2021年第七届数博会，三大趋势揭示数字经济拐点已至
2021年5月26日，2021中国国际大数据产业博览会（简称：数博会）在贵州省贵阳市举行，这已经是自2015年首届数博会以来连续七年举办该博览会。本届数博会的年度主题为“数智变·物致新”，简单理解就是数据与智能技术的发展变化，已经到了一个“格物致新”的阶段，也就是探究事物的根本原理进而发展出新的事物，而这个新的事物就是数字经济。
在发展数字经济方面，中国“十四五”规划明确提出要加快数字化发展，并且作出了系统性全面的部署。中国政府积极推进数字经济发展，可以说数字经济正在成为引领中国高质量发展的一个新的引擎。2020年，数据首次成为新型生产要素，与土地、劳动力、资本、技术等传统要素并列为要素之一，这预示着数字经济的拐点正在到来。从7年前的大数据技术到今天数据成为生产要素、数字经济成为高质量发展新引擎，一个格局性变化正在出现。
中国科学院院士梅宏在2021数博会上强调，数字化转型是一次根本性的变革，实现了一次范式变迁，即在基本观念和实践方法上的一次根本革命性变化。关于数字化转型和发展云计算、大数据、人工智能、物联网、工业互联网等数字技术，已经在过去六届数博会上进行了充分的探讨，所谓“百家争鸣”的“格物”阶段已经过去，而“致知”“致新”的大规模实践已经展开。
本次数博会上，从相关专家和业界人士的更加务实的研讨和分享中，可以提炼出三大趋势，分别从工业互联网、数据要素业务模式和人工智能三个角度，揭示了数字经济拐点已经到来。
工业互联网：不再是“空中楼阁”
工业互联网被视为数字技术与实体经济相结合的典型场景，更被视为第四次工业革命的“灵魂”模式。工业和信息化部信息技术发展司司长谢少锋在2021数博会·“工业互联网驱动产业数字化转型高端对话——数聚工业，融通发展”上强调，工业互联网作为数字化转型的关键支撑力量，对塑造我国制造业竞争新优势、实现新旧动能接续转换、加速产业高端发展、培育形成新的经济增长点等都具有重要促进作用。
2017年我国大力提倡发展工业互联网以来，国内已涌现出100余个重点工业互联网平台，其中“跨行业跨领域”平台达15个，连接设备数超过7000多万台，工业APP超过59万个。而随着5G的发展，“5G+工业互联网”正在引发工业网络的颠覆性变局。如果说之前工厂里的工业总线和工业以太网互联还相对独立和隔离，那么5G时代将形成全面打通设备、车间、工厂和企业以及产业链上下游的工业互联网。
为什么说今年的工业互联网不再是“空中楼阁”呢？这要从黑客对工业互联网的攻击，倒推工业互联网是否真正形成规模。奇安信集团董事长齐向东在2021数博会·“工业互联网驱动产业数字化转型高端对话”上表示，数字化的蓬勃发展，让工业互联网面临着严峻的网络安全挑战，其中日益猖獗的勒索攻击，成为工业互联网的“头号敌人”。齐向东强调，“仅今年上半年，工业互联网领域就发生了多起勒索攻击事件，勒索赎金规模不断创新高。”
公开信息显示，今年以来工业互联网企业不断遭受勒索攻击。2月份，起亚汽车遭遇勒索攻击，被索要1.35亿元的比特币；3月，台湾宏碁电脑被勒索，财务电子表格、银行往来邮件等敏感数据被盗，赎金达到3.25亿元人民币；4月，苹果电脑代工厂遭到勒索攻击，黑客同样开出了3.25亿人民币的赎金……
为什么工业互联网会被勒索青睐呢？齐向东表示，以前工控网基本是封闭的，现在变成工业互联网就完全暴露在黑客的攻击之下，而且黑客快速拿到赎金就会得到巨大的激励，就能招募更有能力的黑客，快速进行下一轮勒索攻击，这对工业互联网就提出了一个巨大的挑战——即在构建工业互联网的同时要保证工业互联网的安全。奇安信提出了内生安全框架，通过“盘家底、建系统、抓运营”三个关键环节，用系统工程改变过去局部整改的建设模式，系统化建设完整的网络安全体系；同时，用具体的“十大工程”和“五大任务”引导网络安全体系的规划、建设与运营，最终通过动态综合的安全防御体系，跑赢漏洞、内鬼和黑客。
中国工程院院士沈昌祥在2021数博会·“工业互联网驱动产业数字化转型高端对话”上，强调因严重勒索事件而必须提高对工业控制系统和工业互联网安全的重视。这从结果的角度倒推，可知当前的工业互联网建设已经取得了显著成效，工业互联网已经不再是“空中楼阁”而是切切实实与实体经济紧密相连。对于广大工业和制造企业来说，当前必须要考虑工业互联网战略和商业模式，并积极参与，而不再是旁观者的态度。
数据：颠覆传统观念的第五要素
2020年数据要素成为第五种生产要素，这对于整个社会经济来说是一个彻底颠覆传统观念的事件。当很多人还在热议数据成为生产要素所带来的相关技术爆发机遇时，一个更大的即将颠覆整个经济格局的巨大空间正在打开。国务院副总理刘鹤在2021数博会的开幕式致辞中点出了这个新的时代大趋势：数据要素具有边际成本接近零、规模效应强、非排他性等不同于传统生产要素的特点。
简单理解，土地、劳动力、资本、技术等传统要素都是排它性生产要素，带来的是竞争性市场格局，由此带来了至今已经发展了百年的现代企业形态——金字塔型层级式集中式组织与管理。而数据要素则不同，数据要素是非排他性要素，使用的人、企业和组织的数量越多，就能带来越大的商业价值和社会价值。传统商业是要把传统生产要素掌握在一家企业或组织中，这样就能为这家企业或组织带来最大的竞争力和效益；而基于数据要素的商业模式则要求最大程度共享数据，数据共享程度越高、流通范围越广、使用者越多就能带来越大的竞争力和效益。当然，更不用说，数据是一种越使用越多的生产要素，在使用数据的过程中能产生更多的数据，而传统生产要素都是越用越少或者是价值随着时间递减的性质。
中国科学院院士梅宏在2021数博会·“场景大数据高端对话——场景驱动数据要素化”上强调：一是数据要素获得的非竞争性，数据的使能技术和基础设施在前期开发成本高，数据要素在动态使用过程中逐步发挥价值，边际成本逐步降低，最终可能趋于零；二是数据要素在使用过程中的非独占性，数据可以复制、共享，可以同时使用并共享增值，而且即使同时使用但可能用途还不一样；三是数据要素的非耗竭性，数据可以重复使用、再生，只要合理运维，就可以永远存在；四是数据要素的非稀缺性，随着万物数据化，数据的总量是无限的，关键是能否用好这么大体量的数据。更为重要的是，数据要素还有一个本质，就是万物互联。
当然，在数据成为生产要素的过程，还有一系列的问题要解决，包括相关的法律法规、数据治理标准、数据要素流转市场等配套软硬件基础设施的建立。但更为重要的是数据要素的反传统观念，以及带来的对整个商业模型、经济范式和社会运转的深刻影响。贵州安顺市委书记陈少荣在2021数博会·“场景大数据高端对话”中就谈到，数据的价值在于应用，数据不同于土地、资本、技术、劳动力这些生产要素，它可以被若干应用场景应用并且用之不竭。数据要素的价值要通过应用场景来释放，应用场景越多、每一个场景产生的价值越大，数据要素的价值就得到越充分释放。每一个应用场景都能有产品、服务和商业模式，场景大数据由场景到平台、由平台到生态，再辅之以相应的模式，就可以形成平台企业，随着平台企业和平台生态企业集聚，进而壮大成为平台经济，而平台经济是数字经济的一种重要形态。
清华大学互联网产业研究院院长、清华大学经济管理学院教授朱岩在2021数博会·“场景大数据高端对话”提到了一个新的观念：社会化的人群有层级之分，这种层级化不利于每一个个体创新能力的释放，而虚拟空间就能够打破实体空间的职能化架构，形成网状人群，网状人群彼此为对等关系，可以更好释放每一个人的创造力，通过数字化转型构建新型数字化生产关系，这种数字化生产关系能够释放每个人大脑的潜力，这样就能享受智慧人口红利，而不再是原来的劳动力人口红利，从而可以让中国14亿人口在数字时代创造更大的价值。
显然，以数据要素为基础的商业与经济模式和企业组织方式等，是一种颠覆传统观念的全新的思维模式。当前，疫情将全社会的数字化转型进程加速了一年至五年不等，数字化转型已经成为所有一把手必须要考虑的战略问题。但很多一把手都觉得抓不住数字化转型的根本原因，就在于没有想清楚基于数据要素的商业模式和经济模式，因为这需要颠覆性的思考。
那么一把手如何突破传统生产要素所带来的思维束缚？最简单的方式就是在实践中迭代发展，贵州铜仁市和安顺市在实践的基础上，在2020年7月联合发布了《场景大数据白皮书1.0》，本次数博会上再次发布了《场景大数据白皮书2.0》，就是一个在实践中“格物致新”的过程。
万亿参数AI模型：通用人工智能之路
AI人工智能是这一轮数字技术体系中最受瞩目的技术，也被认为是人类历史上的下一个通用目的技术。华为中国区计算业务总裁常成在2021数博会·“人工智能高端对话——AI经济共享未来”上表示，从人类历史有记录以来到今天一共出现过26个通用目的技术，通用目的技术每一次出现都会给人类经济、文化发展带来巨大变化。那么AI技术能带来多么巨大的变化呢？华为与牛津经济研究院的一项研究显示，AI带来的GDP的增长在全球将达到1.2%、在中国将达到1.67%，以中国2020年100万亿GDP计算就是万亿增长。
既然AI技术能给中国和全世界带来体量巨大的经济增长，那么AI技术何时才能成为通用目的技术呢？这显然就需要AI的能力能够明显和全方位超越人类，当前来看就需要超大规模参数的大AI模式。2020年OpenAI推出了GPT-3超大参数规模AI模型，这是一种具有1,750亿个参数的自然语言深度学习模型，比之前的GPT-2高100倍。该模型经过了将近0.5万亿个单词的预训练，在不进行微调的情况下，可在多个NLP基准上达到最先进的性能。常成表示，如果把AI模型做到超过4万亿参数，理论上机器将全方位超越人类。
当前，谷歌、微软等国际AI巨头在冲击万亿参数的大规模AI模型，国内的华为、阿里等也纷纷跟进超大规模参数AI模型的研究，这显然是一条通往通用人工智能的“军备竞赛”。万亿参数的超大规模AI模型，显然并不是将之前为了图片识别、语音识别、自然语言理解等单一任务的AI模型参数进一步扩大，而是将为了完成多种任务的AI模型进行联合和混合，从而可以用一个超大规模AI模型完成多种任务，这无疑是通往通用目的的AI技术之路。而已经研究出来的千亿规模超大参数AI模型，实际上已经取得了比面向单个任务的AI模型更好的效果。
华为高级副总裁张顺茂在2021数博会·“工业互联网驱动产业数字化转型高端对话”上介绍，华为云盘古NLP预训练大模型有千亿参数，在原来需要20多个模型共同处理的一个电网无人机巡检任务中，用盘古大模型和少量的样本就可以迅速解决问题，效率更高。阿里巴巴也与清华大学合作在近期推出了千亿参数的中文多模态预训练AI模型M6，可以同时处理网页、图像等多种数据，正在扩展到音频、视频等。
中国计算学会CCF近期对大规模预训练AI模型发表文章表示，在人工智能与深度学习领域，围绕超大规模预训练模型展开的“军备竞赛”日益白热化，成为对海量数据、并行计算、模型学习能力的全方位考验。商汤科技副总裁张果琲在2021数博会·“人工智能高端对话”上介绍，GPT-3这样的千亿参数算法模型的训练过程非常耗费资源，一般一次模型训练就需要50万美金。阿里的M6模型预训练，利用大规模数据并行和模型并行，在256张A100卡上，1-2天可完成上亿数据的预训练，按市价计算也是接近5000万美金的成本。
因此，在通往万亿参数AI预训练超大模型的道路上，能参与的技术公司都将是自有超大规模云计算基础设施的云巨头公司，简单来说就是微软、AWS、谷歌、阿里和华为等几家超大规模公有云服务商，而这几家也无一例外地全部参与到超大规模AI预训练模型的“军备竞赛”中，且都在从千亿参数规模向万亿参数规模发起冲击——通用人工智能，离现实更近了。
全文总结：在全球疫情的影响下，2021数博会没有往届的规模那么大，但作为第七届数博会，其影响却更深远——经过前六届数博会，已经从“格物”的讨论发展到“致知”再到“致新”的实践，而且云、大数据、人工智能、工业互联网等数字技术体系和平台已经成熟，特别是工业互联网平台已经形成规模、数据要素新商业模式正在全面引发新思维、人工智能技术正在全面超越人类能力而形成新生产力，由此而推动数字经济的下一个拐点——由传统经济范式切换到数字经济范式的转折点。（文/宁川）