2019年的政府工作报告中首次提出了“智能+”的重要战略：“深化大数据、人工智能等研发应用。打造工业互联网平台，拓展‘智能+’，为制造业转型升级赋能。”之后，中央全面深化改革委员会审议通过《关于促进人工智能和实体经济融合的指导意见》，强调要把握新一代人工智能发展的特点，投建数据驱动、人机协同、跨界融合、共创分享的智能经济形态。
如何理解“智能+”和“智能经济”？如何感知“智能+”向社会经济各个领域、各大产业的扩散进程？4月17日，毕马威、阿里研究院、钉钉将联合举办“智能经济主题报告发布会”。届时，将发布四份智能经济主题报告，从智能技术、智能制造、智能组织和智能分工等四个维度对“智能+”做了系统阐释。欢迎参会！>>>点击以下网址报名：http://aliresearch.mikecrm.com/o9E6jH6
人工智能、数字孪生等技术群落的“核聚变”。 智能经济的运作范式：“数据+算力+算法”范式的生长与扩散。
智能经济的服务机理：“描述-诊断-预测-决策”的精准化、即时化。
智能经济的经济形态：消费端和供给端的高效协同、精准匹配。
智能经济的治理体系：协同化、自动化、全球化。
问：中国智能经济将是怎样的发展路径？
答：消费端倒逼拉动供给端，消费端的数字化能力向供给端迁移，将是中国智能经济发展的独特路径。
中国消费端的数字化水平领先世界。中国拥有全球第一大规模的网购人群（超过6亿），全球第一的网络零售规模（2018年交易额超过9万亿元），快递物流数量全球第一（2018年507亿件），移动支付规模同样全球第一。但中国供给端的数字化水平仍然较低。品牌：中国中国企业全球性品牌相对缺乏。营销：精准营销能力不足。开发：新产品开发周期长，缺乏数据驱动的产品研发。制造：数字化工厂的比例低于欧美（欧洲46%，美国54%，中国25%）。供应链：柔性生产、定制化生产能力不足，数字化能力不够。
阿里巴巴商业操作系统，致于力推动企业实现端到端全链路数字化，为消费端和供给端架起一座数字化能力迁移之桥，探索一条数字化全面转型之路，进而推动和引领数字经济的创新者走向“智能+”时代。
问：智能技术和以往技术浪潮的不同点是什么？
答：多种技术的集成是本次智能技术浪潮的核心特征。以云计算、大数据、物联网、人工智能、5G为代表的新一代信息技术，在不断的融合、叠加、迭代中，为智能经济提供了高经济性、高可用性、高可靠性的智能技术底座，推动人类社会进入一个全面感知、可靠传输、智能处理、精准决策的万物智能时代。智能技术群的融合与叠加类似“核聚变”，是技术创新、商业模式创新、投资的沃土。智能技术将全面更新现有技术基础设施，重新定义商业模式，重塑未来的经济图景。
问：智能技术如何越过创新的“死亡之谷”？
答：科技创新无法有效地商品化、产业化，科技成果与产业化发展之间出现断层，也因此被称为科技创新的“死亡之谷”。智能经济的到来，为技术产业化这一世界级难题给出了新的路径。
超速崛起的巨型互联网平台，正在为新技术的产业化创造一个独特的市场，平台经济正成为新技术、新商业模式的孵化器、加速器，正在弥合科技创新与市场化的鸿沟，也正在为跨越创新“死亡之谷”给出一条全新的路径。互联网平台经济体构建了一个开放、共享、协同的创新体系，推动了创新主体、创新流程、创新模式的深刻变革。
问：智能制造的内涵及意义是什么？
答：智能制造的初步体系,在2020年前后将逐渐显现出它的“大模样”,主要特征可以概括为:数据驱动、软件定义、平台支撑、服务增值、智能主导。
智能制造对社会和经济发展的推动是具有革命性的。它的意义,就在于如何以数据的自动流动化解不确定性:让正确的数据、在正确的时间、以正确的方式,自动传递给正确的人和机器,以实现资源配置效率的优化。
就社会而言,“数据+算力+算法”引领的智能制造,带来了工具革命,也带来了决策的革命。工具革命以自动化的方式让工作效率大幅提高,决策革命则以智能化提高了决策科学性、精准化。就企业而言,只有尽早确定以价值为导向的智能化升级战略, 才能在未来立于不败之地。
问：智能制造业与传统制造业有何本质区别？
答：智能制造与传统制造体系的差异主要表现为:智能技术和大数据驱动;消费者的全流程参与;供应链体系向协同网的转变等。具体体现以下五个方面：
1、需求发现从间接到直接，工业大生产提供了源源不绝的丰富商品,到上世纪70年代,发达国家几乎所有的行业都出现了供过于求的局面,卖方市场逐渐转为买方市场,个性化消费的浪潮也开始出现。在智能化时代,随着“数据+算法=服务”这一逻辑的持续演绎,越来越多的个性化需求,正在被进一步地识别、激发出来。越来越多的消费者,都已经开始主动地参与到研发设计环节。
2、研发环节从串行到并行，从信息化、数字化到智能化,企业的研发流程,正在由“串行模式”向“并行模式” 加速演化,从而大大缩短了研发周期。
3、采购环节自动化、低库存化、社会化，过去的IT时代,在信息技术的支撑下,伴随现代零售业和物流业的发展,发达国家的大中型企业普遍建立起了自己的现代供应链体系。智能商业下的采购环节,将呈现以下几个特征:第一,低库存乃至零库存；第二,社会化协同；第三,智能化、自动化。
4、从生产环节来看,未来的“车间”将呈现出多方面的巨大变化,仅从设备、效率、组织三个方面来看:第一,生产设备的智能化。第二,数据和算法驱动生产效率持续优化。第三,生产组织方式的灵活化。
5、营销和售后无所不在的智能化，过去的消费者,对于企业来说是一个陌生的黑箱,即使拥有“会员体系”的企业,也难以实现与消费者的实时互动,难以与消费者共创价值。而在智能化、数字化的环境下,随着消费者数据的不断沉淀,消费者的概念,也正在由“客户”变成“用户”,并进一步地变成“产消合一”视角下的“价值共创者”。在企业与消费者的实时、持续 互动中,智能化也已经越来越无所不在了。
问：什么是数字化的企业组织?
答：很多人将IT时代流程工作的管理模式,当作评判企业组织数字化的标准。按照这种标准,中国许多企业组织早已完成了“数字化”转型。但现实情况是,很多所谓的“数字化”企业组织根本跟不上数字经济的时代步伐。
真正实现数字化,首先变革的应该是管理思想,要从流程效率转向以人为本; 接下来是通过组织在线、沟通在线、协同在线、业务在线、生态在线,完成人与人, 人与组织,组织与组织各个维度上的数字化,激发每个人的创造创新力,最终将以 人为本的数字化管理思想落地。
问：智能组织理想状态是什么样子？
答：随着外部环境的不断变化,组织的形态也在不断演进,智能组织成为未来组织的发展方向。根据智能组织不同发展阶段的特点,可将智能组织划分为1.0-4.0的四个阶段。智能化组织的理想状态,具体表现为极致的客户个性体验,自驱动、即时增值的在线多向交互,无界的群体价值创造,统一的标准化接口,全自动的智能驱动,积极高效的网络协同。
为了能够打造智能组织,我们需要建立起更为宽松的管理环境,聚焦于组织对个人的赋能,将产业数据与管理数据打通,借力打造企业全价值链在线化的工作平台、实现组织的智能驱动,还要基于业务发展需求,调整自身组织形态,形成一种 接口透明、能够激发群体创造的组织模式,最终五位一体形成网络协同的组织能力。
问：什么是知识分工2.0？
答：1936年哈耶克在《经济学与知识》中提出了“知识分工”（division of knowledge）。基于知识的分工，也即知识作为一种商品参与到市场交易中，并涌现出一批基于知识进行交易的企业或个体，进而发展出一套基于知识创造、传播、复用的产业体系。
回顾过去40年全球产业分工体系的演化，在集成电路产业，大量的设计、制造工业知识被封装为IP，固化在赛博空间，可以被重复调用、使用和封装，并催生了IC设计、仿真、试产、制造等环节的工业知识交易市场，设计生产过程中70-80%的工作变成对现有的IP进行调用、拼接，大幅提高了芯片设计、仿真、制造、测试的效率及产品良品率。当专有的工业知识通过被封装为代码化的电路，得以脱离有形的硬件产品，开始作为独立的产品、商品进行传播、使用和交易，基于知识交易的新业态逐渐显现。可以称之为是知识分工1.0阶段。
当前，智能经济的发展阶段，表现为消费互联网向工业互联网的演化。在消费互联网时代，服务作为知识被封装为软件、APP等形态，是消费互联网阶段“基于知识的产业分工”的重要形态之一。到今天，工业互联网平台通过构建工业知识创造、评估、交易体系，提高工业知识的复用水平和效率，不断催生新技术、新模式，基于知识的产业分工新业态正在进一步地大量涌现。可以称之为是知识分工2.0阶段。
问：知识分工2.0视角下，智能经济研究的重大议题有哪些？
答：实践研究：工业互联网发展的前沿实践是什么？实践是思想的活水之源，目前对制造型企业一线实践的记录、观察、梳理、分析，仍然较为缺乏。
路径研究：消费互联网如何带动工业互联网？中国在消费端领先的数字化能力、新分工体系，如何向供给端迁移和传导？
理论研究：智能经济的理论框架是怎样的？智能经济是数字经济发展的下一个阶段，目前正在成为共识。对这一新兴的、浮现中的经济形态，它的定义、范围、规模、价值创造机制、分工协作体系等，都需要研究者展开系统性的研究。
治理研究：知识分工2.0时代的治理体系是什么？有分工就有协作，广泛意义上看，治理是协作体系的一部分。消费互联网时代发展起来的“协同治理、全球化治理、自动化治理”等初见成效的治理方式，在智能经济时代将如何变化？
未来研究：人工智能对经济分工有哪些影响？在未来高度智能化环境下，将会出现越来越多的新物种，如：无人工厂、无人汽车、无人货架商场、机器人……。未来关于“经济分工”的研究，所要处理的议题将不只发生于人人之间，而是也包括了人机之间。
作者：宋斐 陇海 心亨
责编：张晶晶
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
