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。

推进新兴技术与实体经济深度融合发展的若干建议

微言创新 · 公众号 · · 2020-12-24 17:03

正文

编者按

我国正面临实体经济转型升级、提质增效的重要关口，推动制造业等实体经济行业高质量发展，重塑实体经济核心竞争力、打造新时代新发展的新动能，是新兴技术与实体经济融合发展的重大历史使命。目前，新兴技术在推动企业创新转型、完善系统管理、促进融合发展、加强安全防护等方面还未充分发挥出应有的价值和作用，距离实体经济企业“智能化”的目标仍存在较大的努力空间。

一、影响新兴技术与实体经济深度融合的问题

（一）新兴技术驱动实体经济价值链的重塑，利益相关方的理念和价值观有待转型

新兴技术驱动实体经济价值链的重塑：一方面，企业管理角度，数据化使传统的管理链条标准化、透明化，降低了企业内部管理的信息不对称，从而打破旧有的利益链条，重塑了新的价值链；企业员工角度，人工智能技术使得工作岗位和薪资进行结构性调整，以重复性任务和少量数字技术为特征的工作未来占总就业人数的比例逐渐降低；另一方面，技术价值的彰显需要大量的资金资源投入和分步实施实现的耐心，成本高，见效缓。

这两方面原因考验并冲击着企业、服务商和第三方等利益相关者的理念和价值观转型。

企业层面，一是决策和领导层在对新兴技术及其价值缺乏理解的情况下，以及在任期制“成本-业绩”的考核压力下“不敢融合”，同时亦因缺乏制定相关管理原则、目标、规划等顶层设计工作和重大事项决策的管理经验而“不懂融合”；二是业务部门和基层工作人员固守固有利益链条，或是将其视作技术部门的工作而认为与己无关，或是担心新兴技术对人工的替代，对新兴技术的应用“不关心”、“不积极”甚至“抵触”，集团企业间及内部部门间也缺乏数据互通的有效机制。

第三方利益相关者层面，以金融机构为例，在追逐资本回报率的行业主旨下，相比支持实体经济企业的技术升级，更倾向于短期收益率更高的金融领域内的资本运作，或以商业模式创新为对象、以“投资 - 上市”为路径的财务投资。一方面，造成了社会资本资源流入实体经济领域远远不足，另一方面，也制造了低门槛、模式单一、不可持续的创投泡沫和花式金融，造成了技术创新的机会成本浪费。

服务商层面，提供新兴技术的服务商中，多为倚靠上述第三方金融机构的投资或借贷服务的民营科技企业，在资方和支撑自身成长的压力下，在创新方向和服务客户的选择上，难免也会倾向见效快的商业模式创新，面对创新技术、服务传统行业时产生畏难情绪。

（二）新兴技术驱动实体经济业务能力升级，人员的思维模式和业务能力有待提升

麦肯锡全球研究院提出，2030年，具有创新创意的非重复性活动，或需要高水平数字技能的工作岗位份额，将从大约40％上升到超过50％，约13％的工资总额将转移至此类工作。无论是实体经济企业或是服务商，均待补齐“既理解技术，又理解业务”的各层次各岗位的综合性人才短板。

企业层面，一是思维模式存在路径依赖，例如，制造业极其强调实体样品、重视生产实验过程，对信息技术的虚拟运行、数字模型、电脑模拟、快速迭代等方法论和工具不习惯，认为转换的时间和学习成本高，即便有新技术和新工具也置之不理；二是技术使用部门尚未充分理解和意识到新兴技术具有提升生产效率、降低成本损耗等战略价值，例如，业务部门缺乏对技术和数据支撑业务“提需求”的能力，一线技术工人数字化技能和素养不足，缺乏操作新工具和使用新技术解决问题的能力；三是新兴技术人才引进难，近年来IT行业巨头和“互联网+”企业对大数据和人工智能人才的争夺呈白热化态势，新技术人力资源成本压力过高，令求贤若渴的传统企业愈发望而却步。

服务商层面，大部分新一代信息技术企业虽然了解此类“B2B”服务、企业客户和相关项目的重要性，但对制造企业的主要业务流程及工艺流程缺乏掌握，难以准确、有效地满足制造企业的实际运营需求。

（三）新兴技术价值的发挥需多方因素协调和平衡，对技术应用“双刃剑”的掌控有待加强

由于新兴技术自身的发展及其应用仍充满不确定性，相关因素呈现 “双刃剑”的影响。

一是创新与合规。例如，随着区块链技术的不断发展和行业应用的深化和细化，为规范和促进区块链技术及相关服务健康发展，如何提供有效的法律依据；《中华人民共和国网络安全法》出台后，一批原本做数据运营的公司相继停业，从业人员对新兴技术的应用感到迷茫，对数据使用的合法合规边界认知模糊，阻碍了跨界创新的脚步。

二是成本、效用与安全。例如，国内制造业的智能生产线对核心技术掌握不够深入，原始创新产品的产品功能、用户体验、稳定性和成熟度等与国外主流产品仍存在一定差距，基础软件、核心工业软件的外资垄断程度较高，一来造成企业的投入成本高，二来关乎商业、产业乃至国家制造业的数据安全，这些问题如何考虑？

三是应用与隐私。例如，在数据分析和挖掘过程中，从技术角度，数据规模、活性、多维度、关联性、颗粒度程度越高，数据价值越大。而出于隐私保护，势必需要牺牲部分数据之间的模型关系，造成数据价值打折扣，如“千人千面”精准个性化服务的分析有效性等。

二、多层面推进新兴技术与实体经济深度融合发展的建议

基于上述问题和瓶颈，从工作的推动实施者（政府、企业和服务商三大利益相关方），以及工作推进的重点方向（规划及治理、人才培养和技术应用）两个维度，提出如下政策建议。

（一）政府层面

① 加速各细分行业领域的公共数据管理办法和行业标准制定工作；

② 坚持以企业为主体、市场为导向、产学研深度融合的技术创新体系，引导各类创新要素向实体经济企业集聚；

③ 培育、推动并鼓励协作、联动和融合的跨产业合作生态，尤其是具备公共服务属性的行业领域，通过大量完整、连续、系统，且具备一致性、关联性、价值性的城市数据持续联动，大幅提升公共资源供给效率和公众满意度，体现企业的社会责任；

④ 加大多层次人才的培养，加强高校、科研院所与企业和服务商的产学研互动，满足市场对跨界人才的大量需求；

⑤ 遵循监管引领和问题导向，制定相关管理规定，加强对信息、数据及网络技术设施安全的监管，如制定区块链信息服务管理规定；

⑥ 在保证技术和数据应用合法合规的同时，推动新兴技术数据的跨界运用，如探索新技术、新产品分阶段管理模式。

（二）企业层面

① 在战略层面做好新兴技术赋能企业的规划和技术治理，提高IT治理和数据治理水平，发挥各项融合促成因素对理念和价值观的积极影响；

② 通过雇佣专业人才、从内部人才培养、将科技相关工作进行外包等方式，采用内训、实践、组织专业培训等模式，吸引、用好并储备各类复合型专业人才，尤其是注重培养一线技术工人的技能升级，向一线基层员工开放技术职称考评、技术研究、技术奖励等创新驱动机制的参与机会；

③ 建立一体化协同机制，保障技术应用的有效性，充分释放数字价值；

④ 防范风险，强化信息、数据及网络安全。

（三）服务商层面

① 与企业协同探索实施规划全面、易于落地的数据治理标准规范、解决方案和最佳实践；

② 在业务实践中培养对实体企业主要业务流程、关键环节及工艺流程能够深入理解，并能在细分垂直领域深度应用新兴技术进行数字化、网络化、智能化改造的专业技能人才及跨界人才，弥补高素质人才的结构性短缺；

③ 深度融合数据挖掘、机器学习、深度学习、知识图谱和专家系统等各类前沿技术，创新产品服务，研发并升级具备国内自主知识产权、高性能、扩展性强、成本可控的硬件、平台、分布式技术架构、存储方式和应用模式，支持企业以可控成本应对新技术及其应用飞速发展带来的挑战。

（责任编辑：雷蓉）

作者简介

上海软件中心大数据治理研究所（上海科学院大数据治理研究所）是国内大数据治理、数据资产管理研究的开拓创新者，是国际及国家数据治理和数据资产系列标准的牵头单位，承担了 20 余项国家级、市级大数据研究课题和工程项目，在大数据领域规划咨询、标准研制、技术研发、项目实施等方面，具有业界领先的技术服务能力。

闭珊珊，上海计算机软件技术开发中心大数据治理研究所服务推进部部长，工程师。

杨琳，上海计算机软件技术开发中心大数据治理研究所副所长，高级工程师。

王宇颖，上海市国有资产信息中心主任，高级工程师。

高洪美，上海计算机软件技术开发中心大数据治理研究所咨询规划部及成果转化部部长，工程师。