作者：朱克力博士，国研新经济研究院创始院长、新经济智库（CiNE）首席研究员、湾区新经济研究院院长

11月25日至28日，2022中国企业家博鳌论坛在海南博鳌举行，数百位政府领导、企业家、学者以线上线下结合的方式，共同探讨中国经济与社会发展的关键问题，以下为本人线上出席“企业创新难点与政策精准激励”智库研讨会的发言。

几个企业数字化转型的案例，非常具有代表性，可以说是数字技术和数据要素对于企业创新、降本增效、深化分工等典型的应用场景，是“以数强实”在不同行业和不同领域的生动体现。我们知道，二十大报告提出建设数字中国，加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。对于企业而言，抓住新一轮的数字化转型机遇，将大有可为。

充分运用数字技术和数据要素

在这些案例的启发下，我想谈谈，我们企业如何进一步运用好数字技术和数据要素，尤其是在各个业务环节中，更好地发挥数据要素在企业数字化转型中的赋能和加持作用，持续推进数实融合。

一是设计环节的大规模定制。大规模定制不仅追求低成本、高效率，还要兼顾高质量和个性化，这在传统工业社会是难以想象的。其要义在于以满足客户需求为核心，创造出一系列运作模式、技术支持、销售方式、反应机制。这将会给企业的组织和运营带来冲击与困扰，企业生产、服务和销售环节都需要随之转变。

数据要素是大规模定制的关键，其应用包括数据采集、数据管理、订单管理、智能化生产、定制平台等。当定制数据达到一定量级，通过对这些数据的挖掘、分析，能够实现精准匹配、营销推送、流行预测等更高级功能，可以帮助企业降低物流和库存成本，增加产品的用户匹配度，减少生产资源投入的风险。

二是生产环节的智能制造。智能制造的实现基础是大数据，实现途径是信息物理系统，一端将产品接入互联网，实现企业生产的产品智慧化，具体体现如智能家居设备、智能工业设备，实现在互联网上的数据传输；另一端将企业接入互联网，加速企业的网络化、智能化改造进程。

目前，数据要素已成为智慧云系统建设和运营的战略资源，也是智慧制造云实现智慧化的重要基础。从应用来看，智慧制造云大数据的价值在于：通过采集管理分析服务，能够精准、高效、智能地促进云制造的智慧化，实现产品+服务为主导、随时随地、随需的个性化和社会化制造，进而提升企业竞争力。

三是供应链环节的优化与提速。数据要素使供应链全局优化成为可能，大数据优化供应链的核心在于精准的需求预测。在数据要素支持下，通过对供应链海量数据的搜集、分析，不仅可以勾勒出包括消费习惯、消费能力等维度的用户画像，反映出市场的真实需求，又可以使物流企业依据数据分析结果，了解供应链每个环节的运作情况，从而找出业务盈利点或低效率的地方，能够有针对性地进行业务调整，优化资源配置，提升供应链协同效应，实现效率和利润最大化。

例如通过RFID等产品电子标签技术、物联网技术以及移动互联网技术，帮助企业获得完整的产品供应链大数据，极大提高产品时效性，减少库存，优化供应链。再如利用先进数据分析和预测工具，预测分析实时需求，增强商业运营及用户体验。

四是研发环节的协同创新。数据要素及其相关应用的触角，同样也延伸到了企业的研发环节。数据要素助力研发环节实现协同创新，从应用场景来看主要通过三种方式：

其一，数据整合。海量数据是建立高附加值的数据分析能力的基础，大数据技术使端对端数据整合更有效，并精确关联性质完全不同的数据，包括内部数据、外部数据、公开数据和自有数据。其二，内外协作。许多企业研发部门保持高度封闭性，而数据要素打破了内部各部门之间的信息壁垒，加强了企业与外部合作伙伴的协作。其三，决策支持。数据要素可以代替人进行较为复杂的决策，如项目分析、商业开发机会、预测等决策的快速做出都可以借助数据要素。

五是营销环节的精准推送。利用数据要素可以分区域实现对市场波动、宏观经济、气象条件、营销活动、季节周期等进行融合分析，对产品需求、产品价格等进行定量预测。同时，可结合用户对产品当前使用的工况数据，对零部件坏损进行预判，进而对零部件库存进行准确调整。

通过对智能产品和互联网数据的采集，针对用户使用行为、偏好、负面评价进行精准分析，有助于对客户群体进行分类画像，可在营销策略、渠道选择等环节提高产品的渗透率。更重要的是，可结合用户分群实现产品的个性化设计与精准定位，即针对不同群体，对用户精准画像、精准推送等，实现产品从设计到交易的完整营销环节精准化。

六是服务环节的运维与预测。借助数据要素一方面可利用海量数据库对信息、数据、资源、终端进行关联分析，包括触发智能终端进行数据搜集、自动查找故障节点；另一方面还可以分类统计问题，为运维人员和客户中心提供及时的分析数据。除了更实用的智能分析，借助机器学习技术，通过从数据中梳理出具有规律性的事件模型，进而对未来不确定性事件进行有效预测。

数据要素可以实现主动运维，通过数据深度挖掘和离线分析，运维由传统事件驱动向业务质量驱动转变，最终实现自动的自我修复、优化配置，解决潜在的网络故障，保障基础设施的健康与质量。

从六方面为数据要素市场清障

从以上各个环节来看，可以说，数据要素与数字技术、人力资本等生产要素一样，已经成为经济发展和产业升级不可或缺的关键生产要素。但当前数据要素市场还处于培育初期，要素市场化发展举步维艰，企业数字化转型面临许多困难和挑战。为推动数据要素市场化发展，进而为企业数字化转型扫清障碍，特别提出六点建议：

一是加大公共数据开放共享力度。公共管理部门掌握经济社会发展所需海量公共数据，应在确保国家安全前提下向商业主体适当开放。

二是营造数据自由流动的市场秩序。鼓励市场主体、行业协会、政府部门共同搭建数据交易平台，探索数据交易程序和交易担保等机制。通过创制规则，减少不必要的数据要素交易成本，最大程度加快社会数据交易频次。

三是加强数据开发利用与合理保护。健全数据交易法规，完善数据交易机制，促进数据产业加速发展，强化数据保护与管理。

四是推进实体经济数字化转型。深入实施工业互联网创新发展战略，进一步扩大和升级信息消费，持续推进两化融合创新发展，推动农业智能化集约化发展，持续推动服务业数字化创新。

五是提高数字经济风险防范能力。安全与发展是一枚硬币的两面，提升网络安全水平，有效防范数字经济运行风险，优化数字经济区域发展格局。

六是提升数字经济治理水平。坚持包容审慎的治理理念，打造部门协同、社会参与的协同治理体系，优化治理手段与方式，完善治理制度与环境，积极参与全球治理体系构建。

（作者为中国数实融合50人论坛智库专家、国研新经济研究院创始院长朱克力）