专栏名称: 微言创新
“微言创新”由上海科学院规划研究处和上海产业技术研究院战略咨询中心共同出品,专注产业创新领域研究。言微意未尽,集智求创新。
目录
相关文章推荐
Excel之家ExcelHome  ·  AI时代Excel会被淘汰?LOOKUP函数 ... ·  2 天前  
完美Excel  ·  使用deepseek在Excel用户窗体中生 ... ·  2 天前  
Excel之家ExcelHome  ·  WPS表格中的几个实用功能 ·  4 天前  
Excel之家ExcelHome  ·  让Excel自动检测录入的数据 ·  3 天前  
Excel之家ExcelHome  ·  还在手动筛选数据?FILTER函数这几种典型 ... ·  3 天前  
51好读  ›  专栏  ›  微言创新

新兴技术与实体经济的融合路径及模式

微言创新  · 公众号  ·  · 2020-12-22 14:49

正文

编者按

在新时代的背景下,全球各主要国家和地区普遍将运用新兴技术赋能实体经济作为重要战略性举措,积极推进从生产要素到创新体系,从业态结构到组织形态,从发展理念到商业模式的全方位变革突破。那么,新兴技术通过什么路径影响实体经济发展,在实体经济中的应用模式有哪些;目前仍有哪些瓶颈制约着新兴技术与实体经济的深度融合,如何突破这些瓶颈?我们将发表两篇系列文章,以上海国资体系为例,对上述问题进行阐释。


在上海加快建设具有全球影响力科技创新中心的进程中,作为主力军的上海地方国资国企顺应科技发展大趋势,利用新兴技术为企业转型升级增添了新动力,为企业创新提供了新动能,成为新兴技术与实体经济深度融合,有效推动经济增长的最好注脚。这里的新兴技术,指一些正在取得飞速发展、具有宽泛影响,且对经济发展影响显著的技术。例如已在大多数国家蓬勃发展的大数据、人工智能、移动互联网、物联网、云计算以及区块链等技术。

一、新兴技术对实体经济发展的影响分析

经济发展,指一个国家或地区的人均实际福利增长过程,它不仅是财富和经济体“量”的增加和扩张,而且还意味着“质”的变化,即经济结构、社会结构的创新,社会生活质量和投入产出效益的提高。本文以索洛的增长核算公式为理论基础, 将经济发展的促成要素归纳为资本要素、劳动要素和全要素生产率(表1)

1 经济发展的促成要素

促成要素

说明

1、资本要素

资本增长*资本回报,资本增长率和资本回报率越高,越能促成经济增长。

2、劳动要素

劳动增长*劳动回报,劳动的增加,包括就业、工时、教育培训和其他,促成经济增长。

3、全要素生产率

指在经济增长中不由投入品数量增长解释的部分,即生产效率提升带来的经济增长。

其中,全要素生产率即通过生产效率提升带来的经济发展。依据企业成长理论、关键成功要素理论及产业发展理论, 将企业及其所在的垂直行业及产业对经济体全要素生产率提升的二级因素归纳为以下八项(表 2
2 全要素生产率的二级促成要素

促成要素

说明

行业产业层面

3.1 新业态的出现

业态,即在一定的市场体系中表现出各具特点的运营状态、商业模式和业务流程,即与“业”务相联系的形“态”。新型业态的出现主要依靠分工细化和融合两个路径,为已有实体行业的生产效率提升带来新动能和新模式。

3.2 新行业的形成

随着技术进步以及社会分工和专业化的发展,在原有行业产业中分解出新的行业产业。

3.3 新生态的协同

产业链上下游紧密融合,按照不同的生产品类,聚合形成一个个不同的“产业生态”,实现生产、流通、消费统一,从而彻底重构产业。

企业层面

战略层

3.4 商业模式创新

改变企业价值创造的基本逻辑以提升顾客价值和企业竞争力。既包括多个商业模式构成要素的变化,也包括要素间关系或者动力机制的变化。

业务层

3.5 改善用户体验

增强用户对于针对使用或期望使用的产品、系统或者服务的正向认知印象和回应,以用户为中心、以人为本、需求主导的产品和服务价值观渐成趋势。

3.6 产品服务创新

含工艺创新(现有种类产品服务的质量提高)和产品创新(生产性、消费性产品服务种类的增加)。

3.7 业务流程优化

对现有业务流程的梳理、完善和改进的过程,以提高组织运作效率,降低整体运营成本,增加规模效益。

支撑层

3.8 高效支撑管控

通过各职能部门的高效运作管控、部门间信息的流畅沟通、部门结构的灵活柔性、企业人财物等基础资源的整合管控,为企业提供高效运作的基础性支撑。





通过对国内外现状的整体洞察,对上海国资体系所有企业的实地调研走访,对新兴技术对制造业、交通运输业、建筑业、现代服务业等各实体行业发展的影响分析, 将新兴技术对经济增长促成因素的影响概括为“十新”(表 3
3 新兴技术对经济发展促成因素的影响

经济增长促成因素

新兴技术的影响

1、资本要素

产融融合新引擎: 资本增长率、回报率和利润率的新引擎。

2、劳动要素

人才优化新推手: 推动劳动力需求,促进就业率,推动人才能力的提升和人才结构的优化。

3、全要素生产率

3.1 新业态的出现

业态创新新动能: 传统服务业的升级需求导致了高技术产业与传统服务业的融合,新技术服务业的业态创新将提升传统产业并成为新经济中的强劲增长点。

3.2 新行业的形成

战略产业新主角: 新一代信息技术已成为我国加快培育和重点发展的战略性新兴产业之一。

3.3 新生态的协同

生态体系新格局: 通过提供开源系统、营造开放环境、促进跨界融合、孵化创新团队等多种方式,持续构建完善资源集聚、合作共赢的生态格局。

3.4 商业模式创新

商业模式新形态: 实体企业已将“数字商业模式”作为商业竞争的战略性新高地。

3.5 改善用户体验

精准个性新体验: 针对客户个性化需求实现精准营销;实现线上线下全方位交互渠道建设;安全保护自身及客户的数据隐私。

3.6 产品服务创新

产品升级新思路: 对现有产品服务进行数字化改造升级;开发智能产品或服务;基于个性化需求提供定制产品或服务。

3.7 业务流程优化

敏捷流程新速率: 利用新兴技术对业务流程进行改进和优化,改变企业的设计、研发、生产制造、营销和渠道方式。

3.8 高效支撑管控

智能管理新工具: 依据业务需要灵活调整职能部门结构,实现数据流与业务流程在各部门间的无缝衔接,搭建基于数据分析的决策体系与管控体系。


、上海国资体系新兴技术的融合路径及应用模式

通过对上海国资体系近30家国企新兴技术应用案例的深度分析,根据案例中项目实施的建设目标、建设内容和其新兴技术发挥的核心价值, 将新兴技术应用模式划分为平台整合模式、流程优化模式、经营升级模式、业态创新模式和产融融合模式五大类(图 1

图1新兴技术的融合路径及应用模式

1. 平台整合模式

基于移动互联网、大数据、人工智能等新兴技术,整合企业内部信息系统及数据、外部互联网数据、第三方数据(如供应链上下游数据、消费者数据)等,建设企业统一的数据管理平台。通过聚合企业内部和外部价值链信息,彻底解决集团型企业信息及数据资源分散的问题,实现业务/平台整合。
该模式有融合性、共享性、统一性的三大特征。 融合性指将多源异构数据融合,从而在统一的数据标准下制定数据格式、数据质量管理体系、数据结构等;共享性指各种业务系统开放数据接口、制定数据集成与共享规范,供整合的平台调用,从而打通各个业务的数据孤岛,实现数据在平台层面的共享,同时需要设立不同权限,在数据共享时保证数据安全;统一性指使用统一的数据仓库、登录接口、数据标准、数据安全权限等。

2. 流程优化模式

利用物联网、大数据、人工智能等新兴技术,获得完整的产品供应链、生产链等多环节、多类型的大数据,实现实时动态的计划排产、故障诊断与预测,提升制造、仓储、配送、销售效率等,进而对生产流程进行改进和优化,改变企业的研发、生产、运营、营销和管理方式。
该模式的特点是管理的科学性。 主要是通过大数据分析发现问题,并基于供应链管理、运筹学、机器学习等方法论和仿真工具,构建数学和计算机模型,优化和提升企业整体的工作效率。

3. 经营升级模式

企业充分运用数据价值,通过数字化改造现有产品服务、开发智能产品服务、提供个性化定制产品服务,实现产品服务创新;实现用户体验改善和 “数字商业模式”创新 ,助力企业转型升级。
该模式的显著特点是需求导向性和迭代性。 需求导向性指以用户需求为导向改善产品性能,从而响应市场,推进企业业绩的提升;迭代性指企业经营各个环节的良性循环和互相促进,既可以基于现有数据改进服务和生产,也可以通过改进后的模式重新收集数据,进一步迭代,直到企业达到最好的运转状态。

4. 业态创新模式

利用新兴技术带动新服务,以新服务促进新产业,产业链上下游紧密融合,通过分工细化和融合等路径重构产业,推动新生态的协同,进一步地,孕育产业内或产业间的新业态、甚至新产业的产生,形成全新的、综合性的产业形态格局,进而带动整个产业的全面发展。
该模式的特点是协同性。 培育产业的协同新生态、打造全新的业态模式、改变传统业态布局,通过全新数据技术,全面重塑产业已有的生产、销售、管理、服务等诸多条线的模式形态。

5. 产融融合模式

在实体产业方面,企业通过新兴技术的应用、创新,提高资本增长率、资本回报率和利润率,尤其是在投融资、并购业务中,基于海量数据生成数据洞察,促进相关业务的收益和资产的保值增值;在金融产业方面,金融机构形成全面、真实、海量的全产业链数据,探索金融服务创新,将数据决策融入精准营销、信用评级、风险管控、客服渠道等业务,深化金融和产业之间的产融互动,促进金融更好地服务于实体经济。
该模式的特点是深入性。 资管与金融是较早重视并开展数据应用的领域,在良好的信息化和数据化基础上,进一步从数据治理、数据文化、数据价值等方面,在风险管理、业务经营与内部控制中提出更高的要求,坚持应用导向和问题导向,提升数据资产转化为数据服务和数据价值的能力,深挖数据应用,深化数据驱动,深耕管理精细化程度,促进产融深度融合。

(责任编辑:雷蓉)







请到「今天看啥」查看全文