新火種
2023-11-03 
數(shù)字化轉(zhuǎn)型①人工智能產(chǎn)業(yè)中美對比及中國面臨的挑戰(zhàn)
近年來，數(shù)字經(jīng)濟(jì)已上升為國家戰(zhàn)略，產(chǎn)業(yè)互聯(lián)網(wǎng)成為互聯(lián)網(wǎng)發(fā)展的下半場主題，是新時期中國數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合發(fā)展的重要途徑和核心內(nèi)容。本文從產(chǎn)業(yè)物聯(lián)網(wǎng)與服務(wù)業(yè)融合發(fā)展的中美比較出發(fā)，提出中國企業(yè)數(shù)字化轉(zhuǎn)型存在的問題及面臨的挑戰(zhàn)。
一、中美人工智能產(chǎn)業(yè)比較
（一）中美人工智能產(chǎn)業(yè)發(fā)展政策環(huán)境比較
美國一直重視保持人工智能技術(shù)的領(lǐng)先地位，將人工智能發(fā)展作為國家戰(zhàn)略發(fā)展。在AI科學(xué)技術(shù)研究方面，美國政府全力支持，主導(dǎo)并推動成立斯坦福大學(xué)AI實(shí)驗(yàn)室（SAIL）、麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室（MIT CSAIL）等專業(yè)研究機(jī)構(gòu)。在資金引導(dǎo)方面，美國政府通過政府機(jī)構(gòu)云化與人工智能化升級項(xiàng)目招標(biāo)，間接為行業(yè)注入資金，積極推動谷歌、亞馬遜等廠商將資金投入到人工智能研發(fā)與產(chǎn)業(yè)化當(dāng)中，如2019年10月，微軟獲得美國國防部基礎(chǔ)云項(xiàng)目為期10年價(jià)值100億美元的合同。然而，美國對隱私與數(shù)據(jù)安全的高度重視給AI產(chǎn)業(yè)發(fā)展也帶來一定消極影響。臉書、谷歌等大型互聯(lián)網(wǎng)廠商多次因?yàn)閿?shù)據(jù)安全與隱私問題受到國會與民眾的大范圍關(guān)注，甚至被起訴或召開聽證會。美國隱私相關(guān)法律在一定程度上制約了人工智能企業(yè)獲取及使用數(shù)據(jù)。為符合新法規(guī)，相關(guān)企業(yè)為獲取數(shù)據(jù)須付出更多的合規(guī)成本，特別是對于以數(shù)據(jù)作為研發(fā)基礎(chǔ)的AI企業(yè)而言，此類規(guī)定將影響其創(chuàng)新效率。2020年1月1日，加州消費(fèi)者隱私法案生效，估計(jì)將影響超過50萬家企業(yè)，谷歌、亞馬遜與臉書等AI廠商股價(jià)均下跌超過1%。
在中國，人工智能產(chǎn)業(yè)健康、有序發(fā)展，人工智能應(yīng)用環(huán)境及產(chǎn)業(yè)發(fā)展持續(xù)向好。一是明確產(chǎn)業(yè)發(fā)展目標(biāo)，出臺規(guī)劃和法規(guī)監(jiān)管引導(dǎo)人工智能產(chǎn)業(yè)發(fā)展，并通過市場化手段為人工智能企業(yè)或機(jī)構(gòu)提供財(cái)政金融支持，如在2018年，啟動16個人工智能研究任務(wù)，安排國撥經(jīng)費(fèi)預(yù)算8.7億元。二是鼓勵人工智能領(lǐng)域科學(xué)技術(shù)研究，支持設(shè)立一批新一代人工智能開放創(chuàng)新平臺，分別依托百度自動駕駛平臺、阿里云城市大腦平臺、騰訊醫(yī)療影像平臺、科大訊飛智能語音平臺進(jìn)行建設(shè)。三是堅(jiān)持市場需求導(dǎo)向，構(gòu)建產(chǎn)業(yè)相關(guān)配套服務(wù)與措施，為中國人工智能關(guān)鍵核心技術(shù)的突破和多領(lǐng)域的規(guī)模化應(yīng)用提供有利的支撐，如近期，國家發(fā)改委批準(zhǔn)百度牽頭成立深度學(xué)習(xí)技術(shù)及應(yīng)用國家工程實(shí)驗(yàn)室。
（二）中美人工智能產(chǎn)業(yè)發(fā)展情況對比
中美人工智能企業(yè)數(shù)量在全球范圍內(nèi)占據(jù)絕對優(yōu)勢。截至2018年中，美國人工智能企業(yè)數(shù)量2039家，位居世界首位，主要源于美國較好的人工智能產(chǎn)業(yè)發(fā)展基礎(chǔ)。中國人工智能產(chǎn)業(yè)起步晚于美國，但在社會各界推動下發(fā)展迅速，在2014年至2016年間的人工智能創(chuàng)業(yè)潮中新增企業(yè)多，截至2018年中，人工智能企業(yè)數(shù)量占全球比例近40%。
圖1中美人工智能企業(yè)發(fā)展對比資料來源：沙利文（2020）。
圖2 中美人工智能企業(yè)數(shù)量全球數(shù)量對比 資料來源：沙利文（2020）。
圖3全球人工智能企業(yè)分布情況資料來源：沙利文（2020）。
在技術(shù)層面，美國AI產(chǎn)業(yè)整體領(lǐng)先，在技術(shù)布局上優(yōu)勢明顯。中國緊隨其后，在部分技術(shù)領(lǐng)域已與美國比肩。具體而言，美國技術(shù)布局更廣、更精，基礎(chǔ)層與技術(shù)層的布局領(lǐng)先于中國，如芯片上擁有行業(yè)領(lǐng)先的英偉達(dá)GPU與谷歌TPU等；除百度的飛槳外，其他主流深度學(xué)習(xí)開源框架均來自于美國。中國在計(jì)算機(jī)視覺、語音識別等領(lǐng)域已與美國對齊：如百度預(yù)訓(xùn)練模型ERNIE超越微軟、谷歌拿下Glue冠軍，商湯一舉拿下Image Net 2016年三項(xiàng)冠軍；云從科技在Librispeech上刷新世界紀(jì)錄。
在技術(shù)儲備整體實(shí)力方面，中美差距懸殊。美國廠商較熱衷于機(jī)器學(xué)習(xí)、語音識別與合成處理等領(lǐng)域，中國廠商則較傾向支付、交互技術(shù)、視頻圖像信息處理、智能搜索等領(lǐng)域，二者均聚焦無人駕駛、數(shù)據(jù)文本聚類等領(lǐng)域。在人才儲備方面，目前中國也難以與美國匹敵。在2019年AI頂會作者中，44%博士畢業(yè)地為美國，是中國的四倍，分別來自麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室、斯坦福人工智能實(shí)驗(yàn)室、卡耐基梅隆大學(xué)等多個老牌AI領(lǐng)先院校研究所，同時美國廠商擁有接近中國5倍的AI杰出人才儲備，美國AI技術(shù)生態(tài)占優(yōu)，但中國政策推動AI生態(tài)高速發(fā)展。
此外，美國AI技術(shù)生態(tài)趨于構(gòu)建形成，在芯片與算力、深度學(xué)習(xí)框架等領(lǐng)域上領(lǐng)先中國，如亞馬遜與谷歌擁有超過300萬臺服務(wù)器，谷歌與臉書擁有Tensor Flow與Pytorch等行業(yè)主流框架。而百度等中國廠商正引領(lǐng)轉(zhuǎn)型進(jìn)程：百度等廠商高度重視AI領(lǐng)域自主知識產(chǎn)權(quán)，推出國產(chǎn)AI芯片昆侖與鴻鵠、深度學(xué)習(xí)平臺飛漿等。
（三）中美人工智能產(chǎn)業(yè)與服務(wù)業(yè)融合情況比較
美國人工智能廠商較多，軟硬實(shí)力兼具，大型廠商多綜合布局AI產(chǎn)業(yè)，創(chuàng)業(yè)公司遍布基礎(chǔ)層、技術(shù)層和應(yīng)用層。在AI產(chǎn)業(yè)基礎(chǔ)層，多老牌重量級廠商。美國AI產(chǎn)業(yè)基礎(chǔ)層芯片與傳感器實(shí)力較強(qiáng)，主要得益于英偉達(dá)、高通等技術(shù)實(shí)力強(qiáng)的業(yè)內(nèi)頭部廠商的參與。IBM、微軟、谷歌、臉書、亞馬遜等科技廠商在基礎(chǔ)層實(shí)力較強(qiáng)，在算法、算力、數(shù)據(jù)等技術(shù)方面的布局全面，例如谷歌的Tensor Flow深度學(xué)習(xí)框架在業(yè)界廣受歡迎。
在《中國制造2025》的大背景和智能經(jīng)濟(jì)新形態(tài)下，各省市響應(yīng)中央號召，截至2019年上半年，已有30多個省市發(fā)布人工智能相關(guān)規(guī)劃或?qū)ｍ?xiàng)政策，以人工智能為技術(shù)手段，發(fā)揮當(dāng)?shù)禺a(chǎn)業(yè)集群優(yōu)勢，促進(jìn)產(chǎn)學(xué)研融合并協(xié)同發(fā)展。各地不僅明確人工智能發(fā)展目標(biāo)，還從企業(yè)、人才、應(yīng)用示范數(shù)量、平臺數(shù)量和產(chǎn)業(yè)規(guī)模等可量化的指標(biāo)作為著力點(diǎn)進(jìn)行突破，出臺的人工智能政策，提升本地人工智能產(chǎn)業(yè)應(yīng)用轉(zhuǎn)化率。如，江蘇省提出到2020年建成50個重點(diǎn)應(yīng)用示范項(xiàng)目，相關(guān)產(chǎn)業(yè)規(guī)模超過千億元。北京、上海和深圳等地還在人工智能政策上提出更為細(xì)節(jié)的指導(dǎo)措施，均把科研創(chuàng)新放在首位，進(jìn)一步突出人工智能產(chǎn)業(yè)集群發(fā)展和產(chǎn)業(yè)應(yīng)用的融合。2018年上半年，三大城市人工智能企業(yè)數(shù)量約占全國總量的72%，其中北京占40%，上海占20%，深圳占12%。
（四）人工智能產(chǎn)業(yè)與服務(wù)業(yè)融合趨勢展望
未來，人工智能產(chǎn)業(yè)與服務(wù)業(yè)融合將呈五個特點(diǎn)：第一，AI底層核心要素算力提升、數(shù)據(jù)處理方式優(yōu)化。AI芯片從通用芯片向?qū)Ｓ眯酒l(fā)展，數(shù)據(jù)處理方式由人機(jī)協(xié)作向全面機(jī)器化演變，處理更為高效。第二，AI技術(shù)使用門檻將進(jìn)一步大幅降低，企業(yè)AI部署將呈現(xiàn)自動化、便捷化，“普惠AI”時代來臨，有利于服務(wù)業(yè)與互聯(lián)網(wǎng)深度融合。第三，隨著AI邊緣應(yīng)用進(jìn)一步拓展，新型技術(shù)的協(xié)同發(fā)展將推動AI能力從云端數(shù)據(jù)中心移動到邊緣位置，數(shù)據(jù)邊緣處理成為趨勢。第四，AI在部分?jǐn)?shù)據(jù)量龐大的應(yīng)用場景滲透加快，尤其在金融、安防、制造、醫(yī)療、交通等數(shù)據(jù)量龐大的領(lǐng)域加速滲透。第五，AI廠商的安全意識與自主能力大幅上升，未來中國AI廠商將能為政企提供更完備的數(shù)據(jù)安全服務(wù)，實(shí)現(xiàn)自主可控。
二、中國數(shù)字化轉(zhuǎn)型的問題與挑戰(zhàn)
當(dāng)前，中國服務(wù)業(yè)龍頭企業(yè)通過數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)了“舊貌換新顏”，在組織方式、商業(yè)模式、運(yùn)作流程等多有優(yōu)化，然而，廣大的中小微企業(yè)卻往往由于戰(zhàn)略認(rèn)識有限、數(shù)字人才短缺、數(shù)字技能不夠、資金儲備不足等多方面因素，難以將企業(yè)積累的知識與經(jīng)驗(yàn)運(yùn)用在數(shù)字世界中，導(dǎo)致其面臨著數(shù)字化“轉(zhuǎn)型找死、不轉(zhuǎn)等死”的兩難困境。
主要表現(xiàn)在五個方面：一是自身數(shù)字轉(zhuǎn)型能力不夠?qū)е隆安粫D(zhuǎn)”；二是數(shù)字化改造成本偏高，而自身資金儲備不足造成“不能轉(zhuǎn)”；三是企業(yè)數(shù)字化人才儲備不足致使“不敢轉(zhuǎn)”；四是企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略不清，決策層“不善轉(zhuǎn)”；五是企業(yè)多層組織模式不靈，中層領(lǐng)導(dǎo)“不愿轉(zhuǎn)”。
（一）企業(yè)組織制度變革面臨挑戰(zhàn)
1、線上線下經(jīng)營邏輯悖論
對于企業(yè)來說，線上線下運(yùn)營的切入點(diǎn)和重心完全不同。傳統(tǒng)企業(yè)在線下的經(jīng)營活動中會遵循“二八原則”，即重點(diǎn)服務(wù)好能為企業(yè)帶來80%盈利的重要客戶，而這類客戶往往只占到所有客戶的20%，因此企業(yè)可以集中精力服務(wù)好他們，以期實(shí)現(xiàn)利潤的提高；然而，線上的經(jīng)營卻要求企業(yè)遵循“長尾理論”，利用各種“冷門”、“非主流”的產(chǎn)品滿足剩下80%客戶個性化需求，將多類型，小銷量聚合起來形成巨大的市場，從而提高利潤。兩種經(jīng)營模式對企業(yè)的管理和組織模式有不同的要求，這種邏輯上的悖論是企業(yè)數(shù)字化轉(zhuǎn)型需要克服的難點(diǎn)。
2、高管認(rèn)知轉(zhuǎn)變經(jīng)受考驗(yàn)
企業(yè)數(shù)字化轉(zhuǎn)型的另一個難點(diǎn)還在于企業(yè)管理者戰(zhàn)略認(rèn)知的轉(zhuǎn)變，企業(yè)的數(shù)字化轉(zhuǎn)型并非單純的技術(shù)更新，更重要的是管理組織、經(jīng)營理念、運(yùn)營方式等系統(tǒng)、全面性革新，這是對高管認(rèn)知轉(zhuǎn)變的一種考驗(yàn)。如果高層管理者沒有深遠(yuǎn)的戰(zhàn)略眼光，無法明確發(fā)展目標(biāo)并做好頂層設(shè)計(jì)，只做一些局部的調(diào)整而不著眼于全局，或是意志不堅(jiān)定，在建立系統(tǒng)的短期時間內(nèi)不能取得成績時就左右搖擺輕言放棄，都有可能導(dǎo)致數(shù)字化轉(zhuǎn)型的失敗。
3、組織模式轉(zhuǎn)換挑戰(zhàn)
企業(yè)不愿意進(jìn)行數(shù)字化轉(zhuǎn)型的又一原因在于組織模式轉(zhuǎn)換的難度。傳統(tǒng)企業(yè)在發(fā)展過程中形成了一套層級復(fù)雜，領(lǐng)導(dǎo)眾多的垂直組織模式，信息交流遲緩，而數(shù)字化時代需要的是自主靈活的小型決策單元和由此構(gòu)成的扁平化組織模式，從而實(shí)現(xiàn)更加快速的信息交換和數(shù)據(jù)生產(chǎn)。要更好地實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，就必須對現(xiàn)有的組織模式進(jìn)行全方位變革，既要有完整的制度設(shè)計(jì)，包括配套的績效考核制度等，組織重塑的過程中各部門還需做到權(quán)責(zé)明晰，避免企業(yè)內(nèi)部轉(zhuǎn)換組織模式的過渡過程中出現(xiàn)組織不靈的問題。
（二）依托人工智能的數(shù)據(jù)平臺建設(shè)相對滯后
1、傳統(tǒng)企業(yè)數(shù)字化進(jìn)展緩慢
數(shù)據(jù)平臺的缺乏是制約傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型的重要原因。人工智能并不只是一個程序或一個設(shè)備，而是一個以數(shù)據(jù)平臺為依托的智能數(shù)字化系統(tǒng)。要運(yùn)用人工智能更好地為實(shí)體企業(yè)進(jìn)行服務(wù)，需要搭建數(shù)據(jù)平臺，從而對數(shù)據(jù)進(jìn)行完整的收集和處理，而在中國現(xiàn)代服務(wù)業(yè)中，對人工智能的應(yīng)用主要集中在某個單一產(chǎn)品或技術(shù)，而不是一種平臺化，系統(tǒng)化的運(yùn)用，這是遠(yuǎn)遠(yuǎn)不夠的。
2、互聯(lián)網(wǎng)企業(yè)垂直產(chǎn)業(yè)布局各有側(cè)重
當(dāng)前互聯(lián)網(wǎng)企業(yè)布局的發(fā)展進(jìn)度并不統(tǒng)一。中國產(chǎn)業(yè)互聯(lián)網(wǎng)發(fā)展依托于產(chǎn)業(yè)發(fā)展行業(yè)布局，目前中國第三產(chǎn)業(yè)結(jié)構(gòu)占比最高，第一第二產(chǎn)業(yè)則發(fā)展水平低，這就導(dǎo)致了產(chǎn)業(yè)互聯(lián)網(wǎng)行業(yè)滲透的不均勻，從而導(dǎo)致產(chǎn)業(yè)互聯(lián)網(wǎng)行業(yè)發(fā)展十分不均衡，如在金融行業(yè)中，產(chǎn)業(yè)互聯(lián)網(wǎng)指數(shù)達(dá)到30.22，這一數(shù)據(jù)在制造業(yè)僅達(dá)到5.5，結(jié)構(gòu)性矛盾突出。
從地理結(jié)構(gòu)上看，產(chǎn)業(yè)互聯(lián)網(wǎng)的布局也沒有擺脫中國東西部發(fā)展的差異，2019年，東部地區(qū)的互聯(lián)網(wǎng)業(yè)務(wù)收入達(dá)到9438億元，對全國互聯(lián)網(wǎng)業(yè)務(wù)收入貢獻(xiàn)超過90%，僅廣東、上海、北京、浙江和江蘇五個省市就占到了87.1%，中部和西部互聯(lián)網(wǎng)業(yè)務(wù)收入僅占8.6%，東北地區(qū)占比更是不到1%，地域間發(fā)展存在巨大落差。
3、數(shù)據(jù)產(chǎn)權(quán)、隱私保護(hù)與網(wǎng)絡(luò)安全問題制約數(shù)據(jù)開放與交換
導(dǎo)致產(chǎn)業(yè)互聯(lián)網(wǎng)與服務(wù)業(yè)融合進(jìn)程緩慢的又一原因是數(shù)據(jù)產(chǎn)權(quán)、網(wǎng)絡(luò)安全與隱私保護(hù)問題制約了數(shù)據(jù)開放與交換。例如在保險(xiǎn)業(yè)中運(yùn)用人工智能重要體現(xiàn)就是數(shù)據(jù)收集方式的改變，依賴家庭經(jīng)濟(jì)，適合可穿戴設(shè)備等技術(shù)取代了傳統(tǒng)的問卷調(diào)查，在緩解信息不對稱的同時也產(chǎn)生了敏感的隱私問題。
同時，線上線下的融合使得物理世界和數(shù)字世界的聯(lián)系進(jìn)一步加強(qiáng)，數(shù)字世界遭受的攻擊也會對物理世界的正常運(yùn)行產(chǎn)生干擾。這就要求對網(wǎng)絡(luò)安全和防御體系問題需要高度重視。
（三）傳統(tǒng)服務(wù)業(yè)的互聯(lián)網(wǎng)生態(tài)構(gòu)建能力不足
傳統(tǒng)企業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型時，往往會因?yàn)閿?shù)字化轉(zhuǎn)型能力不夠和數(shù)字化改造成本高陷入轉(zhuǎn)型“進(jìn)退兩難”的困境。
1、傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型成本高
數(shù)字化轉(zhuǎn)型是涉及硬軟件設(shè)備購買，人力資源培訓(xùn)，以及組織制度改革的全方位系統(tǒng)性工程，其要求長期持續(xù)的高成本投入，是傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型面臨的一大考驗(yàn)。以美的為例，作為家電行業(yè)的龍頭企業(yè)，其數(shù)字化轉(zhuǎn)型的這八年時間中累計(jì)投入已超過100億元，而對中國大多數(shù)傳統(tǒng)企業(yè)而言，它們疲于應(yīng)付殘酷的市場競爭，無力開展數(shù)字化轉(zhuǎn)型實(shí)踐，據(jù)統(tǒng)計(jì)，中國企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型投入嚴(yán)重不足，在推動數(shù)字化轉(zhuǎn)型的企業(yè)中，僅有14%的企業(yè)投入超過年銷售額5%，七成企業(yè)的投入不及年銷售額的3%，其中三成企業(yè)投入未超過年銷售額的1%。對數(shù)字化轉(zhuǎn)型投入的不足是制約傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型的重要因素。
2、數(shù)據(jù)鴻溝阻礙服務(wù)業(yè)產(chǎn)業(yè)鏈打通
傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型另一稀缺要素則是數(shù)字人才，特別是復(fù)合型數(shù)字人才是溝通服務(wù)業(yè)產(chǎn)業(yè)鏈與互聯(lián)網(wǎng)產(chǎn)業(yè)鏈的橋梁。目前，中國產(chǎn)業(yè)互聯(lián)網(wǎng)的領(lǐng)軍者都來自實(shí)體企業(yè)，而技術(shù)的實(shí)現(xiàn)則依賴于互聯(lián)網(wǎng)技術(shù)人員，兩者在合作搭建互聯(lián)網(wǎng)平臺IT系統(tǒng)時往往因?yàn)椴皇煜Ψ降念I(lǐng)域?qū)е聹贤ㄕ系K，雙方語系難以接軌，為傳統(tǒng)企業(yè)精細(xì)化的流程和標(biāo)準(zhǔn)規(guī)則、供應(yīng)鏈場景設(shè)計(jì)等設(shè)計(jì)入IT系統(tǒng)增加了難度。據(jù)統(tǒng)計(jì)，中國企業(yè)中ICT員工占總員工數(shù)的1%-1.5%，而歐盟企業(yè)ICT員工占比達(dá)到2.5%-4%，Gartner估計(jì)，這種數(shù)字化人才的短缺2020年造成30%的技術(shù)性崗位空缺。數(shù)字技術(shù)專業(yè)人員儲備不足，復(fù)合跨界人才更是稀缺，制約了中國傳統(tǒng)企業(yè)的數(shù)字化轉(zhuǎn)型。
3、服務(wù)業(yè)功能性平臺缺失
一些中小微企業(yè)信息化和專業(yè)化程度低，受制于數(shù)字化能力缺乏，數(shù)字化轉(zhuǎn)型意識淡薄，導(dǎo)致這些企業(yè)數(shù)據(jù)采集困難，不利于產(chǎn)業(yè)鏈協(xié)同程度的提高，同時，也使得其數(shù)字化應(yīng)用在很大程度上受限，僅處于在辦公自動化和勞動人事管理等開展信息化管理的初級階段，并沒有進(jìn)入信息化管理的高級階段，對企業(yè)云、數(shù)字化會議等手段運(yùn)用得并不多，市場所提供的科技平臺多是通用型解決方案，對專門化生產(chǎn)企業(yè)不具備針對性，適用性不強(qiáng)，這些因素都制約了中小企業(yè)憑借自己的能力實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，使得中小企業(yè)在轉(zhuǎn)型中只能“單腳跳”，而不能在平臺幫助下“雙腿跑”。據(jù)調(diào)查，目前中國中小企業(yè)中僅有10%左右使用了ERP和CRM方案，6%左右實(shí)施了SCM（供應(yīng)鏈管理）。
（四）服務(wù)業(yè)互聯(lián)網(wǎng)標(biāo)準(zhǔn)亟待統(tǒng)一
1、新型服務(wù)標(biāo)準(zhǔn)制定滯后
產(chǎn)業(yè)互聯(lián)網(wǎng)至今沒有一個統(tǒng)一的服務(wù)標(biāo)準(zhǔn)，這對互聯(lián)網(wǎng)產(chǎn)業(yè)未來整合發(fā)展可能造成不利影響。產(chǎn)業(yè)互聯(lián)網(wǎng)不僅是建設(shè)在企業(yè)內(nèi)部的網(wǎng)絡(luò)，更是與企業(yè)外部溝通的網(wǎng)絡(luò)，同時還涉及大量的設(shè)備數(shù)字化智能化改造，這要求有一個開放且標(biāo)準(zhǔn)統(tǒng)一的系統(tǒng)，這樣才能在發(fā)揮各個產(chǎn)業(yè)互聯(lián)網(wǎng)特色的同時，可以實(shí)現(xiàn)相互之間的互聯(lián)互通，防止各個部門各自為政，互不兼容或是重復(fù)投資，浪費(fèi)資源。
2、跨產(chǎn)業(yè)互聯(lián)受限
產(chǎn)業(yè)互聯(lián)網(wǎng)是一個完整的生態(tài)圈，是產(chǎn)業(yè)內(nèi)和跨產(chǎn)業(yè)互聯(lián)網(wǎng)的有機(jī)統(tǒng)一體，如果不能從全價(jià)值鏈、全商業(yè)生態(tài)之間的企業(yè)連接這一角度出發(fā)實(shí)現(xiàn)跨產(chǎn)業(yè)的互聯(lián)，那么數(shù)據(jù)價(jià)值創(chuàng)造力就不能很好地發(fā)揮。
（作者蔣媛媛系上海社會科學(xué)院應(yīng)用經(jīng)濟(jì)研究所副研究員，蔡泉系上海社會科學(xué)院研究生院應(yīng)用經(jīng)濟(jì)研究所碩士研究生。本文系國家社科重大課題《推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能與實(shí)體經(jīng)濟(jì)深度融合研究》的階段性成果）
Tags:
相關(guān)推薦
- 免責(zé)聲明
- 本文所包含的觀點(diǎn)僅代表作者個人看法，不代表新火種的觀點(diǎn)。在新火種上獲取的所有信息均不應(yīng)被視為投資建議。新火種對本文可能提及或鏈接的任何項(xiàng)目不表示認(rèn)可。 交易和投資涉及高風(fēng)險(xiǎn)，讀者在采取與本文內(nèi)容相關(guān)的任何行動之前，請務(wù)必進(jìn)行充分的盡職調(diào)查。最終的決策應(yīng)該基于您自己的獨(dú)立判斷。新火種不對因依賴本文觀點(diǎn)而產(chǎn)生的任何金錢損失負(fù)任何責(zé)任。
