8月3日,大数据与数字经济大会暨2023(第八届)中国大数据产业生态大会开幕,工业和信息化部原副部长杨学山出席并发表主旨报告。杨学山表示,要把数实融合落在实处,建设以实体经济为支撑的现代化产业体系,数字工具、数字技术、数字经济一定要和国家确定的产业目标相结合。同时要坚持以实体经济为重,防止脱实向虚。
杨学山认为,数字是生产要素,也是发展资源,而且数字与其他生产要素和资源截然不同。数字的价值并不是由数字本身产生的,而是产生于数字化转型的具体场景中,这些产生价值的数字也是在场景中生成、使用,相应的网络、算法、算力都服务于特定场景的需要。
在农业数字化转型的一般场景中,农业的工厂化生产需要运用数字技术育苗,从稻谷发芽到秧苗移植都需要利用数字来控制大棚里面的温度、湿度、光照、肥料等因素。从某个大棚产生的数字一定只能适用于这个大棚;这个大棚中的数字也只能在这个大棚的生产中发挥作用。
在采掘业数字化转型的一般场景中,自动采矿过程需要数据。从采掘矿石到运出去、铺设堆料装载等过程全部都是自动化的,全程无须手动干预。这个采矿过程所有的数据都来自采矿的设备和传感器,通过控制系统来实现自动采矿,采矿过程所需的数据也只能来自和应用于这个矿区。
在建筑业数字化转型的一般场景中,用模型系统做装修需要数据。这数据既包括待装修房屋的参数,还包括房屋主人对装修的需求、装修的造价和施工材料等一系列基础数据。用编程模型做装修,就要基于这些数据来形成针对该房屋的具体设计和施工方案。因此在这个装修案例中应用的数据便只是这一套房子提供的数据。
在制造业数字化转型的一般场景中,智能大厂中的工业大数据来源于数控机床和产线,包括生产计划、设备故障查询记录、产品质量检测结果等数据,智能车间是基于这些数据才能够运转起来。上述设备、生产线、车间所生产的数据便是该制造生产活动继续和发展的基础。
再看服务业,其数字化转型过程中,不仅要聚焦具体场景,也得树立系统观念,不仅只关注数据,还要全面厘清完成一件事所需要的各物品和要素,以此为基础才能真正达到完成事情的目的,并产生相应的价值。例如,垃圾分类的过程需要数据,包括一辆垃圾车经过的站点、运送垃圾的重量、采用摄像头监控垃圾是否实现了分类等方面。然而这还不够,优化城市垃圾分类这一工作还需要促进奖惩等制度的完善。即不仅要关注数据的功能,还要关注人在此过程中发挥的作用。
杨学山说,在上述场景中取得的实践经验将帮助我们深化对数字化转型和数字经济发展的认识。 (赵晨 蒋安昊)