中国产业数字化发展报告：数智创新智驱未来.pdf

数智创新，智驱未来数字化转型正成为产业发展源动力中国产业数字化发展报告 2021.07 03前言转变：中国数字化转型进程正加速驶入快车道 04技术：六大技术加速重构未来产业数字化 12行业：“三产一体”数字化转型升级实践经验 29趋势：产业数字化转型发展新机遇 53 结尾 60附录：产业数字化生态图谱 61 目录 一个全新的数字经济时代正加速到来。在国家政策与行业需求双重因素的影响下，数字技术与产业融合成效愈发明显。毫无疑问，数字经济已经迎来了重要的发展机遇期。为了更好地了解并厘清中国产业数字化发展现状与数字经济时代下的代表企业，CB Insights 中国团队对产业数字化领域进行调研与分析，撰写中国产业数字化发展报告，并梳理数字经济时代下的代表企业，制作产业数字化领域生态图谱。聚焦后疫情时代下产业数字化发展新路径，破解数字化转型的新挑战。本报告将聚 焦当前中国产业数字化现状、技术创新情况、代表行业数字化转型现状及预期进行综合阐述。此外，还结合当前产业数字化发展情况，对未来数字经济进行展望。基于此，本报告分为四大板块：现状篇、技术篇、行业篇、趋势篇。第一章将根据目前市场环境、政策支持等方面了解产业数字化发展背景，总结当前产业数字化发展的现状。第二章将选取人工智能、大数据、云计算三大领域中的新兴技术，从创新层阐述其对数字化发展的推力，并梳理不同技术突破下的代表企业。 第三章将从行业出发，选取目前产业数字化领域最热的“三大赛道”（医疗、制造业、政务）和“一大数字综合体”（城市），从行业角度出发剖析行业数字化转型的困境以及解决方案，并遴选代表厂商进行综合阐述。最后，根据现状、技术、行业等方面的综合分析，从企业层、产业层、国家战略层三方面展望未来产业数字化的发展趋势，给出我们对产业数字化未来发展的判断。 前言 3 Chapter 1 转变：中国数字化转型进程正加速驶入快车道 4 1.1 宏观政策结合企业需求，多方因素驱动中国产业数字化转型 危机之下，中国产业数字化暴露“隐性缺陷” “产”“政”协同，数字化转型的双飞翼1.2 产业数字化发展将加速驶入快车道 产业数字化是推动新旧动能转换、加速经济高速增长的主要方式 数字化发展驶入快车道，进一步拓展数字经济发展新空间1.3 数字化转型服务商助力产业数字化升级换挡提速 危机之下，中国产业数字化暴露“隐性缺陷”突如其来的疫情可谓对企业数字化转型成果进行了一次检验，虽然多数企业在疫情期间均进行线上自救，采用了远程办公、线上培训等多种手段。但不可否认的是，多数行业如传统零售、传统制造业等行业仍面临着供应链断裂、订单滞销等致命问题。根据中国企业应对疫情间策略的调研数据，尽管 80% 的企业在疫情间均利用远程办公工具开展临时工作；但是对于生产运营等核心环节，有高达 78% 的企业无法利用实时数据进行调整及优化。危机之下，中国产业数字化进程暴露了“隐性缺陷”。 危中有机，疫情加速了企业数字化运营习惯的养成，成为激发企业全面数字化转型的动因。在疫情危机与市场营商环境恶劣的双重影响下，各行业数字转型的节奏、投入的策略都发生明显变化。数字化转型不再是“可选项”，而是“必选项”，疫情作为分水岭，促使产业数字化转型进入了新的生态发展期。 宏观政策结合企业需求，多方因素驱动中国产业数字化转型 0 % 1 0 % 2 0 % 3 0 % 4 0 % 5 0 % 6 0 % 7 0 % 8 0 % 9 0 %开展远程办公、远程会议强化线上速度提供线上服务开展员工线上在线培训使用云服务使用RPA利用人工智能辅助决策 利用实时数据调整和生产决策 图丨疫情下，企业数字化工具使用情况（数据来源：埃森哲，CB Insights 中国） 5 “产”“政”协同，数字化转型的双飞翼企业数字化转型意愿愈加强烈。 2018 年，67% 的全球 1000 强企业均将数字化转型作为企业的战略核心。在疫情的助推下，各行业更强烈地意识到数字化转型的重要性，并加快数字化项目的上线与建设速度。在供应链、全渠道运营、智能决策等生产与运营环节，思考如何利用数字化转型，实现基于数字化驱动带来的降本增效、增收节支等优势。企业数字化转型意愿在疫情后显著提升。国家也在大力推动产业数字化转型发展。从“十二五”到“十四五”规划，数 字经济政策逐步深化。在十四五规划中也明确提出大力发展数字经济，并在 2035 年远景目标纲要中单独成篇，首次提出数字经济核心产业增加值占 GDP 比重这一新经济指标，明确要求我国数字经济核心产业增加值占 GDP 的比重要由 2020 年的 7.8% 提升至 10% ，可见数字经济分量之重。各地方政府也在积极部署并推进数字化转型的战略目标，不完全统计，全国已经有超 20 个省市对发展数字经济、加快数字化转型提出目标规划。 需求高涨，政策加持；虽有智慧，不如乘势。在“产”“政”协同作用下，数字化转型进程将以前所未有的速度发展。图丨政策导向，数字化转型趋势明显（来源：CB Insights 中国） 6 产业数字化发展将加速驶入快车道产业数字化是推动新旧动能转换、加速经济高速增长的主要方式不同的国家对产业数字化的概念有着不同的理解与定义。以英国为例，作为最早出台数字化相关政策的国家，先后提出了多项数字化转型战略，包括连接战略、数字技能与包容性战略、数字经济战略、数字转型战略、网络空间战略、数字政府战略和数据经济战略，为数字化转型作出全面部署；德国则以“工业 4.0 ”为核心，逐步完善数字化转型计划，并为中小企业提供良好发展环境。 反观中国，虽然在概念上未给出统一的标准，但是可以确定的是，产业数字化不同于过往的信息化转型。“从数据中来，到实体中去”是本次中国产业数字化发展的根基，旨在通过新一代信息技术（大数据、人工智能、云计算等）的赋能，助力各产业上下游实现全方位的数字化转型升级，形成以客户为中心、以数据为主要驱动要素、以提升产业价值与效率为目标的过程。 表丨产业数字化定义与特征（来源：CB Insights 中国） 7 数字化转型将是未来国家实现加速经济高速增长、产业推动新旧动能转换、企业实现利益最大化的重要方式。从国家层面来看，产业数字化将进一步推动实体经济与数字技术的深度融合，夯实数字化产业基础，提升国家数字化生产力，打造以数字经济为核心竞争力的战略发展规划。从产业层面来看，产业数字化将推动新一代信息技术在各行业的普及，随着数字化资源通过各种形式渗透进产业链的每一个环节，不仅助力重塑产业流程，加速传统动能转化；还将诞生无限可能的“新产业组合”，在原产业基础上创造新的附加价值，形成产业新动能，完整的实现产业结构调整和产业重构升级。 从企业层面来看，产业数字化将促使个体企业加快数字化转型升级。利用数字科技全面赋能企业生产、研发、销售、服务等全流程，将业务要素转化成数据要素，以流程驱动业务转变成数据驱动业务，提高企业数字资产的利用率，实现优化企业生产服务流程、提升企业生产效率，增强企业的核心竞争力。 图丨不同层面产业数字化定位与意义（来源：CB Insights 中国） 8 数字化发展驶入快车道，进一步拓展数字经济发展新空间产业数字化转型是“融合”与“创新”的马拉松，作为连接传统产业与新型产业、推动传统企业与科技企业融合共生的纽带。涉及众多垂直细分产业链条，这也意味着产业数字化蕴含了巨大的市场机会与商业价值，催发了各类型数字化转型服务商的诞生，通过技术服务、平台建设等方式赋能传统行业，不断拓宽产业数字化业务范围，提高产业数字化供给的服务能力，激发传统行业的数字化活力。 另一方面，在政府、行业、企业等多方力量下，加速产业链上下游要素资源有效整合，实现良性互动。同时各产业间实现共生、互生和再生，催发新的商业模式诞生，进一步激发数字经济的规模。 近年来数字经济规模不断上升，已成为国民经济中最核心的增长之一。随着产业数字化带来的红利机会，未来将有更多行业创新者涌入该赛道，催发更多新经济形式及多产融合的业态。数字化经济将进一步迸发新可能，万亿级规模体量将持续保持高速增长。图丨产业数字化经济“融合”与“创新”释义（来源：CB Insights 中国） 9 数字化转型服务商为产业数字化升级换挡数字化转型已成行业共识。但产业数字化转型发展周期性长、复杂程度高，在转型过程企业均会面临“心有余而力不足”的情况，不会转、不敢转、不善转已成为行业通病，企业通常面对着现实问题：数字化转型能力不够、改造成本偏高、人才储备不足、转型战略不清晰等系列问题。在此背景下，数字化转型市场正涌现一批新的力量数字化转型服务商，它们正在转型期间扮演着重要的角色，赋能传统行业，携手数字化转型之路。 天下熙熙，皆为利来；天下攘攘，皆为利往。随着商业环境及行业需求日益复杂，单一企业无法提供所有数字化解决方案，出现了各类以不同优势的数字化转型服务商，自下而上形成了完整产业链。本报告将数字化转型服务商分成三类：基础设施类、通用服务类与行业解决方案类。 1 0图 | 产业数字化行业图谱【部分】（完整版见报告附录，来源：CB Insights 中国） 其中以人工智能、云计算、大数据为代表的基础设施已成为数字化转型的基石，在各技术领域出现了优质服务商，如明略科技、第四范式、竹间智能等。同时围绕数字化营销、数字化管理、数字化采购、数字化生产等企业内部经营管理，也涌现了一批厂商，如营销数字化厂商销售易、人力数字化服务商北森等，这些厂商围绕企业内部经营管理，构建自身数字化生态。此外，各行业也涌现了数字化解决方案，如零售行业转型服务商影谱科技，政务数字化转型服务商如百分点科技，医疗领域服务商森亿智能、数坤科技，金融行业数字化转型服务商同盾科技等。随着产业需求不断激增与数字产业规模的进一步扩大，未来数字化市场将更百 花齐放，涌现出更多创新、融合的企业，不断融入产业数字化的浪潮中来。 1 1 1 2 Chapter 2 技术：六大技术加速重构未来产业数字化2.1 人工智能赋能产业数字化转型提档加速 知识工程 机器学习2.2 云计算是产业数字化的“基石” 混合云 边缘计算 2.3 大数据是产业数字化转型和数字经济协同发展的助推器 分布式数据库 数字孪生 人工智能赋能产业数字化转型提档加速知识工程根据人工智能技术成熟度曲线，知识图谱的成熟度在一年之内，由创新触发阶段一跃达到膨胀高峰阶段，且非常接近最高点。知识工程正逐渐成为人工智能领域新的发力点，成为数字化应用领域的强大助力。 虽然现阶段知识图谱的发展尚未完全成熟，但得益于其高度可视化、强关联分析、可识别隐性关系等优势，该技术在产业数字化转型中拥有愈发重要的地位。知识图谱通过知识融合、知识推理、知识应用等核心环节，依托于知识库的深度知识推理能力、逐步扩展的认知能力，帮助行业从业者对特定的问题进行分析、推理、辅助决策。目前该技术除了在数据化治理、数字化营销、数字化管理等通用服务领域有广泛应用之外，在很多垂直行业也实现了应用突破，如工业数字化、金融数字化等。据预测知识图谱仍需要 5 - 10 年时间才能进入技术完全成熟区，也意味着知识图谱还有很大的技术发展空间与广阔的应用场景，在产业数字化转型领域将得到进一步应用。 1 3图丨知识工程助力产业数字化进程（来源：CB Insights 中国） 图丨竹间智能 Gemini（Knowledge Factory）一站式解决方案（ 来源：竹间智能，CB Insights 中国） 员的依赖，为企业提供自动构建及应用知识图谱的平台及涵盖全场景的一站式解决方案。得益于竹间智能丰富的项目落地经验，目前已在工业、金融、教育等多行业提供数字化转型服务。如竹间智能为某大型石油国企进行智能信息处理，利用 Gemini 认知知识推理平台进行可视化操作，解决了科研项目时人工查重工作低效、查重质量不高等问题。同时平台的自学 习能力，结合 NLP 技术，使文档抽取任务的准确度逐渐提高。客户可自主低代码/免代码地完成模型创建-训练-赋能生产的整个过程，帮助企业解决了科研问题中的数据价值难题。从技术商业化角度来看，目前知识图谱市场主要存在两类玩家。第一类以大型互联网公司为主，如阿里商品知识图谱、腾讯 TKG 、百度大脑在 AI 开放平台上发布了知识图谱 Schema 的服务等。另一类则是以明略科技、竹间智能为代表的知识技术公司。这些厂商以技术研发为核心，根据企业的具体需求、场景提供一站式解决方案。以竹间智能为例，竹间智能自建的Gemini（ Knowledge Factory ）知识工程平台，以其高度自动化的优势，帮助企业摆脱在构造和运维知识图谱过程中对具有领域知识的从业人 1 4 机器学习一旦机器可以自己理解自己，一场颠覆性变革将会发生。机器学习作为一项通用型技术，实现了数据分析、数据科学和自动化的融合。目前已取得了重大落地成果，并广泛应用于各行业各类型的企业系统应用中，帮助企业增强客户体验、改善运营决策、提供创新的产品和服务，推动数字化转型进程。基于其可自动化、强优化与超见解的优势，目前已经被应用于各商业场景的业务流程中。如在金融领域，可应用于加强欺诈检测、风险控制等；在保险领域， 可利用机器学习来微调他们的风险计算模型；在制造领域，可实现数据驱动，完善从概念到最终交付过程的运行机制。未来随着技术的进一步创新，更多领域的场景应用将成为可能。例如利用机器学习完成芯片的设计，可能过去需要数十名工程师数周或数月的时间，利用机器可在短短几天内自行完成。机器学习的能力超乎想象，它正使一切变得更加聪明且更有效率。 图丨机器学习助力各领域降本增效（来源：CB Insights 中国） 1 5 未来，机器学习将结合其他技术或领域多维进阶，为数字化转型进程添砖加瓦。（1）在发展方向上，数据隐私保护将成为机器学习主力方向之一。目前数据安全和隐私保护频频面临挑战，如何在保护用户隐私的同时确保数据可用，是亟待解决的问题。因此，如何结合其他学习框架，在开发数据价值的同时，保证用户隐私安全，正成为机器学习未来探索的方向之一。（2）机器学习将与其他新兴技术结合，达到 1 + 1 2 的成效。如机器学习+物联网，两种技术融合将为新场景打开大门。物联网设备网络可提供机器学习所需数据基础构建数据模型，机器学习反哺，增强物联设备的安全性与智能性。两者相辅相成，达到 1 + 1 2 的成效。 （3）机器学习与科学计算有机结合，完善机器学习算法机理。当前机器学习算法机理不明，缺乏理论基础，这制约了它在金融、医疗等领域的应用。而科学计算已经建立了强大而准确的分析框架。两者的有机结合，在算法层可借助好的数学工具构建模型，逐渐完善算法机理模型，为机器学习提供强大的理论基础和方法驱动，进一步赋能更多场景。机器学习技术领域代表企业同盾科技从技术商业落地维度来看，全球的创新公司都在将机器学习与垂直领域结合， 并有着清晰的垂直重点。以同盾科技为例，利用机器学习等技术深耕金融风险管理领域。在机器学习技术框架下创新了深度学习、联邦学习、强化学习、元学习等技术，同时结合其他AI技术，搭建了完整的技术架构与产品体系。作为国内较早一批将机器学习技术商业化的企业，同盾科技已形成了完整的产品体系：天策-决策引擎、云图-知识图谱、明模-模型平台、极溯-指标平台、星河- 1 6 大数据平台，从数据分析到智能决策构建了一体化解决方案，更好的为企业降本增效。 此外，在近年关注的数据安全、数据隐私的解决方案上，同盾科技创新性地提出知识联邦技术体系。不仅实现将散落在不同机构或个人的数据联合起来，转换成有价值的知识，同时在联合过程中采用安全协议，保证了用户数据隐私。该方案既实现了跨源跨域的知识发现、标识、归纳、推理和演绎问题，又保护了数据贡献方的原始隐私数据，解决数据安全问题，精准地做到数据“可用不可见”，并协作完成特定的机器学习任务。具体到案例上，在同盾科技为某银行提供反洗钱管理过程中，利用了明模-模型平台开发部署，实现在保证数据安全的同时，利用机器学习模型提升可疑洗钱账户监测的准确性。在模型上线后一周，即预测出可疑洗钱账户 70 余个，大大 提升了风险管控能力和监管效率。 图丨同盾科技机器学习等基层技术支撑产品服务及解决方案（来源：同盾科技，CB Insights 中国） 1 7 在数据隐私安全频频面临挑战的背景下，同盾科技率先提出可落地的解决方案。目前该技术框架已覆盖了银行、保险、政府等领域，满足部分知识密集型行业中复杂的、多层次的需求。已实现场景包括：贷前管理、贷后管理、小微风控、评分产品、信贷行业洞察、联合运营等覆盖信贷全生命周期的信贷风控服务。 未来，同盾科技还将致力于通过创新的产品与技术，在保证数据安全的同时为多个领域的客户提供智能决策服务，助力提升全社会数字化水平。图丨同盾科技明模-模型平台产品架构（来源：同盾科技，CB Insights 中国） 1 8 云计算是产业数字化的“基石”混合云随着产业数字化转型的纵深演进与云计算市场的创新发展，公共云与私有云的混合使用被越来越多的企业采纳。混合云作为一种新型的IT构架，整合和集成了多种模式云资源的云服务方式，可以实现多云协同、云上云下协同等作业方式，具备为多种数据应用提供场景支撑的能力。未来在基础设施的构建中，混合云计算将占主导地位。 目前混合云已经成为各行各业实现渐进式数字化转型的首选方式。一方面混合云构架不仅是IT架构上的革新，更可以为企业业务带来创新机遇。假如当企业需要快速有效地建立和测试新概念时，可运用混合云平台进行实验。这不仅避免了安全、合规、成本等方面问题，而且不影响现有业务开展，一旦试验成功，还可以方便地在公有云和私有云之间迁移，有效助力企业实现简单的创新支持业务增长。图丨混合云技术优势（来源：英特尔，CB Insights 中国整理） 1 9 另一方面，混合云助力企业数字化转型过程中降低成本的同时保证高敏捷性。公有云适用于非生产性应用、灾难恢复和长期保存数据，借此可以大幅降低成本，而在业务应用程序可能需要保持隔离或对延迟敏感时，私有云则更有优势。两者的结合可以更好的优化成本，具有互操作性、联合性和开放性，实现快速创新与合规性要求之间的平衡，为产业数字化转型提供更大的支持。在产业数字化大背景下，混合云市场已经成为各厂商竞争的重点，不断推出混合云服务和解决方案。目前市场厂商主要分为四类企业，第一类是以公有云切入市场的服务商，如阿里云、腾讯云为代表，这些企业通常在推广自身产品的同时，与其他企业合作，推出混合云服务。第二类是原私有云厂商，通过不断 完善产品线，拓展云服务能力，切入混合云市场，如九州云等。第三类则是原硬件IT服务商，意识到云服务市场的崛起，也想借势分一杯羹，如新华三、浪潮等企业；第四类则是近年来涌现的一批混合云厂商，这些企业提供统一架构的公有云服务和私有云部署，并将公有云与私有云的无缝连接，提升云管理和云服务水平，如青云、优刻得等。 作为实现数字化转型的主要手段之一，混合云将伴随产业数字化转型的持续深入而不断发展。图丨混合云市场格局（来源：CB Insights 中国） 2 0 边缘计算随着传输到云计算分析解决方案的数据量的增加，原始数据的延迟和可扩展性以及处理速度等问题也随之出现。边缘计算由于拥有可就近提供计算、网络、智能等关键能力，提高服务性能，支撑物理和数字世界，已经成为计算体系中的新方向，同时也是产业行业数字化转型不可或缺的技术手段。“云”“边”协同联动，共同释放数据价值，已然成为产业界达成的共识。边缘计算以业务实时、数据融合、创新智能、安全保护等优势，为应用提供算力 能力，助力产业进行数字化赋能。现阶段边缘计算已经广泛应用于制造业、能源行业、公共交通、农业、医疗、教育等垂直行业。 目前边缘计算从技术概念期进入期望峰值期，预测未来边缘计算将主要从以下几方面发展。（1）边缘智能正成为边缘计算未来创新能力构建的主要方向。边缘计算实时性、本地性的特点，决定了本地算力在边缘智能时代扮演着至关重要的角色。因此图丨边缘计算优势（来源：CB Insights 中国） 2 1 低功耗、高效率、可快速部署的智能算力产品或设施，将成为未来边缘计算创新发展的一大重点。若未来可在边缘设备上可以搭载高性能芯片和深度学习算法，既减少了中心式负荷和宽带浪费，又保证了低延迟和数据隐私等问题，将进一步提高边缘计算的算力，更多应用场景落地（如无人驾驶、公共安全等领域）将成为可能。（2）多种技术融合发展已是大势所趋，边缘计算也不例外。单纯使用边缘技术构建的应用难以充分发挥其价值，边缘计算与云计算的协同合作，将成为云、边、端等协同的关键枢纽环节， 实现物理资源的共享。再如边缘计算与去中心化特征的区块链的结合，可将区块链的节点部署在边缘能力节点上，可以利用 边缘计算的实时计算能力解决区块链对于数据传输需求的问题，同时利用区块链技术建立边缘计算可信机制，提供更可信的计算环境，可进一步提高数据隐私安全。两技术的优势效果强强联合，将形成一体化解决方案。边缘计算在产业数字化领域的重要价值已得到普遍认同，正迎来了新一轮发展机遇。据 CB Insights 数据，到 2022 年，全球边缘计算市场规模预计将达到 67.2 亿美元。与之伴随着的是，未来将有更多创新型企业加入，边缘计算将逐渐渗透于数字化领域的各个角落。 目前，从市场玩家的角度来看，已经有部分云计算和基础架构厂商已经将业务延伸至边缘计算领域。在技术、产品、应用场景等方面展现出良好的势头。如华为、阿里云、九州云 、 ZStack 等。未来，随着边缘智能化水平的提高，将能提供更多创新性的服务，原来以往单纯云架构下，没法想象的产品和服务将会变成可能。 2 2 大数据：数字经济协同发展的助推器分布式数据库数据库作为数据存取、管理和应用的核心工具，决定了数据运行处理的高效性。在数字经济的背景下， 各个行业的业务迅猛发展，数据信息爆发增长，数据结构复杂度与日攀升。但传统关系型数据库在处理高并发、实时处理等数据业务时，明显力不从心。多重因素驱动下，分布式数据库正在崛起，或将成为企业数字化转型进程中优选项。 具体而言，分布式数据库在赋能数字化转型过程中主要具备以下优势：（1）具有很好的弹性扩展能力。随着客户数量、交易并发量、吞吐量达到了一定级别时，普通 MySQL 架构无法支撑业务增长的问题。而分布式数据库具有分库、横向扩展、支持高并发的业务访问等特点，实现了降低对单机单库的依赖。图丨三大因素驱动分布式数据库市场来临（来源：CB Insights 中国） 2 3 （2）高可靠性。分布式数据库利用多副本来实现系统可靠性和可用性，当某一节点中的数据不可用时，其他数据副本将继续保证业务的连续性，还可以对数据就近计算，减少网络消耗，提升性能。（3）成本低。分布式数据库可根据业务规模需求按需购买，在数字化转型过程中，降本增效是企业关注的焦点，而分布式数据库相比于开源产品总体性价比更高，可自主控制实例升降配，根据业务量调整资源使用。（4）满足云计算等场景需求。数据库与计算载体紧密相连，未来云端、边缘端 正成为主要的计算场景。分布式数据库可进行资源池化管理，具备多模式、多租户等特点，与云计算、分布式应用开发模式相匹配。从商用落地的角度来看，目前分布式数据库已经在多个行业中得以应用，如互联网行业、金融行业等。未来随着业务场景和数据处理等方面的需求逐渐趋于明朗，分布式数据库以场景和功能的划分将更为细致，更好地去支撑业务增长与业务决策带来的数据需求。从市场格局来看，中国分布式数据库自 2011 年开始起步，目前市场参与者主要划分为三类： 图丨分布式数据库市场格局（来源：CB Insights 中国） 2 4 第一类主要是传统数据库厂商，以武汉达梦、南大通用、人大金仓、神舟通用四家为主，这四家是中国数据库的老将，也是国内最早涉足数据库的一批企业。从产品布局看，这四家企业虽专注于关系型数据库市场，但近年也在不断布局分布式数据库。如人大金仓的 HTAP 分布式数据库 KSOne ，南大通用的 GBase 8s 等。其主要优势在于数据库的国产替代，且在一些特定的应用场景上拥有优势与经验，如政府机关、国防、能源等场景。第二类为以华为、阿里、腾讯为代表的大型互联网企业。数据库作为最重要的基础云服务之一，无疑已经成为互联网企业侵蚀的领域之一。在产品布局上看，各家均自研技术体系，推出丰富的产品体系。如华为自研分布式数据库 GaussDB ；阿里拥有阿里云“云原生分布式数据库 PolarDB ”和蚂蚁金服“分布式数据库 OceanBase ”；腾讯旗下拥有“分布式数据库 TDSQL ”和“云原生分布式数据库 CynosDB ”。这些企业都在以自身业务为中心，同步进行技术创新，打造丰富的产品体系。第三类则是近年分布式数据库新秀企业，如星环科技、巨杉数据、 PingCAP 等。得益于市场需求的增长、资本的持续注入，这类企业正成为数据库领域的明星项目。它们虽相较于传统数据库企业而言，入局时间较短；相较于互联网企业而言，产品完整度较低。但其优势也非常突出，高度聚焦、创新速度快、差异化竞争策略等单点突破能力，也让其极具产品竞争力。 未来，分布式技术将与云原生深度融合。从架构上看，分布式数据库提供了更加灵活的数据服务支持，实际上是一种“云原生”的架构体现。云原生与分布式的结合可帮助企业实现资源池化，并进一步实现“存储计算分离”，满足企业更多场景下高可用性、扩展性、云服务托管的需求。随着云原生技术不断创新发展，“分布式+云原生”的结合也许会激发更多可能。 2 5 数字孪生数字孪生作为连接实体空间与数字空间的一种高保真技术，具有模型设计、数据采集、分析预测、模拟仿真等优势，该技术已经成为数字化转型的重要支点。利用数字孪生技术可打造出映射物理空间的虚拟世界，实现物理实体与数字虚体之间的数据双向动态交互。同时依据赛博空间的变化及时调整生产工艺、优化生产参数，得到包括优化、预测、仿真、监控、分析等功能的输出。 数字孪生技术在数字化转型的过程中具体包括以下优势：（1）真实、持续更新的信息，用于提升数字化管理程度。基于全面的数据管理、历史信息、传感器获得的信息以及企业提供的信息（扩展的信息），可以更直观的进行数字化管理与规划预测。图丨数字孪生技术助力产业数字化进程（来源：CB Insights 中国） 2 6 （2）改善了各行业产业链中参与者间的协作。数字化转型不是个体之间的行动，而是涉及行业内上下游的协调与共享，采用数字孪生技术使行业数据信息更加透明化，有利于提高产业链内的相关企业相互协作。（3）通过“虚实交融”的技术手段帮助产业发展挖掘新的商业价值。如数字孪生利用到零售行业、汽车行业等消费场景，可助力企业实现数字培训、远程呈现等新的零售互动等系列模式，助力实体经济与数字经济实现融合发展。现阶段数字孪生已不再是实验室的科研项目，已实际应用落地到各行业场景中。 除了最早应用的航空航天领域外，目前在城市管理、传统零售、建筑、制造等行业也逐渐应用落地。以影谱科技为例，其将人工智能技术与数字孪生技术结合应用到零售等多个领域中，助力传统行业数字化转型。影谱科技推出自主研发的数字孪生引擎 ADT ，可快速完成物品及服务的建模、行为、交互，在数字商业、数字孪生、流程模拟、高精度物理仿真、 HMI 人机交互等诸多方面积累了成熟的经验，从而为数字零售、智能家居、智慧传媒、教育培训等商业服务应用提供持续的数字化服务。 在零售领域，影谱科技通过 AI +数字孪生技术将物理现实商品传递到数字世界 图丨影谱科技数字孪生引擎ADT系统架构（来源：CB Insights 中国） 2 7 在零售领域，影谱科技通过 AI +数字孪生技术将物理现实商品传递到数字世界中，弥合实体商店和在线商店之间的鸿沟，使购物者可以立即参与其中，是一种无缝的线下转到线上场景的技术方式，可实现商品快速建模、场景识别、互动娱乐等。影谱 ADT 把商品作为一种新型数字资产，围绕商品供给体系提供实时 AI 孪生工具，重塑商品生产关系，增强用户数字体验。具体到应用上，影谱不但实现了店铺的在线升级及商品管理能力，还助力零售商支撑业务场景，打开了新的营销模式。如在购买场景上真正实现了 3D 商品时代，为零售商品实时提供 3D 展示与交互广泛支持，直观地呈现出商品外形、材质、特征、使用说明、内部结构等高维度信息，丰富了消费者的购物体验。 在流通与服务场景上，商品可快速生成一个集成的多物理、多尺度、超写实、动态概率的仿真模型，通过与物理实体之间的数据和信息交互，不断提高自身的完整性和精确度。在商品与消费者的互动上，影谱数字商业构建的数字孪生体，不仅与物理产品形似，还能模拟流通环节、使用环境。通过保留物理环境作为 3D 场景元素的背景，帮助用户可视化产品在其真实消费环境中的显示方式，以便在购买前更准确地评估产品的适配性。 图丨影谱科技赋能传统零售行业优势（来源：CB Insights 中国） 2 8 2 9 Chapter 3 行业：“三产一体”数字化转型升级实践经验3.1 加快建设数字政府，深化“数智+政务”深度融合 孤岛问题、数据效能低，转型过程的两大难题 创新与融合，数字政府建设的关键解决要素 政务数字化代表厂商百分点科技3.2 数字化赋能制造业，引领行业颠覆性变革 制造业数字化转型过程中所面临的挑战 破解制造业数字化转型难题的实施路径 制造业数字化厂商典型企业树根互联3.3 数字化席卷医疗行业，商业模式创新成发展新态势 全链路数字化实现各场景击穿，多种商业模式应势而起 医疗端数字化基建提速，诊前、诊中、诊后全景生态布局 技术结合药企需求，实现全产业链数字化赋能 医疗数字化代表企业森亿智能3.4 数据赋能城市数字化转型，打造智能城市综合体 城市数智化建设面临的问题与解决方式 释放数字潜力，智能城市未来可期 典型代表厂商特斯联 加快建设数字政府，深化“数智+政务”深度融合当前数字化转型正如火如荼的进行中，政府作为产业数字化中的规则制定者，同时也是经济社会的最大购买方，正积极推动自身的数字化转型升级。目前中国政府数字化转型已进入全面提升阶段，数字政府已成为推进政府数字化建设的重要抓手。 孤岛问题、数据效能低，政府数字化转型过程的拦路虎 数字化转型从不是一蹴而就的事，“数字政府”建设更是一项复杂的系统工程。随着政府数字化转型地纵深推进，处于改革神经末端的政府，在转型推进的过程中逐渐暴露出诸多问题。如各类信息孤岛问题、数据管理与价值利用问题等。首先，“孤岛问题”始终是政府数字化转型面临的首要障碍。一方面，早期各部门独立进行信息建设，导致操作系统、数据采集标准各不相同，各部门间信息重复、数据不贯通，“数据孤岛”问题始终存在。此外“业务孤岛”也是长期存在的焦点问题。各业务平台间标准不统一、接口不连通，导致一个完整的业务在各系统间难以顺畅流转，各部门协同效率低下，直接影响了政府的办事效率与服务质量。不仅如此，目前中国体制背景下的管理模式和信息应用模式， 多以“条块分割碎片化”式为主。各部分管理视角的不同，也导致部门内部的信息不对称、流程不清晰等问题，“管理孤岛”就此形成。数据孤岛、业务孤岛、管理孤岛层层叠加，已成为政府数字化转型的首要难关。此外，政府的数据价值效能、数据共享水平也有待提升。数据是数字化转型的核心要素，效能最大化、数据资产共享是理想情况下的数据资源状态。但目前 3 0 由于未形成完善的数据治理体系与数据标准，政府数据资产无从查清、数据质量无法把控、数据价值无法挖掘。政府数据处于“沉睡”状态，面对海量有用的政务数据，却很难转化成真正的业务价值，数据效能未充分发挥最大价值。因此如何充分发挥数据新要素在政府治理中的作用，是摆在数字政府建设者面前的一个关键问题。而且，受国家政策、行业限制等多因素影响，各级政府间、政府与企业间，全方位的数据资源尚未进行共享，数据资源共享开放力度明显不强，数据资源开发利用深度不足，数据资源交易增值潜能有待激活。创新与融合，数字政府建设的关键解决要素 数字化转型是必经之路，面对挑战与问题，政府应直面挑战、把握机遇，加快政府数字化转型进程，建设“数字政府”。从创新、融合两方面破解数字政府建设难题，不断利用新技术、新思想、新方案推动政务服务变革、政府职能不断完善，数字政府正迈入一个以数据创新为标志的时代。“融合”是政府数字化转型的基石，具体包括三方面：数据融合、业务融合与管理融合。在数据融合方面，现阶段政府部门之间数据互通性差、数据开放程度低。在转型过程中，通过将多模态、多语义、多结构、多来源的数据聚集融合，构建大数据平台，形成社会共享的数据链。利用 AI 等技术手段进行智能分析，实现全局化的数据治理与贯通，彻底释放数字红利。 在业务融合方面，按照服务价值链、产品生命周期等维度，整合政府相关业务流程、梳理办事规则。利用数字化技术实现相关方之间，业务与资源的在线协同和动态优化，实现跨部门、跨业务、跨层级间的协同优化。 3 1 在管理模式上，打破部门、层级壁垒，解决传统条块分割的管理模式，实现高层与基层间的联动。各级政府共同联手依托于一体化政务服务平台，实现“一窗通办”、“零差别处理”，提高政府服务效能、增强居民服务满意度。政府在实现数据、业务、管理多元融合后，不仅能够为社会公众提供多样化的服务，还将为构建开放、创新的数字生态体系做出贡献，进一步催发中国数字经济的发展。同时，创新也是政府进行数字化转型的关键词之一。主要体现在政策创新、技术创新与业务创新。 在政策创新上，相关政府部门须不断制定行业统一标准，完善政策体系。如健全数据治理体系和数据标准、规范数据释放后的数据安全问题等。政府作为各 3 2图丨政策创新、技术创新、业务创新共同驱动政务更多场景实现（来源：CB Insights 中国） 行各业学习的风向标，只有在底层政策上不断健全、开发、创新，政府数字化转型才能始终拥有自我革新的源动力。在技术创新上，不断利用云计算、大数据等创新技术，夯实数字政府基础设施底座，达成数据融合，最终实现数据交互。这种交互不只是数据与数据间的交互，还包括数据与人、自然的融合交互。再通过数据建模、数据可视化等技术手段推进政府的决策体制，通过对数据治理得到有效的分析预判，完成从“人治”到“数智”的创新性转变。 在业务创新上，技术支撑将重构政府数字化建设，进一步赋予政务应用在更多场景发挥力量，如社会治理、城市建设、公共安全等多领域。随着底层政策的不断支持、中层技术的不断开发，未来政府服务的创新和服务边界也将不断拓展。政务数字化代表厂商百分点科技在政府数字化市场上，除阿里、腾讯等大型互联网企业外，也涌现一批掌握核 心技术的创新企业，诸如百分点科技等，积极为数字政府建设提供解决方案。 以百分点科技为例，已深耕数字政务领域数年，持续赋能政府数字化建设。目前已覆盖咨询、产品、应用全场景服务，为数字政府的构建形成端到端的智能价值闭环。现阶段百分点科技正在以自己的加速度持续赋能政府数字化转型，目前在市场上已取得了一席之地。百分点科技在数字政府的建设上，以数据治理为核心，围绕数据进行汇集、分析、应用、决策、管理，盘活政务数据资产，实现科学管理数据，激活数据资 3 3 源价值，为相关部门提供全面、高效的应用数据服务支撑。在产品上，百分点科技依托大数据操作系统 （BD-OS）、智能融合大数据分析平台、商业智能系统（Clever BI）、智能审校系统、多语种语音识别系统、舆情洞察系统（MediaForce）等核心产品，覆盖了数据治理、数据分析、可视化及智能应用等方方面面的功能。具体到场景应用上，百分点科技围绕数字城市、应急管理、公共安全、生态环境四个领域建设，助力政府提升智能决策、风险感知、预测预警等能力。 目前，百分点科技已为北京、深圳、丽江等城市提供了数据智能技术与服务， 积极探索政务应用创新，在互联网+政务、互联网+监管、营商环境优化、社会治理等领域为政府提供数字化解决方案，推进政府治理体系和治理能力现代化。以丽江为例，百分点科技借助大数据、 AI 、GIS 等新一代信息技术，助力丽江 打造城市大脑数据底座。通过对城市人、地、事、物、组织进行全面摸底，打通了基层社会治理、城市综合治理、基层公共服务、社区基层党建等领域，沉淀了本级数据资源池，构建基层社会各领域智慧化应用；运用视频识别、 GIS 图丨数字政务产