年之前，中国互联网仍以线上业务为主，主要是游戏和广告。2008年之后，阿里和京东迅速扩张，电商平台崛起，打通了线下和线上。

另一方面，在金融危机打击后，持续走高的地价和房价，挤压了制造业的利润空间，中低端制造业逐渐丧失了向中高端转型的机遇，最终转向电商，以规模求生存。而伴随流量越来越贵，互联网又逐渐成为强势渠道时，商家的利润率更越来越低。

所以，中国的互联网在大量赞誉声中“弯道超车”时，制造业尚未达到顶峰就开启服务业转向。这种转移，是一种“横向转移”——从过去二十年的“低端制造业”到后来的“低端服务业”，带来了一种产业结构“升级”的幻觉。但这不是真正的升级，看似花样翻新，实际上是换汤不换药。

（2）吸附效应：互联网像洪水猛兽一样吞噬着原本应该属于实体行业的人才和资金

更为严重的，是互联网对实体行业的人才和资金的吸附效应。

如今，因为快速造富效应，互联网从制造业抢人，人才宁送外卖不进工厂，工厂普遍抱怨“用工荒”。互联网企业摧毁了大量传统产业中有价值的岗位，提供的却是低质量的替代。原来实体生意中的小老板们去送快递或者开滴滴了，中小型制造企业则更难实现转型升级。

另一方面，互联网比制造业更能吸引资本。众所周知，制造业投资长，回收慢，互联网业态新，回报快，挤压了制造业的融资空间。

（3）屠龙少年变成巨龙：基础设施私有化，“收租逻辑”，以垄断造成公平问题等

久而久之，强大起来的互联网也形成了其他问题：

垄断：一旦垄断，就提高广告费和上架费，以至于一些小公司把货物上网上架的成本比在线下商店还高。

隐私问题：采集客户和老百姓的信息，侵犯隐私。

社会隐形成本：互联网企业使用了大量社会资源，比如大量没有足够社会保障的“临时工”，这些隐形成本需要全社会承担。

引导过度消费：算法无孔不入的推荐，利用人性弱点设计产品，打擦边球，扩大流量，各种购物节诱导用户过度消费。

互联网杀熟：在消费者不知情的情况下，把人分成三六九等，价格不同。

内卷：进入存量竞争时代后，大厂开始出现996、007式的内卷，影响了一代人的工作状态和心态。

所以，之所以政策要对互联网进行限制，不是要否定其成果，而是为了保持经济的活力，和后来者发展创新的权利。

今天，消费互联网已经完成了阶段性历史使命，是时候进入新的页面了。这需要我们向巨大的历史惯性告别——我们习惯了互联网这趟快车，以至于忘了周边广袤的田野，不是没有机会了，只是机会在深处。

那么，新的机会是什么？疫情和国际局势让我们明白：完备的实体经济才是一个国家的基石。中国接下来要走的路，就是实体经济，但又不是过去那种依赖人口红利的实体经济模式。因此，未来的路也就出现在脚下了。

一个时代的开启：走入数字经济与实体经济深度融合的大时代

我们正在开启数字经济和实体经济大融合的时代，这是由多维度的宏观背景决定的。

人口：老龄化让数字经济成为大势所趋

今年5月第七次人口普查数据公布，我们可以看到老龄化日趋严重：劳动年龄人口，即15-59岁的比例比2010年降低了6.79%；而65岁以上人口占比却持续上升。前两天看到一个热搜，说北京2035年将进入“重度老龄化”——也就是，老龄化人口将超过30%。

人口老龄化，从供给端意味着劳动力减少，从需求端意味着越来越多老年人需要照顾。这对数字经济提出了需求：一方面，技术可以逐步替代一些劳动力，另一方面，相关技术比如远程医疗、交通进步等可以帮助养老。所以老龄化让数字经济成为大势所趋。

政策：明确的政策导向指明方向

从政策看，信号非常明确。“数字经济”四度写入政府工作报告，“数字化”在十四五规划里提及了六次。相关政策已经进入各级政府的政策体系中，也成为了各行业数字化转型的有力推手。

北交所：继续资本市场的科创革命

今年一大焦点是北交所。北交所定位于服务“专精特新”型中小企业，上市企业会更小、更早、更新。这为中小型科技企业拓宽了融资渠道，降低了上市门槛。这也意味着中国资本市场形成了“三足鼎立”格局——上交所辐射长三角地区，深交所辐射粤港澳大湾区，作为中国北方第一家交易所，北交所将给京津冀甚至北方经济带来更大发展机遇。

资本：用脚投票硬科技

从2021年的融资数据看，硬科技已经成为资本明显的朝向。从融资事件和金额看，排在最前面的是企业服务、生产制造、医疗健康、人工智能、先进制造、汽车交通等领域。资本在用脚投票。

而从最头部机构红杉和高瓴的动作看，布局也很集中，医疗健康、企业服务、生产制造、人工智能等领域，成为他们出手最多的方向。

成长速度：新一代科技企业快速崛起，已成独角兽主力军

根据CB Insights最新数据，中国一共有独角兽企业168家，排名全球第二。而科技企业数量已经占我们独角兽整体数量的84%。新一代科技企业家作为中国经济的“新贵”阶层，正在快速崛起。

技术环境：研发投入得到空前重视，从需求驱动向技术驱动转变

从技术发展成熟度来看，我们调研发现，在网络设施、数据库、云服务平台等方面，我们的技术成熟度已经和国外先进水平持平；但在芯片、操作系统、中间件、工业软件等领域，我们和国外先进水平还有较大差距。可见，中国数字经济相关技术发展水平并不均衡，要更有针对性地投入。

过去，中外科技市场逻辑存在显著差异，中国是需求驱动型，欧美是技术驱动型。需求驱动型是先有应用需求，进而推动厂商开发产品，若现有技术无法满足，再进行技术攻关；技术驱动型则正好相反，企业会先研发先进技术，然后开发产品，再培育市场，最终得到应用。

在国际竞争和“卡脖子”问题下，未来中国将会加大主动研发，从“需求驱动型”向着“技术驱动型”市场转变。从真金白银上，能看出中国对研发越来越重视。根据美国期刊报告：新冠肺炎疫情直接影响创新投入，而中国是2020年唯一研发投入正增长的经济体，同比增长10.3%。

后疫时代：数字化已成深刻共识，数字化地位发生根本性改变

在所有的背景条件中，最难建立的是共识，而疫情让数字化的共识在巨大的推力中形成。去年大会我们谈到，疫情，让企业云与数字化的进程平均加速了6年。疫情划开了一道分水岭，数字化程度不同的企业冰火两重天：根据埃森哲报告，从财务上看，数字化转型领军企业的优势十分明显——疫情前后，与其他企业营收增速的差距从1.4倍扩大至3.7倍。疫情前已经数字化的企业 ，疫情来临时能持续扩大优势，而其他企业则遭遇“亡羊补牢”的痛苦。

疫情让我们意识到，数字化不仅仅是“降本增效”的问题，而是“生死存亡”的问题，数字化的地位发生了根本性变化。根据红杉资本报告，95%的受访企业已经开始数字化实践。

要素禀赋理论：发展数字经济并非主观臆想，是客观要素决定的，是实然之路，也是应然之路

刚才说的是宏观背景的实然方面，现在我们说一说应然方面。要素禀赋理论可以帮助我们很好地理解当下的路径选择。

要素禀赋，是一个经济体所拥有的资源总供给，包括劳动力、资本、土地、技术等。要素禀赋理论指：劳动相对充裕的国家，应该生产劳动密集型产品并出口，资本相对充裕的国家，应该生产资本密集型商品并出口，这会形成“比较优势”，更有竞争力。所以，一个国家的产业结构不是随意选择的，而是要素禀赋决定的——当要素禀赋升级，产业也随之升级。

中国的要素禀赋在改革开放后逐渐迭代，从劳动力禀赋，到资本禀赋，再到今天的数字禀赋。此时此刻，我国在数字方面的积累全球领先，数字经济契合了中国数据要素禀赋比较优势。换句话说，发展数字经济，是理性客观的选择，是未来中国的实然之路，也是应然之路。

2.点题

现在，让我们进入大会的主题。2021年的大会主题，我们讨论了很久，最终定为「行至水深处」。为什么呢？

1. 从全局看，数字化正在整体进入产业深水区：

数字经济等于“新经济”+“旧经济的新空间”，后者是数字经济更大的增长动力。

2. 从需求侧看，数字化的落脚点正在下沉，数字化转型进入下一站：

数字化的“吃水”正在变深。我们演讲的后半部分，会有数据实勘，来体现为什么数字化转型正在下沉。

3. 从供给侧看，此时此刻，科技创新更需要“躬身入局、深水笃行”的定力和恒心：

互联网流牛奶和蜜的时代结束了。数字化的落点步入产业更深处，创新者接受考验的链条更长、维度更多，既面临产业内生的复杂性，又面临技术突破的艰难性。

让人欣喜的是，过去一年，甲子光年在调研中看到了一幕幕这样的剪影：博士等高阶科研人员开始离开大厂，走入工厂、矿场、农场，挽起袖子、弄脏双手，深入产业深处。他们说的一些话，比如“去现场摸摸灰尘”，“吃过的土，就是我们的竞争壁垒”，是这个时代最动人的注脚。

从“短平快”走向“慢深重”，从“傻大笨粗”走向“专精特新”——“水大鱼大”的时代结束了，“深海取珍珠”的时代到来了。行至水深处，只有躬身入局、笃行不怠者方能有所突破。

3.数字经济定义及概述

下面，我们谈一谈数字经济的基本概念。数字经济可以简单划分为数字产业化和产业数字化。数字产业化，指数字技术所形成的新产业，例如互联网、信息通讯业、软件服务业等，是“新的经济”；产业数字化，指产业原本就存在，利用数字技术降本增效、转型再造，是“旧经济的新空间”。

数字经济发展历程

伴随网络水平、数据量级、代表性技术的迭代，数字经济不断升级，从电子时代，走向信息时代、网络时代，直到今天的数字时代，并正在走向数智时代。接下来，伴随量子计算等技术的成熟，数字经济将开启更大的想象力。

数字经济价值链

从产业价值链角度看，数字经济有8大环节，关键环节包括上游的底层硬件、基础设施，中游的基础软件、平台软件，下游的企业应用、解决方案，支持环节包括安全和科技服务。八大环节环环相扣，涉及众多细分技术。

数字经济市场规模和结构

从市场结构看，数字产业化部分，包括数字产品制造业、数字技术应用业、数字要素驱动业、数字产品服务业，按照甲子光年测算，数字产业化目前市场规模已经接近9万亿，其中占比超过一半的是数字产品制造业，而数字技术应用业的比例将持续提升；如果算上产业数字化部分，数字经济将会有更大的市场空间。

4.50条判断

4.1 数字产业化：技术飞入深处

接下来我们正式进入判断部分，我将从四个方面展开。首先，是数字产业化部分。

判断01：从封闭到开放：巨头互联互通，互联网告别“圈地征税”和“唯流量论”

第一个判断是互联网，今年最大的变量，是“互联互通”。

过去的中国互联网发展史，可以说是一段“不互联简史”。从2008年淘宝屏蔽百度爬虫，到字节和腾讯连绵不断的诉讼战，互联网“筑墙”十三年，纷争从未停歇。这一切，源于从PC互联网向移动互联网的迁徙。APP时代，互联网被分成了一个个“流量抽屉”，企业纷纷打造“围墙花园”，屏蔽外链，圈地征税，信息孤岛效应也越来越严重。

这个“不互联简史”要在今年结束了。9月9日下午，工信部召开了“屏蔽网址链接问题行政指导会”，要求各互联网平台必须按标准解除屏蔽，否则将依法处置——这项政策，哪怕放眼全球，都是走在最前面的。

“拆墙”意味着什么？

对巨头：互联互通是为了反流量垄断，巨头“坐收流量红利”的经济模式即将终结。

对中小企业：之前中小企业很惨——你在腾讯的粉丝，不能转化为淘宝的买家，你在抖音的流量，不能转化为腾讯的用户。互联互通让中小企业减少站队难题，节省成本。

对用户：平台间的隔离影响用户体验，影响消费者的选择权，互联互通可以提升用户的信息使用效率。

对整个生态：避免重复建设，避免行业“内卷”，开发者一次开发、多平台运行，整体降低中国流量成本和交易成本。

整改的目标是什么？

在未来，没有一个平台，可以因为封闭而享受超高的广告收入；没有一个卖家，需要因为封闭而支付超额的广告费用；互联网平台将从流量垄断竞争转向以技术创新、优质服务来竞争。

判断02：数智融合时代到来：大数据与人工智能从互不统属走向深度融合

下一个判断是数智融合。大数据和人工智能技术出现已经很久，早期AI和数据库处于“各自为政”状态，二者并没有太多交集。随着数据不断增多，大家意识到，为了真正发挥数据的价值，必须和人工智能融合。企业逐渐将所有数据整合到一起，以深度学习等技术提高挖掘和分析能力。从图中可以看到，两个技术发展的过程，就是它们相向而行的过程。

判断03：硬件厂商软件化，软件厂商云端化

下一个判断，是硬件厂商软件化，软件厂商云端化。

甲子光年调研发现，为了更好地服务客户数字化转型的需求，越来越多硬件厂商开始提供与硬件匹配的软件产品，提供“软硬一体化”产品的厂商已经占硬件厂商比例的8%。

而软件厂商中，已有高达87%的软件厂商可以支持云端部署，在企业应用软件、平台、基础软件等部分领域，产品云化程度已经超过九成，而涉云率只会越来越高。

判断04：开源：软件吞噬一切，开源吞噬软件

下一个判断关于开源。今年，开源格外醒目。今年3月，“十四五”规划首次把开源纳入顶层设计，这两年，开源也格外受资本偏爱。

不开源的软件，最终是没法和开源软件竞争的。

开源的优势是什么？

1.人才吸附能力：得开发者得天下。作为新型软件生产协作模式，开源更能调动社会化资源。

2.产品迭代能力：开源平台上往往有成千上万不计报酬的开发者，迭代效率和产品能力一定会超过闭源产品。

3.商业模式想象力：开源的商业模式和互联网有相似之处，都是对个人的传播形成流量，再转化为企业侧商业行为。因此，开源项目比一般to B项目更具商业想象力。

4.网络效应和壁垒：当一个软件适用的潜在场景越多，通用性越好，使用者越多，贡献者越多，软件质量越好。一旦形成这样的网络效应与正反馈闭环，开源软件就进入了快速发展期。

据GitHub统计，2020年新增了1600万开发者用户，预计2025年开发者用户数将达到1亿，而中国开发者数量及贡献度增长已成为全球最快，预测到2030年，中国开发者将成为全球最大的开源群体。

所以，软件将迎来“以开源为重要的生产发布模式”的时代，可以说——软件定义未来世界，开源引领软件未来。

判断05：隐私计算开启数据协同新范式：守护数据价值，实现“可用不可见”

刚才我们谈开放、开源，意味着数据间的协作将越来越多，但与之而来，隐私安全问题就必须要解决。

既要让大数据创造价值，又要把个人隐私“锁”得严严实实，这是个需要技术来回答的问题。其中一个答案，就是“隐私计算”。

今年，隐私计算非常火，涌现了非常多融资案例。为什么呢？

相比传统的数据协作方式，隐私计算开辟了一种全新模式：在保证数据提供方不泄露原始数据的前提下，对数据进行分析计算，实现数据的“可用不可见”——就像小蜜蜂采蜜一样，原数据都在本地，算法像小蜜蜂一样去处理数据。

隐私计算也意味着我们数据协同范式的升级——从1.0的数据包时代，到2.0的明文API接口时代，进入今天3.0的隐私计算时代。

举个例子。我们都知道个体基因数据是非常隐私的，如何安全地使用它来进行医学分析呢？有一家企业叫锘崴科技，他们的锘崴信NovaVita平台，在全国首次实现了真正基于隐私保护计算的全基因组关联分析、肠道微生态分析、基因溯源等一系列医学大数据研究。在整个数据共享过程中，从始至终地对患者信息进行保护。

判断06：算力时代开启：算力成为数字经济发展核心指标与重中之重

接下来我们谈谈算力。算力又称计算力，代表着对数字信息处理能力的强弱。

为什么算力值得关注？因为我们正面临一个严重的供需差。

我们正处于一个数据大爆炸的时代。据IDC预测，到2025年，全球数据总量将达到180ZB。这个数字有多可怕？如果把它们全部存在DVD中，这些光盘叠起来可以绕地球222圈。而挑战是，近10年来，全球算力的增长，明显滞后于数据的增长。

另一方面，人工智能训练所用的模型复杂度和所需计算量也正在呈指数增长，也远远超过算力的增速。

在大数据和人工智能的世界，没有算力，就像没有电。因此，新计算产业，成为中国数字经济发展的必由之路、重中之重。计算力已经成为衡量经济发展水平的重要指标。

判断07：芯片：缺芯潮+主场景切换，为弯道超车提供机会

刚才说了算力，接下来说说芯片。

2021年，全球面临严重的“缺芯”困境，芯片价格不断上涨，还是买不到。为什么呢？

从需求端看：（1）疫情带来线上化需求，各种电子产品需求猛增；（2）随着大量科技龙头加入造车行列，全球车用芯片需求已快于整车销量增速；（3）数据传输量大幅度增加，对数据中心有了更多需求……等等这些，都对芯片提出了更多需求。

而从供给端看：疫情让不少芯片供应商受到冲击，加上对需求爆发预期不足，芯片供应跟不上市场需求。

在芯片行业，目前缺的不是订单，而是交付能力。我听一位创业的朋友开玩笑，说今年如果不搞主业，而是去倒卖芯片，可能会赚更多钱，做主业反而因为芯片缺货、涨价而压力很大。

原本芯片就很重要，在当下缺芯潮中，芯片就更是国家的当务之急。2020年，中国芯片自给率仅仅为15.9%，而国家提出2025年芯片自给率要达到70%。

从15%到70%，要弥补一个巨大的鸿沟，可以实现吗？我们还是有信心的。

芯片产业，中国过去二十年里花费了多少亿想弯道超车，没成功，为什么？因为过去二十年芯片产业是个“直道”，就是以英特尔和AMD为代表的X86架构的CPU，整个生态健全了，插不进去。

而今天，计算发生的场景正在转移。原来的场景是PC，Windows，今天的场景是互联网、云计算、人工智能、物联网。在原来的场景中，我们没有发育的机会，而在新生态中，有很多新场景可以发育，尤其专用芯片在家居、车载等智能终端的需求正逐年扩大，这种场景化、碎片化需求为AI芯片公司提供了机会。

大格局的转变，才有机会超车。从产业图谱里可以看到，中国芯片的成长速度是很快的，有非常多优秀的企业正在参与这场未来舞台的角逐。

判断08：低代码：弥合IT供需鸿沟，推进技术平民化

今年，还有一个赛道热了起来，就是低代码。低代码开发平台，指那些无需编码或少量代码就可以快速生成应用程序的工具，将开发时间成倍缩短，从而降本增效、灵活迭代。

为什么低代码火了？一方面，疫情导致企业数字化转型进程提前，另一方面，数字化的供给跟不上需求。

Gartner曾预言，到了2021年，市场对于应用开发的需求将五倍于IT公司的产能。但研究表明，专业IT人员只能够满足企业6%的IT需求——这是明显的供需矛盾。低代码的发展，正在逐渐解决这个问题。Gartner预测，2024年超过65%的应用程序开发将通过低代码方式完成；75%的大型企业将用至少四种低代码开发工具。

判断09：人工智能：上市只是“开始的结束”，头部企业发力“大模型”

接下来我们说说人工智能。今年，人工智能行业最大的新闻，就是头部企业的上市。但这些上市过程一波三折，透露着很多艰难。光环褪去，行业已经形成共识：AI做不了颠覆式创新，还是要走产业+AI的路。上市是面子，业绩才是里子。

以“CV四小龙”为例，从财报看，虽发展多年，但收入结构方面，to G业务仍是营收主力。而在其他场景中，AI商业化的确并不乐观。

比如医疗AI的溃败：人们曾经对AI医疗抱有极大希望，巨头纷纷重金入局，但2021年，医疗AI遇到很多挫折：依图把医疗板块卖给深睿医疗，IBM被曝将出售IBM Watson Health，而谷歌将关闭其医疗健康项目Google Health。

在其他场景中，也有同样的难题。AI商业化为什么难？上有芯片等高利润、标准化产品提供商，下有掌握场景、议价权强势的客户和合作伙伴，AI公司在中间，人力成本昂贵、项目交付辛苦、议价权却不高，很容易做成“大外包”——商业模式始终是AI的困局。

那么，AI公司究竟应该走什么样的商业模式？

头部AI公司最喜欢的是这样的机会：有难度、难度大、但是能做到，而且标准化程度较高。而现实是：往往要么过难无法做到，要么难度没有高到只有头部AI公司才能做到，要么需要定制开发。AI要跑通商业模式，必须找到一个巧妙的平衡地带——“大模型”就是在这样的背景下火起来的。

我们今年看到，头部AI公司陆续推出大模型、大装置。大模型动辄千亿万亿的参数量，让大部分公司望而却步，成为了头部AI企业的专属。

大模型，是集成更多能力、更强算力的通用性模型，是为了让开发者减少重复投入，降低开发成本，提升长尾场景开发效率而诞生的。期待大模型能带领AI在商业模式方面真正打开局面。

判断10：人工智能：造血能力成为比拼关键

当然，在营收方面，已经有部分人工智能公司取得了长足的进展。

2021年3月至10月，甲子光年调研了148家人工智能企业，41%的人工智能企业过去一年的收入规模已经超过5000万元，而营收过10亿元的企业占比12%。可见，已有部分人工智能企业在造血能力方面找到了门路。

举个例子，影谱科技是一家在数字商业领域深耕的企业，他们一方面以工程化的服务（标准化和可复用的产品与服务）实现大规模复制；另一方面，其延伸出的由用户/客户主导的“反向定制”（根据客户需求去创造相应的解决方案），为企业提供了“业务转身”新思路。因此产品很快在新零售、电商、品牌制造等数字商业领域铺开。

判断11：5G+XR时代开启“连接的升维”，人类交互从“认知”提升到“感知”

下一个判断是关于5G和XR。人类文明的进展，就是信息交互方式的进展。如果说4G是“人和人”的交流，那5G就变成了“人、机、物”都要通信。5G+XR，将为人类思维表达带来高维度的释放，将人类的“连接方式”升维，从“连接信息”变成可以“连接行为”，从“交互认知”变成可以“交互感知”。

例如互联网教育。现在远端上课和现场教学还不能比，理想的教学需要多点互动，除了传送数字、文字外，可以实现音乐、体育的教学；现在互联网医疗基本是远程会诊，看一看、给一给建议，未来，真正的远端医疗，医生可以远程给病人做手术……这将给整个社会带来基于三维空间的新语言系统，大幅提升社会的运转效率。

判断12：云原生升级软件开发方式，无服务器或成下一代应用架构

接下来我们看看云原生。商业讲究“唯快不破”，用户对于功能的迭代更新、运行效率、稳定性的要求越来越高，传统软件开发方式面临挑战，于是，云原生走到了台前。

与其说云原生是一门技术，不如说云原生一套技术方法体系——开发、部署、维护、架构，都彻底基于云技术而迭代，可以让企业快速部署新业务，具备更好的弹性。

目前，云原生的投入越来越多，已经有9%的用户的云原生相关投入占IT投入的一半以上。

目前云原生多采用微服务架构，随着技术愈加成熟，无服务器将成为微服务之后的新技术，它是比微服务更小的结构，能够有效降低运维成本。

判断13：RPA：开启高重复性工作的“外挂”，却要提防陷入低价内卷

刚才说到“唯快不破”，另一项技术值得关注，就是RPA（机器人流程自动化）。

今年国内RPA融资事件比去年翻了一倍还多。各大研究机构都给出了RPA高速增长的判断：Forrester预测，2021年，每4个信息工作者中就有一个会从RPA中获得帮助；Gartner预测，到2024年，近50%的RPA应用将来自IT部门之外。

RPA是自动化机器人，只要预先设计好规则，RPA就可以模拟人工，进行复制、粘贴、点击、输入等行为，完成大量“规则较为固定、重复性较高、附加值较低”的事情。

比如玩游戏的小伙伴，为了不被电脑踢掉，要隔几秒动一下。有人不想守在电脑前，就使用了点鼠标的“外挂”，这种“外挂”就是RPA的一种。

“外挂”有多大作用呢？一项全球调查显示：员工平均每月要花60小时来完成那些本可以被自动化的任务，归档文件、录入数据、制作报表，不断Ctrl+C、Ctrl+V，而RPA完全可以解决这些工作。在多个行业中，大约有70%的高重复性工作都可由RPA来自动完成。

以上是RPA乐观的一面，但值得警惕的是，这个行业已经开始陷入低价内卷。

在甲子光年今年的报道《RPA爆火这两年：AI乎？非AI乎？| 甲子光年》中，我们描述了这样的局面：

某银行一个20万左右的RPA订单竞标中，有将近20家厂商参与。在为期两周的选型测试阶段，这些厂商的工程师们入驻银行，每天紧密联系银行人员、加班加点梳理业务流程。两周后，一家报价1万元的头部厂商中标。

另有一家银行向市场招投标，预算130万，要求RPA厂商配备5名工程师、在现场入驻6个月实施。有厂商拿出一副不要钱的架势，竞标时报价11万。

一位被访者告诉甲子光年：“在北上广深这些主战场，随便一个十几万的订单，都有15家以上厂商在竞价。”

RPA的低进入门槛，是价格战刺刀见血的根源。如同“囚徒困境”，厂商被搞得苦不堪言。所以，落地两年，RPA行业还在“摸着石头过河”，最终的较量一定不应该是价格，而是能否真正解决客户痛点， 从价格优势走向价值优势。

判断14：机器人：“打群架”是必经之路

接下来说说机器人。近年来，随着老龄化和疫情影响，机器人成为热门领域，工业机器人和服务机器人都一直保持高速增长。

一个值得注意的现象是，以前机器人生态圈里大家更多是竞争关系，但近两年，大家的联合越来越多，不管是机械臂与AGV厂商，还是机器人和MES系统，或者是标准化产品与集成商之间的联合，“打群架”成为了产业发展的必由之路。

产业是复杂的，很多应用问题不是单点技能可以解决的，产业链上不同环节企业有各自擅长的部分，整合服务才能实现1+1＞2的效果。所以，单打独斗的时代结束了，结盟制胜的时代到来了。

判断15：数据安全：一场不能输的战争，攻克流动数据安全是关键

今年，数据安全无疑是一大热门话题。6月《数据安全法》的出台，填补了我国数据安全立法保护的空白；7月闹得沸沸扬扬的滴滴事件，也暴露了数据安全风险的威胁。

各国法律对数据安全有不同倾向性：美国的法律倾向是国家安全与企业利益高于个人利益；而欧盟的天平明显偏向于个人隐私保护，GDPR的严厉程度几乎超过世界上任何一部法律；在中国，数据安全也已经上升到国家主权的高度，这是一场不能输的战争。

数据安全治理，不能靠单一产品，而需要一个覆盖数据全部生命周期和使用场景的数据安全体系。现有数据安全技术多是聚焦于静止状态和使用状态，未来数据会大量处于流动状态，流动状态下的数据安全技术迫切需要突破与发展。

4.2 产业数字化：千行百业向上突围

接下来，我们看看产业数字化，看看千行百业是如何向上突围的。

判断16：组织形态：向打破边界、在线协同作战的平台型组织变革

首先，一个值得思考的问题是：什么是数字经济时代的最好的组织形态？

工业经济时代，企业基本是金字塔式的科层组织结构——组织边界清晰，领导权力集中，命令纵向层层传递，强调部门岗位专业分工。这导致部门墙和数据孤岛，决策执行效率低，市场反应速度慢。

数字经济时代，瞬息万变的外部环境带来多品种、小批量、个性化、多样化的需求，这对组织形态提出了新要求。组织机制逐渐从过去的集权管控走向授权赋能，从单一决策中心走向多元化决策中心，由管理层的经验决策走向基于大数据的决策，企业逐渐改变金字塔式科层制组织结构，走向扁平化、网络化、智能化、协同化的平台型组织。

这也涌现了一些赋能“协作”的企业。比如致远互联董事长徐石向甲子光年表示，致远互联希望成为一个“使能者”，不是授人以鱼，而是授人以渔 ，让企业可以自生长自己的能力，通过COP（协同运营平台）找到其转型升级的最佳路径和方法。

这几年，他们利用致远协同运营平台（COP）为鱼跃医疗打造了协同在线、业务在线和生态在线的新型组织结构，在大健康产业环境下，创生了超越传统集团化组织形态的更高级形态，促使企业端整个交付体系与用户的需求场景实现更高密度的耦合，从而营造出更强更持续的竞争力。

判断17：商业触点改变：从“物以类聚”到“人以群分”

刚才说了组织的改变，同样改变的，是商业的触点和入口。今年的双十一，相比往年安静许多。这并不意外，因为电商的主导者正从原来的「物以类聚」的平台，转变为「人以群分」的社区，社群成为商业的重要触点和入口，社群经济正在崛起。

在人类文明的发展史上，社群属性在不断迭代：

农业时代，社群是先天属性，半径很小。人们的社群关系比较简单，同胞、同族、同乡、同学、同事、同伴等，社群关系迭代得很慢。

工业时代，社群是物理属性，半径放大。伴随交通的发达，人们的连接范围得到了放大，社群数量的增长速度是“算术级数”的。

数字时代，社群是精神属性，没有边界。互联网让信息传递和连接关系变得极容易，我们有了更多基于“认知认同”而非“共同经历”的社群。兴趣小组、红包群、宝妈群……社群数量增速变成了“几何级数”的——这使得“人以群分”变成了一个动态的、快速迭代的分类体系，给了商家更多机会和挑战。

判断18：新零售范式已来：个体为王，消费唯心

接下来说说新零售。消费者永远越来越挑剔。BCG研究表明，消费者平均每个购买行为有3个激发点及4次搜索比较行为。

所以，今天，我们已经进入以个体体验为中心的零售形态，从“唯物”走向“唯心”；商业也在快速迭代，从“产品为王”，走向“流量为王”，再走向今天的“用户为王”；商家竞争也相应升级，从“货”的竞争，进入“场”的拓展，直到今天，竞争主战场变成了“人”的需求，商品和服务正在无限逼近消费者内心需求。

事实上，新零售范式的背后是一笔经济账。传统零售当然也想以消费者体验为中心，但问题在于，了解用户的手段过于昂贵，除非是私人飞机、定制跑车等奢侈品；在新零售时代，大数据和人工智能让了解消费者的成本急速下降，用户为王才真正成为可能。

阿尔文·托夫勒在其著作《未来的冲击》中卓有远见地指出：“未来经济将是一种体验经济，未来的生产者将是制造体验的人。”

判断19：供应链数字化：从“牛鞭效应”到“短路经济”

我们再看看供应链。供应链一直面临一个挑战，就是“牛鞭效应”——在供应链上，需求的微小变化，会从零售商到制造商、供应商逐级放大，这种现象就叫牛鞭效应。

举个例子。假定全球消费者对计算机的需求预测轻微增长2%，传递到联想（制造商）时就可能成了5%，传递到英特尔（一级供应商）时则可能是10%，而到了英特尔的设备商（次级供应商）时则可能变为20%。越处于供应链后端，需求变化幅度越大；每增加一个层级，前端粗放乐观的销售预估导致的产能过剩和产品滞销现象则越严重。反之亦然。

这就像西部牛仔挥舞的牛鞭，手腕轻轻一抖，鞭梢便会大幅抖动。今年芯片供给跟不上，和牛鞭效应也有关系。

好在，随着数据智能技术的应用，从销售预测到数据分析，供应链的每个环节正变得更加精准，迟滞效应已极大地缩小，逐渐从“牛鞭效应”走向“短路经济”——一方面，建立跨链条节点的直连，短路掉中间节点，优化交易结构，提升商业效率；另一方面，反转供应链方向，追求C2M，用消费逆向牵引生产变革。C2M如今已经应用到了诸多行业。

判断20：供应链结构升级：从供应链1.0走向供应链4.0

走向短路经济，意味着供应链结构需要升级。回顾历史，供应链的发展经历了从1.0走向4.0的过程。

供应链1.0时代是计划供应链。在产品稀缺的计划经济时代，需求远大于产能，供应链“以产定销”，由国家统一调控，形成生产商主导的直线型供应链。当时风靡一时的“北京牌”黑白电视机，就是典型的计划供应链的产物。

供应链2.0时代是产品供应链。随着市场不断活跃，商品交易更加频繁，承上启下的中间商开始主导交易，不断匹配上下游供需。供应链运作基于“产品”，形成中间商主导的网链型供应链。典型企业有中国烟草等。

供应链3.0时代是信息供应链。社会进入了丰饶经济时代，供给开始大于需求，卖方市场变为买方市场，专卖店、会员店、购物中心等零售业态大量出现。供应链运作基于“信息”，“以销定产”，同时，由于互联网及物流发展，大量中间商开始被取代。供应链结构呈现由需求驱动的放射状，形成了零售商主导的放射型供应链。典型企业有沃尔玛、永辉超市等。

供应链4.0时代是价值供应链。消费升级让需求变得无限多元、快速迭代，这要求生产、零售、物流等环节必须更高效，甚至实时协同起来。于是，云平台开始出现，供应链开始极度整合，数据实现“热备份”，实时上传至云端，在各环节主体间准确发送“指令”，“以需定产”，供应链结构呈现由大数据驱动的、消费者为主导的平台型供应链。典型代表就是亚马逊和阿里巴巴。此刻，供应链4.0正在各行各业落地。

判断21：数据治理进化方向：全局数据拉通，从“事后总结”到“事前管控”

去年我们谈到，数据已经成为官方认可的生产要素。企业要真正发挥这种生产要素的价值，就要学会“全局数据拉通”，让数据参与生产全流程。原来是“事后总结”，现在要“事前管控”——原来是通过专家经验在最后用数据总结，而现在，要在所有关键触点掌握行为数据，实时参与研发、运营、生产过程中。

既然要事前管控，就需要一些必修课：比如建立企业级的数据命名词典、数据标准、校验标准等等，让全局数据不再是固化的“资产”，而是活动性的“生产力”，让“即时的数据＝即时的认知＝即时的决策”。

判断22：高阶人才正从C端走向B端，走出大厂，走向工厂

今年有一个核心话题，叫“逃离大厂”。这不是个别现象，据调查，2020年，有50万年轻人逃离大厂。

2020年初，脉脉调研显示，全国19家互联网头部公司，员工平均年龄是29.6岁，字节跳动和拼多多的员工平均年龄为27岁；不仅大厂平均年龄走低，员工的工作满意度也在降低。2020年底脉脉调研结果显示，互联网职场人的工作幸福感满意度排在倒数第三。

那么人才去哪里了呢？

甲子光年前阵子写了一篇10w+的文章《年轻人逃离的工厂，正在被博士们看中 | 甲子光年》，里面提到：今年春招，传统产业界的应届博士生招聘需求同比增幅达到75.7%。

一种工人的两极化流动正在悄然发生：一方面，疫情加剧了工厂的生产压力，年轻人正加速逃离传统工厂；而另一方面，一些名校硕博毕业、拥有多年互联网行业技术沉淀的科技人才则把目光投向工厂、矿山，试图用科技改变老旧的行业。

当然，巨头也意识到，人才的流向，就是未来的走向。今年4月，华为悄然成立了一个一级部门——“煤矿军团”，跟运营商BG、企业BG、消费BG等在同一个级别。从2020年12月到2021年4月，华为在短短4个月内，完成了数百人的人员组建，他们将尝试给全国上千座煤矿做数字转型方案。任正非想“让煤炭工人穿着西装上班”。

无论是人才的流向，还是华为逼上“煤山”，都佐证了同一个趋势：互联网的好日子结束了，但更大的机会在产业深水区。

判断23：消费新势力两极化：Z世代与银发经济，开启“to Z”与“to 老”商业时代

近几年，“人口红利”不再，但两个群体却呈现了相对增长。2020年，少儿（0~14岁）和老年（60岁以上）人口占比分别从2019年的16.8%和18.1%提升至17.9%和18.7%。

这让很多生意模式开始to Z和to 老。

Z世代是数字原住民，他们身上聚集了两代人的财富，是很特别的消费一代。数据预测：2035年Z世代整体消费规模将达16万亿元。

另一个值得关注的群体是老年群体。数据显示，中国广场舞大妈群体总数在1亿左右——她们往往拥有大量的空闲时间，并掌握着家庭财政大权，堪称“有钱有闲”。

和Z世代不同的是，“银发经济”几乎还是一个没有开发过的蓝海。比如，能不能让老年人坐在椅子上换鞋子？马桶旁边有没有手栏杆？银发经济还有巨大的想象空间。

判断24：直播+电商时代，10亿用户的信任机制正在被重塑，新品打爆速度加快

我们正在进入一个DTC的时代，一个“所见即所得”的时代。消费者的信任机制正在从“传统信任”向“数字化信任”转型。对应供应链升级的4个阶段，消费者的信任机制也经历了四段历程：

1.0 小商品时代，信任来源：家门口的熟人（菜市场）

2.0 产品时代，信任来源：品牌（可口可乐）

3.0 商超时代，信任来源：渠道（沃尔玛）

4.0 平台时代，信任来源：点评（淘宝）

江淮汽车直播短视频负责人黄开新曾说：“购车用户中，大概有三成是通过直播来了解车子的，直播的整个获客成本相比原来4S店的模式降低了。”

这意味着什么？信任的形成速度更快了。人们有了新的信任机制，就不需要依赖来自熟人、品牌或者渠道的保障。

于是，新品的“打爆速度”也进一步提升，孵化周期再次缩短。

此刻，新品成为驱动线上大盘增长的核心动力。今年天猫618，有140万款新品首次面世，459个新品牌拿下细分行业TOP1。

数据表明：2020年，各行业新品成交达到亿级/千万级/百万级（头部新品体量）所需天数相比2019年缩短了20-45天不等；而各行业新品成交达到十万级/万级（高潜新品体量）所需天数相比2019年缩短了10-20天不等。

判断25：制造业：向“服务化”转型，售后服务市场成为新增长点

接下来我们说一说制造业。这几年，我国制造业的发展很快：

与2020年相比，A股市场2021年前三季度IPO行业占比有了明显变化，制造业新股数量比例明显上升，TMT行业占比明显下降；而今年中国500强企业中，制造业企业有249家，比去年增加了11家，占了总数量的一半。

一个值得关注的趋势是，制造业整体在向“服务化”转型。

为什么制造业需要服务化？

产业升级的过程，是能力建设的过程，客户的需求不再是单一的产品，而是产品、服务相融合的解决方案——向服务化转型，有利于促进厂商由单纯“卖货”，向提供全生命周期管理及系统解决方案转变。看似无形的服务，让客户获得了真正的价值，也提升了厂商的产品价格和品牌黏度。

从收入数据看，2017年，中国制造型企业服务性收入不足5%；2019年工信部最新调研显示，47.6%的企业服务性收入超过20%。一些著名制造企业的服务收入占比已经超过了50%。

这其中，售后服务是制造企业服务化转型的有力支点——26%的销售额产生了46%的利润额。

总之，制造业服务化的方向是：

• 以产品为中心→以客户为中心；
• 单纯提供产品和设备→提供全生命周期管理及系统解决方案；
• 低附加值→高附加值；
• 低黏性→高粘性；
• 把一款产品尽可能卖给所有人→围绕一小搓人尽可能提供多维度和长周期的服务体验。

最根本的转变，就是由“以产品为中心”向“以客户为中心”的思想转变。

判断26：越来越多企业转向以租代售的“即服务”模式

与此同时，我们可以看到产品即服务、以租代售成为商业模式的趋势。越来越多企业，从传统卖产品的商业模式，转向以订阅为导向，产品+服务+平台的组合商业模式，以更好地满足客户体验。

比如汽车产业链，主机厂纷纷宣布自己不再是汽车制造商，而是出行服务商。

另一个典型是苹果。苹果完美展现了如何用“即服务”模式增加盈利能力，和打造革命性的客户体验。我们可以看到，在过去20年，苹果市值的一路增长，和苹果的服务占销售额的比例，是明显的正相关的。

这是几组关键数字：

5X：采用订阅模式的公司，每赚取一美元收入，就能为企业创造5倍的价值；

+24%：全球“即服务”市场正在飞速发展，到了2024年，复合年增长率预计达到24%；

$50B：苹果的服务业务预计到2025年可创造500亿美金的利润。

所以，“即服务”，应该成为未来所有企业商业模式的努力方向。

判断27：产业龙头以数字化带来“身份的跃迁”：从改变自己，到反哺行业

在“即服务”模式下，一个趋势是，行业龙头纷纷以服务能力，从“科技输入者”升级为“科技输出者”：他们将自身数字化转型沉淀的能力进行标准化、云化，对行业中的其他企业进行赋能，分走原生ICT科技厂商的市场。比如海尔的卡奥斯平台、三一重工树根互联、美的美云数智、富士康的工业富联等，龙头正以数字化服务实现身份的跃迁。

判断28：工业互联网：从单点智能走向全局智能

接下来看工业智能。过去，因为实施成本和复杂度较高、数据难以打通、生态不够完善等因素限制，工业智能以解决碎片化需求为主。而伴随数字技术的进步和生态的逐渐成熟，工业智能正从单点智能快速跃迁到全局智能。

在工业4.0相关投资事件中，对工业客户提供全局智能应用工具或解决方案的投资事件比例自2018年以来持续增长，尤其是2021上半年，全局智能企业首次与单点智能企业投资事件数持平，达到了50%。只有全局智能，才能打通产业闭环，真正带我们走向工业互联网。

判断29：汽车：新技术驱动产业链话语权重构

再看看汽车产业链。今年，当甲子光年参加2021世界人工智能大会时，发现整车厂是缺乏存在感的。核心席位和出镜主角，是自动驾驶和芯片厂商，整车厂正在逐渐式微。

在汽车智能化的时代，自动驾驶和芯片的生产研发优势不掌握在主机厂手里，导致它们的话语权越来越小，甚至很多整车厂逐渐沦为科技公司的“代工厂”。尤其在“缺芯潮”下，芯片厂商腰板足够硬——决定为谁供货、决定供货价格。所以有人说，以前汽车的“生死门”是发动机，而未来汽车的“生死门”是芯片。

在新的智能车时代，汽车产业链的关系正在重构：原来是主机厂→tier1→tier2的线性结构，在新的产业链关系下，主机厂可能直接和拥有强势技术的tier2合作，tier1的重要性可能会消解。

判断30：服装业：快反工厂让服装可以像网页一样迭代

最后看看服装行业。一个出乎我意料的变化是，服装产业要变天了。以前传统服装要提前9个月开订货会、提前半年排产，夏装5月上新，8月就开始上秋装了，一个季节的服装一年才能迭代一次。但现在武汉有了“快反工厂”——我们可以像迭代网页一样迭代衣服的设计。

目前，武汉工厂的快反能力全国第一：

• 一件衣服从设计到交货，7天完成；
• 一家工厂15天可以生产10万件直充羽绒服；
• 一件简单的棉服130秒即可完成。

比如一个直播留言反馈说领口太大，立刻就可以反应、改小、出货。所以现在服装业可以做到7月上新，8月2次上新，9月3次上新，10月4次上新，一直到1月还在上新——过去一年迭代一次，现在一年迭代五次，这就完全是两个物种了，迭代速度就是竞争力。所以，2020年相比2019年，天猫服饰时尚潮流类货品GMV增长了91%。

4.3 数据实勘

接下来，进入数据实勘环节。

样本说明

在过去几个月，甲子光年发送了大量行业问卷，回收超过2000份有效样本，调研对象是企业用户（客户）侧，包括技术用户与业务用户，身份以决策者为主。他们带来了数字化一线的真实境况。2020年我们做了同样规模的数据实勘，去年大会我们也发布了报告——对比这两年的数据，可以看到明显的趋势变化。

判断31：过去一年，数字化进程显著加快，且企业有强烈意愿扩展数字化部署范围

过去一年，数字化进程显著加快。对比2020年，已经制定了企业级、部门级数字化规划的企业占比，上升了超过30%；同时，有95%的企业表示，他们有强烈意愿扩展数字化的部署范围。

判断32：过去一年，数字化动作最活跃的是零售业

对比今年和去年我们随机的问卷覆盖，在“已经启动数字化进程”的企业中，今年，零售业的有效样本数明显增加，换句话说，零售业的数字化动作是最活跃的。

判断33：民营企业依旧是数字化主力，国有企业占比增长

对比今年和去年，在“已经启动数字化进程”的企业中，民营企业依旧是主力，但值得关注的是国有企业占比增长——这与国家政策的坚决与自上而下的推进力度是密不可分的。

判断34：企业推进数字化的迫切程度大幅增加，对数字化带来的竞争力有更清醒认知

经过过去一年的发酵，企业推进数字化的“迫切程度”大幅增加，但对数字化带来的“竞争力”有更为清醒的认知——既迫切地要推进数字化，又不会盲目放大数字化对竞争优势的影响。

判断35：企业数字化支出：维度更细、考虑更周密

在数字化支出方面，企业支出的维度考虑得更细了，最多的投入是在“新技术的应用引入”和“关键人员的保障”两方面。

判断36：数字化价值进阶：从“硬”到“软”，从生产能力到组织能力

数字化的价值体现在哪里？左边是2020年的答案，右边是2021年的答案，对比下来，去年的答案集中在优化资源管理、优化流程、优化产品质量、优化服务内容，都是围绕“优化生产能力”；

而今年的答案集中在形成新企业文化、增强企业资金应用能力、组织敏捷和扁平化、新用工方式的革新，主要是围绕“提升组织能力”。

可以看出，数字化的价值，正在从基础层面进阶，从“硬”到“软”，从生产能力到组织能力。

判断37：数字化的先行者已进入“深水区”

我们对比两类企业，一类是数字化的“潜在用户”——还没有启动数字化，在未来计划实施数字化的企业；另一类是“实践者”——已经启动数字化的企业。我们可看出，两类企业对数字化的工作和认知有明显差别，实践者已经进入深水区。

数字化是三权分立的：高层、IT部门、业务端。接下来我们一一看这三种角色在潜在用户和实践者之间的差别。

先看高层。左图告诉我们，潜在用户的高层的核心工作集中在规划设计，而实践者的高层的核心工作已经开始“下探”，包括汇总各部门信息给IT部门并跟踪进度、产品导入、实施执行等等；右图告诉我们，实践者的高层比潜在用户，在数据安全、评估数字化风险、正视数字化阻力方面，有了更深刻的认知。

再看IT部门。左图告诉我们，潜在用户的IT部门是“一把抓”，而实践者的IT部门更有侧重点，承担产品服务导入和实施的主力；右图告诉我们，实践者的IT部门，比潜在用户明显增加了对安全意识和新技术的关注度。

再看业务端。左图告诉我们，实践者的业务部门更侧重参与整体规划设计，他们的参与角色比想象中前置了。右图告诉我们，实践者的认知也更为立体多维。

判断38：数字化正在“由内向外”：更注重迭代灵活性，更关注外部环境

2021年相比2020年，从数字化的驱动因素看，更侧重企业价值链的灵活性和加快新品上市速度；从未来的业务战略重点看，更关注外部市场环境而不仅仅是自身——包括对外部公共和监管服务的数字化进行响应，对竞争对手的数字化加强应对。概括地讲，数字化正在“由内向外” ：更注重迭代的灵活性，更关注外部环境。

判断39：数字化转型目标进阶：从“优化逻辑”到“再造逻辑”

从目标看，今天，数字化转型的追求不一样了。过去的转型目标往往是“头痛医头脚痛医脚”，比如数据治理能力、业务敏捷性、盈利能力；而今天的目标，除了降本提效和创造收入机会之外，有一个很大的重点是“探索新的商业模式”——这是很重要的变化，意味着数字化转型的目标正在进阶，正在从“优化逻辑”走向“再造逻辑”。

判断40：IT能力目标进阶：靠近战略、靠近客户、靠近新技术

从IT能力来看，相比去年，IT能力的目标更加注重适配公司的战略模式、增强客户体验，以及提升技术能力。换句话说，IT能力正在靠近战略、靠近客户、靠近新技术。

判断41：执行要素进阶：关注“KPI”、关注客户、关注组织

从执行统筹要素来看，相比去年，企业的执行统筹要素更关注数字指标和制衡机制，也就是更关注科学的“数字化KPI”；更关注面向客户的数字化服务体验；更关注为了应对数字化而进行的组织架构调整。

判断42：筹备情况进阶：“共识”已不再是问题

从数字化的筹备情况来看，2020年，企业的筹备工作更像是“撒胡椒面”，各个维度一把抓；2021年，企业的数字化筹备工作主次分明，可以看出，“组织共识”和“专岗设置”已经不再是问题。

我们逐一来看今年企业数字化的筹备情况。从资金预算看，企业数字化实践的预算整体增长，更多企业将年收入的千分之三至千分之四投入进数字化实践中。

对比岗位设置，可以看出关键角色有变化。2020年，常规做法是设立独立的数字化执行官，而2021年，两个角色的重要性回归：一方面CIO、CTO重掌大权，意味着实践中大家还是越来越认识到技术专业化的重要性；另一方面，业务侧高管的作用也明显上升，意味着数字化本身需要业务端的深度参与。

在供应商选择方面，有一个突出的增长点，是“帮助弥补组织缺口”成为企业对数字化供应商的重要考量。

从组织共识看，企业各端已经对齐了对数字化紧迫性的认知，尤其是离客户最近的业务侧，急需数字化能力的支持。

判断43：实践领域：用工数字化成为重点领域

在数字化实践覆盖的具体领域看，值得关注的是，围绕人才的选育用留和灵活用工方式超过了生产运营等业务层面的占比，可以看出，用工数字化成为数字化实践的关键领域。

判断44：市场机会：企业数字化亟需外部服务支持

另一个数据是，超过95%的企业表示，他们在数字化过程中需要外部服务的支持。他们需要导入的包括数字化服务本身，也包括其他的生产经营服务、资金财务支持服务等等——这为数字化的服务商提供了市场机会。

判断45：困难升级：从基础问题进阶为组织运营问题

当然，伴随数字化转型行至渐深，企业所遇到的困难也开始升级。从去年的数据反馈看，其挑战主要来自数据迁移问题、缺乏紧迫感、缺乏愿景、对员工培训不足等问题；从今年的数据反馈看，其挑战主要来自新组织架构间的协作问题，从IT治理到IT运营的挑战、数字新文化的冲击、清晰的规划与持续的支持、数据安全与伦理问题。

可以看到，数字化的困难正在升级，迁移方向是从基础问题进阶，更多困难来自组织问题、运营问题等长期问题，核心的挑战一共有7个方面，接下来我们逐一看一看。

在人才方面，最突出的问题是缺乏数字化创新人才，以及难以制定对应的数字指标和衡量机制。

在战略规划的清晰度和持续稳定的支持方面，核心挑战是认知不足，和对数字化的投入产出比不确定，导致可能缺乏战略定力。

在组织与文化方面，数字化转型会面临新旧之间的冲击，十分需要来自业务领导的支持。

在协作关系的挑战方面，数字化带来更多的不确定性，跨部门、跨组织、跨行业的协作都面临挑战。

在IT治理方面的挑战，主要来自缺乏统一的技术开发平台，传统IT遗留的转型负担，以及缺乏运营体系的支撑。

值得一提的是，数据安全相关内容在今年的数据反馈中，成为一个明显的增长点。核心挑战来自缺乏完整的安全体系、数据风险应对机制落后、缺乏健全的数据安全服务。

算法及道德伦理问题，也成为今年反馈的一个重点挑战。这方面，核心难题来自缺少参考案例、面临审核难题和缺乏专业人才。

值得开心的是，企业面对上述挑战，已经有了非常多维度的措施。包括愿景、产品、引入服务等等各个维度。

4.4 价值判断：数字经济的为与不为

现在让我们把镜头拉远，看看数字经济的历史地位。

判断46：科技是大国崛起的支点，数字经济驱动中国重回世界中心

我之前采访吴军老师，他有句话说得很好：“历史总在重演，科技永远向前”。科技是历史的杠杆，是大国崛起的支点，是世界霸权更迭的根源。从日不落帝国到美元霸权，英、法、德、日、美，无一不是依靠抓住某次关键的产业技术革命机遇而成功崛起，最终成为世界科技与经济中心。

16-18世纪，英国首先凭借牛顿经典力学理论与瓦特的蒸汽机发明成为世界科技中心；

而后随着西门子发明发电机、爱因斯坦提出相对论、普朗克奠定量子力学，德国一举成为19世纪末20世纪初的头号科技强国；

二战前后，爱因斯坦移民美国、1945年世界上首颗原子弹在美国爆炸、1947年贝尔实验室的肖克利研究小组成功研制出晶体管，美国取代德国成为世界科技中心并保持至今。

此时此刻，机会摆在中国面前。坐拥数字禀赋的我们，能否抓住数字经济这场机遇，无论是从空间维度上的重塑中国之于全球产业链的分工地位而言，还是从时间维度上的对于后世生存环境的奠基而言，其影响都将是辽阔而深远的。

判断47：数字经济是一场“软硬结合”的国际影响力输出

疫情让整个地球停转了，唯一有正常生产秩序的就是中国。我们有如此完整的工业品类和交付能力，从国运角度，上天给了中国这样一个机会，我们有了新产业链的全球输出的国家机会。

从世界格局来看，中国的经济实力和军事实力均处于较高水平，但对外科技输出尚存不足，国家层面在有意识地推动中国数字科技产品打入世界市场，尤其是一带一路相关国家。

这不仅仅是硬实力的输出。这将为当地百姓带来生活方式的改变，将从根本上改变世界人民对中国的传统观念，为全球的发展提供“中国模式”。正如去年甲子引力巅峰论坛我们所提到的：中国有可能借助数字化，完成一次文化生成和文化输出。

判断48：要警惕工业投资的互联网化

2016年前后，工业受到的资本关注开始增加。过去五年，该领域每年的投融资项目已达上千个。这是很好的朝向，但同时，我们也看到了泡沫。

今年，甲子光年发表了一篇文章《为什么要警惕工业和技术投资的互联网化？》，观点来自北极光创投合伙人黄河。他的一些观点很值得分享：

（1）从技术到商业的链条很长，越是先进技术越如此，其中每一步都存在高度风险，既有技术本身的转换风险，也有市场风险和时间风险；

（2）光靠砸钱，在工业领域砸不出头部企业。互联网的头部马太效应明显，资金有效性非常高，容易利用资金优势快速扩张。但工业的先天特性就快不起来，一切都需要时间，产业内生规律不是靠砸钱就能改变的。

（3）互联网投资追求的A Team，并不适合工业。在工业领域，创业者需要时间累积的大量行业经验，且最好是从底层做起，这群人往往没有鲜亮的履历，有的是对行业的深刻理解。

因此，投资者一定要理解和尊重工业的发展规律，抱有长期陪伴的决心，不唯技术论。行至水深处，科技公司也需要经历角色演变：从曾经的“颠覆者”，到后来的“赋能者”，再到如今的“同行者”，发展速度和估值逻辑，都应该回归产业自身的规律。

判断49：碳中和推动投资范式变化，ESG成为投资判断标准

所谓ESG，即环境（Environment）、社会（Social）、公司治理（Corporate Governance）。

在今年8月的一次发言中，红杉全球执行合伙人沈南鹏表达了“责任投资者”的态度。

“企业的碳管理能力，会成为衡量ESG绩效的关键指标。无论一级市场还是二级市场，无论债权投资还是股权投资，投资人在做决策和市场分析时，会越来越多地把碳管理能力，如同以往的财务审计一样，作为ESG的重要考量维度。”

——红杉全球执行合伙人沈南鹏 2021年8月26日

这是非常有参考性的观点。据估算，我国实现“双碳战略”所需投资大约在150万亿～300万亿元人民币。平均算来，未来我国每年将在“双碳”领域投资3.75万亿～7.5万亿元，大约相当于全年投资的10%左右。“双碳”的落地，无疑将改变中国投资市场的评价体系和决策体系，开启新的中国投资范式。

判断50：时代呼唤企业“大局观”

正如今天开场所说，今年，很多政策靴子接连落地，教育、地产、平台经济、数据安全……很多人很慌，很多人感觉“找不着北”，好像不知道指路牌在哪里。前阵子我问梁宁，你怎么理解最近的变化？梁宁给出了一个我认为很好的回答。

什么是一个社会的“正义”？我感觉我们的正义是大局观。

——梁宁

碳中和、抗疫、河南水灾……这两年，在一系列社会公众事件中，相信大家都深刻地感受到：得道多助失道寡助。

今后，社会和市场的边界会逐渐模糊，创业者和投资人要有『政治家』的眼光和『战略家』的高度，更多去关心整个中国的长期发展。

5.结尾

最后，让我们回顾一组对话。

在2020年的冬季达沃斯论坛上，华为创始人任正非与历史学家尤瓦尔·赫拉利进行了一场对话，主题是人类未来与科技发展的关系。

二人持有不同看法：尤瓦尔·赫拉利对未来人类的身体、大脑和人生被“入侵”忧心忡忡，而任正非则相信技术的发展将会提升人类的能动性——这代表了人类在面对未来时的两种态度。

赫拉利的视角，是从历史宏观角度看社会规律的演化过程，态度是悲天悯人。在他眼中，人类的发展轨迹是这样的：原始人/大自然 > 奴隶/奴隶主 > 臣民/君王 > 居民/政客 > 用户/企业主 > 人类/人工智能 > 灭亡

任正非代表的是科技企业家，他们的使命是解决问题，在他们眼中，人类的发展轨迹是这样的：原始文明/简单工具 > 农耕文明/冷兵器 > 工业文明/机器 > 信息文明/互联网 > 智能文明/万物互联 > 融合

人类的未来究竟会如何？其实永远会有很多论断，永远会有悲观者和乐观者，但更重要的是，谁在去做。

事实上，越是身处一线、行至水深处的技术工作者，越有体会，其实技术没有那么神奇和可怕，技术真正在产业中发挥作用，不是去解决一个惊天动地的大问题，而是去打磨10000个琐碎的小问题，没有什么一招制敌的神奇，只有日拱一卒的打磨，当然，也有足够的时间和空间让人类不断迭代自身与技术、与世界的关系。

青山缭绕疑无路，忽见千帆隐映来。当一项技术逐渐“看不见”的时候，就是这项技术真正走向成熟的时候。

法国经济学家理查德·坎博龙在1755年将企业家精神定义为“承担不确定性”，这是一个非常经典的说法。每个人都有关于未来的不同答案，但比起如何判断，如何争辩，更重要的，是如何去做，如何持续地做。比“不确定性”四个字更重要的，是“承担”。

风物长宜放眼量。行至水深处，最后我想说的是，流水不争先，争的是滔滔不绝。