文｜《财经》记者 杨立赟
编辑｜余乐
2023年，中国发布了加速发展数字经济的全新蓝图。目前，数字经济占中国国内生产总值的40%，也就是接近50万亿元的规模。数字经济的加速发展将如何深刻影响中国的未来，又将如何塑造全球数字竞争的格局和准则？
6月27日至29日举办的第十四届夏季达沃斯论坛上，世界经济论坛和《财经》杂志联合举办了一场题为“数字中国新蓝图”的分论坛，由《财经》杂志总编辑王波明主持。在这场论坛上，中国国际经济交流中心副理事长朱民等五位来自学术、咨询、制造、科技领域的领军人物，就“什么是数字经济” “十年后数字经济将如何发展”等议题展开热烈讨论。
随着大数据、人工智能等技术迅速迭代，数字经济逐步融入人类社会发展的方方面面。《中国数字经济发展研究报告（2023年）》数据显示，2022年，中国数字经济规模达到50.2万亿元，同比名义增长10.3%，已连续11年显著高于同期GDP名义增速，数字经济占GDP比重相当于第二产业占国民经济的比重，达到41.5%。
朱民表示，10年以后数字经济将渗透一切。“ChatGPT 在根本上改变了我们对数字经济的理解”。
把数据变成资产和财富
“把数据变成资源是不够的，要把它变成资产。”朱民说，“把中国的数据全部动起来、用起来，那中国数字经济的发展世界就挡不住了，因为（其他国家）没有中国那么大的数据库。”
他指出，到2025年以后，中国将是世界上最大的数据大国，要发展数字经济就要把数据用起来，不但要把数据用起来，还要把数据变成财富。
朱民认为，数据变成财富以后，这个财富可以永恒存在于一个虚拟的世界里，国家数字经济的基础设施会发生根本变化，这是下一步重大的投资机会。
“未来一切取决于有没有大模型，那么这个世界就真的变了，而且这些变化会推动整个基础设施、企业甚至是整个宏观的变化。”他说。
从微观的角度来说，朱民认为，未来所有行业都会数字化，无一例外。以餐饮业为例，菜从田里拿出来，到店里生产，然后送到顾客手里，最后总结一个具体的人每个月最爱吃什么菜，又推回到菜单的设计——整个链路已经全部数字化。从某种角度说，预制菜就是餐饮业的数字化结果。
行业变革也将促使就业择业的变化。“很多人谈AI就想到未来就是人和科技的竞争，它不是一个行业的问题，而是人和科技竞争，科技的强项在于知识、决策、速度，而人的强项在于人性、智慧、人类理念。”朱民说：“所以我们（在择业时）要想的是’人’怎么回到’人’这个概念。”
谈及数字经济对制造业的影响时，朱民认为，制造业的一个难题是供应链管理，而大模型是天然的供应链管理最好的工具，供应链的有效迭代、产品质量平衡、时效全部可以解决，制造业有了 大模型以后将发生本质的变化。
对此，郑州煤矿机械集团股份有限公司董事长焦承尧表示，装备制造业数字化存在几个特点：所有数据必须实时生成、自动抓取、智能分析、智能推送，这才能算装备制造业的数字化。现在该集团已经给整个矿山做智能化，未来要将电厂、港口、铁路、煤仓全部联系起来。
值得关注的是，长期以来，煤炭占中国一次能源比重从最高接近70%，目前降至约53%。“以后该占比还会减少，但绝对值会是微升或者持平”，焦承尧表示，从装备制造业数字化来看，未来是存量的整合。
数据赋能的商业新模式
与全球企业相比，中国企业的局部性数字化转型做得较好，但拉通性相对较低。拉通性指的是企业的研、产、供、销、人、财、物各个环节的数字化联动。
2018年起，埃森哲对中国企业的数字化转型进程进行持续的调研追踪，且每年定期发布中国企业数字化转型指数报告。埃森哲全球副总裁、大中华区主席朱虹说，从持续评估结果来看，全球近七成企业所做的数字化转型是拉通性转型，而这一比例在中国企业只有约两成。
面对波动和不确定的外部环境，从2022年起，埃森哲开始倡导企业的全面重塑，体系化推进数字化转型。埃森哲调研发现，企业在技术准备好时，数据、人员、组织等可能尚未准备好。朱虹称，人机协同非常重要，特别是在未来十年，这样的投入产出比才会最高。
霍尼韦尔中国总裁余锋则从自身的经验谈到，数字化一定是要给企业、利益相关者和社会带来效益。“数字化是手段，不是目的。”霍尼韦尔是一家高科技软件工业企业，扎根中国近90年。
余锋表示，霍尼韦尔的数字化工厂不是靠大规模的投资实现的，比较适合中国的劳动密集型企业。例如位于苏州的一家工厂成立20多年来，在没有增加工人和厂房的情况下，产能增长了四倍，很重要的一点就是通过数字化提高了企业的效益，改进了企业的管理，更好地服务客户。
在谈论数字经济时，还有一个不可或缺的维度就是怎么样去产生数据赋能的商业模式。
光之树科技创始人兼CEO张佳辰表示，未来有三种类别的创新会全面、立体推动整个数字经济，带来变革。
第一类是对于“数字经济1.0”的既有问题的解决方案重塑。过去的数字经济发展中产生的一些问题，科技界正在基础设施的层面进行重新的修补跟思考。例如，互联网发展初期没有考虑隐私和数据安全的问题，在智能制造中没有考虑能源持续性问题。
第二类是对既有任务的大幅度效率提升，包括大语言模型和自动驾驶。
第三类是能带来将过去不可能变为可能的探索型新技术。其中，长寿科技对于整个社会的一个结构都会有所改变。此外，面对太空的探索会让整个新材料等领域都有机会发现新的资源。
