信息工作時代的核心是數據。當前，世界各國都在推進數字經濟發展，搶占新一輪科技和產業競爭之高地。我國數字經濟發展處于蓬勃發展階段，與實體經濟融合程度日益加深，持續為經濟發展創造新的動力。2018年12月15日，原子智庫主辦的“改革的規則與創新——2018 光華·騰訊經濟年會暨風云演講”在北京大學舉辦。工業和信息化部原部長、中國工業經濟聯合會會長李毅中發表演講，暢談大數據的重要性。李毅中提出，要加深對大數據的認識。數據是寶貴的資源，數據中蘊藏著規律、邏輯，就像埋在地下的石油、煤炭一樣，如果不開發就變不成財富。實踐中，大數據和工業發展有很多機會，價值潛力非常巨大。

       我想談一談數字工業，主要講三個問題。第一個問題是對數字工業的認知，第二是各類企業如何跨界融合推動數字工業。最后說說問題和解決的建議。

       第一個問題，推動數字經濟是國家戰略，我們要統籌謀劃重點推進。數字經濟既是一個全球的發展趨勢，更是我們的國家戰略，總書記在不同場合多次做了重要的闡述。我有這么幾點體會：核心是要抓好大數據、互聯網、云計算，人工智能等新一代技術與工業制造業的深度融合，這是核心。關鍵是我們要自主創新，矢志不渝去突破核心技術，關鍵技術做到自主可控。目的是要推進工業轉型升級，實現高質量發展，加快建設制造強國和網絡強國。國家為此做了頂層設計，各部門也出臺一些方案細則。這里我要提一下“中國制造2025”，它的主線是兩化融合，主攻方向是智能制造。國家的頂層設計為我們發展數字經濟指明了方向，提出了要求，增添了動力。
       第二點，大數據要切實為經濟轉型升級服務，重在應用和融合。說到新一代信息技術，首先要加深對大數據的認識，數據是寶貴的資源，數據中蘊藏著規律、邏輯，但是數據就像埋在地下的石油、煤炭一樣，如果不開發就變不成財富。所以首先要用互聯網、云計算把數據收集起來加以分析、整理，這樣才能變成財富，形成數據產業、數據工具，數據工具和各行業專業技術結合，產生新的價值。數據和信息技術的特點是覆蓋性和滲透性很強，如今已經覆蓋滲透到國民經濟、社會生活的各個層面。由新一代信息技術和實體經濟的融合所產生的那部分新增經濟叫做數字經濟，我理解的數字經濟不是劃分行業的標準，很難說哪個經濟是數字經濟，哪個行業不是數字經濟，這是新經濟的一個顯著特征。所以我認為用數字經濟對經濟增長的貢獻率這個概念比較準確，如果說我們說所有經濟在數字經濟中占了多少，不如用貢獻率更加科學，當然這是學術上的討論。
       第三點，發展數字經濟，數字產業化是手段，產業數字化是目的，要擺正位置，不能顛倒。最近，美國通用電氣（GE）前兩個月出售工業互聯網平臺。因為GE原來是在企業內部搞數字化，取得經驗后想把它轉成社會平臺，為社會服務，動機挺好，但是過急過快了，存在本末倒置。GE是百年企業，有8個產業部門，飛機制造、軌道交通、電力都是它的強項。它先成立了一個信息技術部門主導這8個部門，一年花了數十億美金，聘用了數千名IT精英，還收購了一些互聯網站和計算站，但是對工業經濟的復雜性了解不夠，信息技術與實體經濟結合得不好。搞了三年，切合工業實際場景的成果缺乏，平臺業務難以為系。所以前兩三個月GE決定把它出售了。GE改變了戰略，只搞自己最強的兩項——電力和航空業的工業數字化轉型，這個路子就走對了，能夠為用戶提供切實可行的解決方案。GE的教訓對我們的啟示是，新一代信息技術的引領助推作用，最后要落腳到具體行業的跨界融合上，要結合具體的場景解決實際問題。
       第四點，發展數字經濟重點、難點在數字工業，要從企業做起。多年以來，我國發展數字經濟取得了明顯的效果，首先還是在商貿、物流、交通、金融、服務業入手的，可以說取得了巨大的成就。比如說電子商務，移動支付等等。但是，工業是立國之本，是實體經濟的主戰場，也應該是發展數字經濟的重點領域。我國的工業有什么特點呢？第一，門類齊全。聯合國確定的41個大類，191個中類，525個小類，美國都沒有這么全。第二個特點，體量很大。去年的工業增加值為28萬億人民幣，世界第一。2010年就超過了美國，媒體經常說我們是第二大經濟體，但是后面還有一句，我們是世界第一大工業國，大而不強，還有很多差距。我們的實力還是很雄厚的，但是和國際比還有很多核心技術沒有掌握，很多關鍵零部件、元器件、關鍵材料受制于人，這是我們的缺點和差距。因此，平心而論，我們搞數字工業、工業數字化轉型比其他行業要難一些，發展數字工業要從實際出發。我國的行業、地區和企業之間的發展水平參差不齊：地區方面，東部沿海已經到了工業化后期，但中西部還在工業化的加速期，有的還在工業化的中期，地區差距異很大；行業和企業也差異很大，日本的工業企業是從3.0到4.0，我們國家的工業企業1.0、2.0、3.0、4.0都有。舉個例子，我在國家安監總局工作了三年，搞了一項工作：關閉小煤礦。三年關了一萬個小煤礦，現在還在關。小煤礦我去看了一下，形象地講就是兩層煤加一個肉體，靠人工用肩背，每天從礦底下背出來一兩噸煤，拿著一點微薄的回報。這是1.0還是2.0？1.0都沒有，應該淘汰取締，這就是中國國情。
       因此，我們應該從實際出發，從企業做起。我們的企業要做兩件事情，一件是構建工業互聯網，一件是打造智能工廠。我們首先要補短板，強弱項，不是所有的企業都在那奢談智能化，你要補1.0、2.0的短板，向3.0邁進，在3.0的基礎之上搞智能化。因此要按照自動化、數字化、網絡化、智能化的臺階分層次打造生產線、車間、工廠，不要一擁而上。其次，發展數字工業，各類企業要優勢互補，共同推進，取得成效。工業企業，互聯網企業和信息技術企業，各類企業要聯合高等院校、科研機構，產學研用相結合，發揮各自的優勢積極推進。首先，工業企業要適應變革，應用數字技術創新升級，工業企業應該是數字工業的主體，發揮主體作用。工業企業用大數據開展以智能制造為中心的各具本行業特點的創新和改造升級，工業企業大概分幾類：一類是生產資料的制造業，它的產品是生產資料。這類企業一般工藝設備都比較先進，在這個基礎之上，他要建立起自己內部的數字網絡，數字的挖掘、采集、整理、制造，來提高精準制造的水平。無論是流程式的還是離散式的，這兩種生產資料的制造業，現在大家都比較重視。第二類，生活資料的制造企業，產品是消費品，生活資料，更貼近民眾，特點是和市場關聯很緊密，所以用大數據去細分市場、開發產品、創建品牌，滿足消費者個性化、多樣化、時尚化的要求。比如說服裝行業，像紅領，家電行業像海爾，他們的事跡大家都很清楚。還有一類企業是電子信息與產品制造業，特點就是用智能化的生產線去生產智能化的產品，不僅提供了智能化的產品，而且為數字工業提供了技術裝備保障。這方面做得突出的就是華為，富士康，前一段時間是中興成了輿論的熱點，現在華為成了大家關注的熱點。華為和富士康做得確實不錯，智能化催生了新的生產組織。我們調研中發現，數字工業不僅是產業的變化，產品的變化，而且是生活方式，生活模式的變化，過去是封閉式的生產組織，現在有了平臺式、開放式、網絡式的新模式。
       第二，我們看看互聯網和信息技術企業如何助推工業企業數字化轉型?；ヂ摼W企業這幾年發揮優勢，關注并且加速與工業制造業的跨界融合。最初從服務業入手，取得的經驗和成效，這幾年開始應用到工業和制造業了。在這一方面，阿里云比較突出。一些軟件企業也在幫助工業企業把多年積累的紛繁復雜的操作規程簡化為操作軟件。很多工業企業都有幾十年的積累，他們的工藝卡片、操作規程、產品質量標準加起來好幾米厚，軟件企業可以把它變成操作軟件，這樣就把人的規范動作變成的機器的程序。流程簡化的同時，水平也提高了。再看數字化解決方案的提供商怎樣為企業特別是中小企業服務。大企業自己有人力、物力、財力，自己建物聯網和平臺。但是中小企業、小微企業沒有這個力量，那怎么辦？就需要一批公共社會服務平臺為他們服務，我們調研當中發現這個平臺有兩類，一類是由信息技術企業發展起來的，如BAT這樣的超級互聯網大企業；另外比較多的是針對某幾個工業行業提供更加適用的解決方案的提供商，雖然規模小，但是更專業。比如深圳的華龍訊達就面向兩個行業，機械行業和汽車行業，浙江中控就面向流程式的制造業。另一類平臺就是由工業企業把自己轉型升級的經驗打造成對外服務，首先是對同行業服務，然后擴展到跨行業服務。比如說中國航天、三一重工，就是和騰訊合作，把自己的經驗化成面向社會的服務平臺。其中包括挖掘機指數，企業能第一時間捕捉到幾十萬臺挖掘機的運行狀況，多少挖掘機在工作，一個月工作多少小時，由此反映出整個國家固定資產投資建設的狀況，對宏觀決策很有用。他們的共同點就是信息技術IT、數字技術DT，與工作操作技術OT三個技術的結合。
       最后，我說一下存在的問題。第一個問題，不少工業企業數字化轉型意識不夠，應用能力還不強。一些工業企業還沒有認識到數字轉型對提效升級的重大意義。我們在廣東調查時，廣東省經貿委負責同志告訴我，說我很吃驚，廣東省也存在數字化服務商很熱，用戶企業很冷的情況。不要看廣東省工業很發達，不少工業企業對數字經濟還不敏感，還沒有意識到。一些國有企業，因為有經營考核的壓力，缺乏大膽實踐的勇氣。因為搞數字轉型需要投資，當年看不到效果，考核時利潤不夠，而工資和利潤掛鉤，所以存在顧慮。再加上數字經濟名詞繁多，新概念層出不窮，一個概念出來厚還沒有理解，另外一個概念又出現了，有些概念似是而非，搞得有些工業企業摸不著頭腦。怎么辦？加大對典型案例的推廣，每個行業都有典型，交流推廣。在國企考核當中加入數字化轉型的業績考核，同時把企業的數字化投入成本在核算中記足，不讓其增加負擔。另外，我們建議有關部門對學術研究、科學認證厘清新概念，規范數字經濟的統計和評價體系。希望國家統計局對數字經濟的統計要規范，現在版本太多，有些有點離譜。第二個問題，大數據產業的支撐水平和應用能力不足。在核心元器件、高端芯片、集成電路、基礎軟件、大數據分析處理、可視化呈現等方面與國外仍然存在著較大差距。我們的高端專用芯片95%要進口，美國特朗普總統要搞貿易摩擦，可以用這個卡你的脖子，毫不隱晦。一些大數據企業對不同工業領域的需求理解不夠，工業行業太多了，細分525個行業，怎么可能每個行業都很清楚。因此，難以滿足工業企業差異化、個性化的要求；另外，中國這么大，要建全國的工業互聯網，是一個很大的工程。業界對工業互聯網的內涵、構架、發展路徑和認識不盡統一，缺少具體的行動指南，缺少標準規范；此外，要分層次，以國家、地區、行業、企業為主導，開展科技攻關，不要眉毛、胡子一把抓。因此，要提升服務平臺的專業水平，為某幾個行業服務，不要一下子鋪得很廣；開發工業解決方案，建立完善的大數據應用標準與測評體系，加強工業互聯網路徑的研究，明確企業怎么打造工業互聯網，行業怎么打造，全國怎么打造，明確不同層次的工業互聯網發展的重點和路徑；要用市場化的辦法，千萬不能用行政化的方法建立全國的工業互聯網，必須通過行業競爭，優勝劣汰，可以參考國外的經驗，逐步建立全國工業互聯網。
       第三個問題，信息安全形勢嚴峻。有些大數據服務商未經授權就私自采用企業和個人的信息數據，個人的隱私得到泄露，大家感到不安全。我國工業控制系統逐漸向計算機過渡，存在安全隱患和管理缺陷，一旦失控損失巨大。數據的高度集中也意味著風險的集中，建議要研究界定數據采集、應用的范圍和方式，明確相關主體的權利、責任和義務，哪些你可以用，哪些未經授權不能用，要明確起來，加強工業控制系統安全防護技術的開發?，F在打算建立一個國家級的工業企業控制系統監測預警平臺，把30多萬個規模以上工業企業并入網絡，對存在的隱患進行預測。健全法律法規，制訂細則、辦法和司法解釋，加強行業自律，加大對于違法違規行為的懲戒。第四個問題，人才缺乏，就業結構調整問題突出。大數據專業人才緊缺，尤其缺少復合型人才。機器化提高了效率，也帶來了用工減少，職工下崗的問題。

       今年5月份法國一個數字工業代表團來訪問，提供給我一個數字，法國就業委員會預測法國從現在到2025年，由于數字化將減少300萬個崗位，占法國就業人數的10%。他們還測算中國的失業數據，令我很吃驚。建議要鼓勵聯合辦學，培養專門人才、服務人才和高技能人才，鼓勵和支持地區企業開展下崗人員再培訓。我舉個例子，浙江這幾年通過機器換人提高了效率，但是減少了200萬個崗位，是浙江省二三產就業的6%，他們通過再培訓再上崗，通過發展服務業找到了新的門路，沒有引起社會震蕩，這些經驗要進行推廣。