一部社会发展史,就是劳动者发挥聪明才智,不断创造新的劳动手段(劳动工具),去认识自然、适应自然和改造自然(作用于劳动对象)的过程。生产力三要素在各个社会形态中的表现形式各不相同,数据生产力是数字经济时代最显著的特征。
对生产力理论最为系统的论述来自马克思主义政治经济学,但在马克思之前,关于生产力的讨论持续了近100年,经历了边界不断扩展、框架逐步建立、内涵逐渐丰富的过程。
“生产力”一词由法国重农学派创始人魁奈在18世纪中期最先提出,主要强调土地和人口对于累积财富的作用。随后,英国经济学家亚当·斯密认为,生产力相当于劳动生产率,不断细化的分工是其得以持续提升的根源。另一位英国经济学家李嘉图则认为生产力是各种不同因素的“自然力”,资本、土地、劳动都具有生产力。德国经济学家李斯特在1841年首次提出生产力理论的基本框架,认为物质、精神等一切影响生产力发展的因素都应纳入其中,并充分认识到生产关系、上层建筑、思想意识对生产力的作用。
马克思系统阐述了生产力的理论体系,认为生产力包括社会和自然两大类别,并重点强调生产力会随科学技术进步而发展。恩格斯随之明确提出,生产力是具有劳动能力的人和生产资料相结合而形成的改造自然的能力,与生产关系辩证发展。
对生产力三要素构成的论述来自马克思的经典著作《资本论》,包括劳动者、劳动资料和劳动对象。其中,劳动者是指具有一定劳动技能和生产经验、用体力和脑力参与社会生产过程的人;劳动资料是指劳动者用以改变或影响劳动对象的一切物质资料或物质条件,以生产工具为主;劳动对象是指生产过程中被改造的物体,包括直接从自然界获取的资源和经过加工而得到的原材料。劳动资料和劳动对象又统称生产资料,只有同劳动者结合才能产生作用,正是人的劳动引起、调整和控制人与自然之间的物质交换过程。生产工具的地位尤为突出,反映了人类改造自然的深度和广度,是衡量生产力发展水平和经济发展阶段的客观标志。
数据生产力是在“数据+算力+算法”所定义的世界中,知识创造者借助智能工具,基于能源、资源及数据这一新生产要素,构建的一种认识、适应和改造自然的新能力。数据生产力意味着知识创造者的快速崛起、智能工具的广泛普及,数据要素成为核心要素。人类认识、改造自然的方法,实现了从实验验证到模拟择优,经济发展从规模经济到范围经济,就业模式从8小时制到自由连接体,企业性质从技术密集到数据密集,组织形态从公司制到“数字经济生态”,消费者主权全面崛起,人类实现了全球数亿人跨时空的精准高效协作。“数据+算力+算法”定义的生产力如图1.7所示。
图1.7 “数据+算力+算法”定义的生产力
(来源:阿里研究院,2020)
数据生产力的本质是人类重新构建一套认识和改造世界的方法论,基于“数据+算力+算法”,通过在比特的世界中构建物质世界的运行框架和体系,在比特的汪洋中重构原子的运行轨道,推动生产力的变革从局部走向全局、从初级走向高级、从单机走向系统。这一变革推动劳动者成为知识创造者,将能量转换工具升级为智能工具,将生产要素从自然资源拓展到数据要素,实现资源优化配置从单点到多点、从静态到动态、从低级到高级的跃升。
(1)数据。1万年前地球上只剩下了智人。智人在与其他人种竞争中胜出的根本原因在于,智人率先在语言和信息交流上实现突破,建立了新的思维和沟通方式,形成了一种超凡的“信息认知”能力,人们不只交流猎物或危险来源、抽象虚构事物,更重要的是可以设定同一目标、集结大批陌生人进行灵活分工协作。
信息是在不确定性下不同主体之间相互沟通交流、认知理解、请求反馈等过程中,用来消除不确定性而生成、传递与获取的语义表达。“语义表达”的载体包括书籍、音像、电话、光盘、网络等,“语义表达”形态包括消息、情报、指令、密码、符号、信号、声音、图形等,不同场景下信息的语义表达有着不同的载体和形态。
这里讲的数据是比特化的物理世界、比特化的语义表达。伴随着移动智能终端、基于MEMS(微机电系统)的传感器、智能机器、智能设备、摄像设备的广泛普及,物理世界正在被高速地比特化,通过“数据+算力+算法”的逻辑,将物理世界在数字世界去呈现、分析、预测、决策。
人类社会信息交流载体的创新如图1.8所示。
图1.8 人类社会信息交流载体的创新
(来源:阿里研究院,2020)
互联网的出现,对比特化的数据赋予了新内涵。在互联网没出现之前,数据就已经存在,但互联网的发展使数据沉淀和利用变得更为容易、自然,而且数据“在线”远比“大”更能反映本质。大量传统企业进行了多年的信息化建设,搭建了信息系统,产生了大量数据,但这些数据大多是作为附属物而存在的,可以称为“死数据”,无法产生真正的经济价值。数据只能被收集、分析和查询,无法真正支撑决策和预测,经验还是主导因素。数据以局部流动为主,数据的互联互通很难,数据收集、处理的技术成本高昂。
数据生产力时代的数据是在线产生的数据,是“活数据”。数据用于记录、反馈和提升互动体验,过往杂乱、无用、静态的数据因为在线而变得鲜活,数据拥有了生命,能够用于量化决策与预测。发掘数据价值的技术成本降低,数据可以用于全局流程及价值优化,并且实现真正的数据业务化,产生新的社会经济价值。
IDC认为,2010年全球产生的数据量仅为2ZB,到2025年全球每年产生的数据将高达175ZB,相当于每天产生491EB的数据,年均增长20%。代表数据流量大小的全球互联网协议(IP)流量从1992年的约100GB/d增长到2017年的45000GB/s。未来,越来越多的比特化的数据正在更加逼真地描述、优化物理世界的运行,这场变革才刚刚开始。
伴随着3G、4G、5G的大规模推广普及,移动通信流量快速增长。2014年一季度全球移动数据消费量仅有23亿GB,到2019年第四季度,全球移动数据消费量已达到396亿GB,5年时间里增长了17倍以上。
从行业来看,2018年按行业划分的全球企业数据的规模,制造业拥有的数据要素规模最大,为3584EB,占比约为20.87%;零售批发和金融服务分别为2212EB和2074EB,占比分别为12.88%和12.08%;其后是基础设施、媒体与娱乐、医疗保健,规模分别为1555EB、1296EB和1218EB,占比分别为9.05%、7.54%和7.09%,如图1.9所示。
图1.9 2018年全球主要行业数据拥有量(单位:EB)
(数据来源:IDC)
(2)算力。承载数字经济发展的信息通信技术的源头需要回到70多年前。1946年,世界上第一台通用计算机“ENIAC”诞生,这台计算机最初是美国国防部用来进行弹道计算的,是个庞然大物,用了18000个电子管,占地170m 2 ,重达30t,耗电功率约为150kW,每秒可进行5000次运算。
1964年,IBM发明System/360大型计算机,这个时代的计算机开始走向商用,但价格昂贵,使用门槛高,只有经济实力雄厚的企业或机构才能用得起,当时最主要的目的是替代手工操作,以主机/终端的计算模式为主,数据和应用以集中的方式存储在主机中,并在主机中进行计算和处理,终端主要的作用是显示操作结果。
信息通信技术开始走向普惠的标志性时间点是20世纪60年代末70年代初,1969年Internet的前身ARPNet诞生在美国国防部,1971年Intel处理器的出现为计算机走入寻常百姓家奠定了基础,几乎在同一时间段,今天依然还在影响世界的微软、苹果公司诞生了。
20世纪90年代初期,WWW的出现,推动着互联网开始走向商业化。1994年,中国开启互联网进程,开始通过互联网连接世界。1998年前后,第一波互联网创业浪潮开始。2000年3月10日,纳斯达克指数达到5048.62点,泡沫达到最高点,之后快速下跌,其中只有50%的互联网公司存活下来。这也体现了互联网技术在“安装”到全社会的进程中,技术与资本等商业社会系统相互调适的过程。
移动互联网和智能手机的诞生,尤其是2007年推出的iPhone成了划时代的智能手机产品,使得触摸屏成了重要的输入方式,而这意味着手机的使用更加便捷,快速推动了移动互联网的普及和发展,同时移动网络基础设施从2G、3G、4G发展到5G,今天全球的移动互联网用户数已经超过40亿人,几乎成了互联网本身的代名词。
2006年之后,云计算技术的出现和发展使得成千上万台廉价的服务器能够通过虚拟化和分布式计算等技术随需提供计算和存储能力,推动着云计算成为类似于水与电这样的公共基础设施服务,大大降低了技术创新创业的成本,提高了创新效率,使得数据流动起来。数据要素的投入和云计算的应用,使得全要素生产率获得提升,激发新的生产力产生。
Synergy Research将“超大规模数据中心”定义为拥有几十万台甚至是数百万台服务器。2019年全球超大规模数据中心已超过500个,已经是2015年的两倍,超大规模数据中心仍然处于高速扩张的发展期。2015年,全球数据中心大数据存储量仅为25EB,到2021年这一规模达到403EB,增长16.12倍,年均复合增长率约为48.76%。
从历史来看,服务器、存储、网络带宽、手机成本的迅速降低及相应处理能力的增强,共同成为数字技术普惠化的推动力量,也使得数据成为今天数字经济2.0时代的生产要素,并从1.0时代的封闭走向开放,从独享走向共享和融合。
(3)算法。一部工业革命300年的发展史,就是一部人类社会如何创造新工具、更好地开发资源、不断地解放自己的发展史。信息通信技术牵引的新一轮工业革命推动了人类从开发自然资源向开发信息资源拓展,从解放人类体力向解放人类脑力跨越。其背后的逻辑在于构建一套赛博空间(Cyberspace)、物理空间(Physical)、意识空间(Human)的闭环赋能体系:物质世界运行—运行规律化—规律模型化—模型算法化—算法代码化—代码软件化—软件不断优化和创新物质世界运行。
算法是物理世界运行规律的模型化表达,算法的代码化就是软件。软件是一种以数据与指令集合对知识、经验、控制逻辑等进行固化封装的数字化(代码化)技术,构建了物理世界数据自动流动的规则体系,是业务、流程、组织的赋能工具和载体,解决了复杂制造系统的不确定性、多样性等问题。
基于算法的软件作为一种工具、要素和载体,为制造业建立了一套赛博空间与物理空间的闭环赋能体系,实现了物质生产运行规律的模型化、代码化、软件化,使制造过程在虚拟世界实现快速迭代和持续优化,并不断优化物质世界的运行。产品设计和全生命周期管理软件(如CAX、PLM等)建立了高度集成的数字化模型及研发工艺仿真体系,生产制造执行系统(MES)是企业实现纵向整合的核心,连通了设备、原料、订单、排产、配送等各主要生产环节和生产资源,企业管理系统(如ERP、WMS、CRM)为企业的业务活动进行科学管理,改变了企业管理模式和管理理念。
2016年,AlphaGo的出现,是计算、数据与算法三者叠加出的人工智能技术的里程碑。人工智能这个过往遥不可及的技术开始走下神坛,只要有了智能终端,就有机会享用人工智能的普惠价值。智能音箱、工业大脑、智能客服、城市大脑、医疗大脑等各种应用场景都有人工智能技术的影子。
数据生产力的核心价值可以归结为“数据+算力+算法=服务”,服务可以分解为智能工具和智能决策,如图1.10所示。智能工具包括有形智能装备和无形的软件工具;智能决策表现为数据驱动的决策替代经验决策,基于“数据+算力+算法”可以对物理世界进行状态描述、原因、结果预测、科学决策。“数据+算法”将正确的数据(所承载知识)在正确的时间传递给正确的人和机器,以信息流带动技术流、资金流、人才流、物资流,优化资源的配置效率。
图1.10 数据生产力的价值:数据+算力+算法=服务
(来源:阿里研究院,2020)
“数据+算力+算法”所带来的工具革命和决策革命,是一个从局部到全局的过程,从智能的最小单元开始,向系统级、系统的系统演进(见图1.11),从一个单元级的设备到系统级的产线,再到企业的全面运营,数据生产力的价值在于在数字世界描述企业运营状态、实时分析、科学决策和精准执行。数据生产力时代最本质的变化是实现了生产全流程、全产业链、全生命周期管理数据的可获取、可分析、可执行。数据的及时性、准确性和完整性不断提升,数据开发利用的深度和广度不断拓展,数据流、物流、资金流的协同水平和集成能力,数据流动的自动化水平,成为企业未来核心竞争力的来源。从数据流动的视角来看,数字化解决了“有数据”的问题,网络化解决了“能流动”的问题,智能化解决了“自动流动”的问题。其内在逻辑是不断把人类对物理世界的认知规律通过“数据+算力+算法”的模式嵌入物理世界,把人从繁重、重复性的工作中解放出来。
图1.11 “数据+算力+算法”定义的企业运营
(来源:阿里研究院,2020)
马斯克的SpaceX完美地呈现了数据生产力价值。2020年,成立18年、仅有6000名员工的SpaceX,实现了载人航天,完成了美国太空发射活动的68.3%。2011年5月,马斯克在公司官网发布的信件中提到,为什么美国可以胜出?SpaceX的发射成本就是事实。从1970年到2000年,向太空发射1kg的成本相当稳定,平均每千克1.85万美元。SpaceX每千克的成本仅为2720美元。火箭发动机研制75%的成本在“试验、失败、修改”阶段,SpaceX在产品开发早期阶段通过数字空间的模拟仿真,大幅降低了研制成本,缩短了研发周期,提高了研发效率和产品质量。
“数据+算力+算法”定义的复杂产品研制模式如图1.12所示。
图1.12 “数据+算力+算法”定义的复杂产品研制模式
(来源:宁振波,《从复杂的飞机制造看数字化制造》)
智能是主体适应、改变、选择环境的各种行为能力。这种行为能力在数据生产力时代体现为,多种主体基于“数据+算法”的精准、实时、低成本的决策能力。从微观企业来看,智能化体现新技术对日常事务的处理,转化为更多的决策支持。企业智能化从初级阶段到高级阶段,新技术对事务型业务的支撑比例从66%下降到22%,而决策性业务比例从9%提高到55%,大量重复性、事务性工作已经被智能机器人和人工智能所替代。在智能化高效精准决策的支撑下,企业构建基于“数据+算法”的决策运营体系,其本质是对物理世界的重新解构和深度运营,如图1.13所示。
“数据+算力+算法”构筑的认识和改造世界的新模式,推动着生产力核心要素升级、改造和重组。农业经济的劳动者以体力劳动为主,用手工工具在土地上进行耕作,创造社会财富。工业经济的劳动者由从事体力劳动和脑力劳动两部分组成,体力劳动占多数,主要是用能量驱动的工具进行社会化大生产,能源、矿产、资本成为最重要的生产资料。数字经济时代,基于“数据+算力+算法”,工业社会的劳动者转型为知识创造者,能量转换工具升级为智能工具,数据成为除能源、资源、资本等之外的新生产要素。数据生产力的本质特征如表1.3所示。
图1.13 “数据+算法”支撑企业数字化迈向高级阶段
(来源:阿里研究院,2020)
表1.3 数据生产力的本质特征
(来源:阿里研究院,2020)
“数据+算力+算法”构成的新时代经济社会运行的底座,推进工业经济时代的劳动者、生产工具和生产要素的升级,以知识创造者、智能工具和数据要素为核心的数据生产力时代正在到来,如图1.14所示。
图1.14 生产力:从工业经济到数字经济
劳动者是生产力中最活跃的组成部分,在人类社会的不同发展阶段,劳动者自身生产活动的特征、劳动者的结构及人与自然的关系等方面都发生了根本的变化。
在农业社会,人类通过繁重的体力劳动对土地资源进行有限开发以解决温饱和生存问题。在工业社会,机器的出现把劳动者从繁重的体力劳动中解放出来,人们的劳动强度降低了,脑力劳动已开始较多出现。
1956年美国历史上第一次出现了从事技术、管理和服务工作的白领工人人数超过蓝领工人,美国大多数人从事信息生产活动,而不是物质生产活动。信息技术革命带来了智能工具的大规模普及(智能硬装备和软装备),人类改造和认识世界的能力和水平达到了一个新的历史高度,不仅大量繁重的体力劳动被机器替代,数据生产力更替代了大量重复性的脑力工作。
在工业经济时代,最稀缺的是资本,《21世纪资本论》强调了资本在财富分配中的重要性,认为工业革命以来资本的收益率长期来看高于国民收入的增长率。换句话说,长期以来资本收益高于劳动的收益率,社会财富分配越来越不均衡。
麻省理工学院的埃里克·布莱恩约弗森等提出另一个命题:什么是数字经济时代最稀缺的资源?普遍认为,创新型人才是“第二次机器时代”最稀缺的资源,那些具有创新精神并创造出新产品、新服务或新商业模式的人才成为市场的主要支配力量。
牛津大学调查了美国702种工作,并分析了未来10~20年被机器取代的可能性,其中47%的员工肯定会被替代、19%的员工有可能被替代。数据生产力的广泛普及,大量体力和脑力的重复性劳动,正在被智能机器和人工智能所替代,人类可以用更少的劳动时间创造更多的物质财富。
当电子商务、工业互联网、分享经济平台、移动OS开发平台大幅降低创业创新门槛,人工智能、大数据、云计算、机器人不断替代人类的重复性劳动,人类必须更加专注创新性工作。弗里德曼说,我们把国家分为发达国家和发展中国家的思想已经过时了,世界上有两类国家:高想象力国家(High-Imagination-Enabling Countries,HIEs)和低想象力国家(Low-Imagination-Enabling Countries,LIEs)。
数据生产力激发了每个人的企业家精神,只要你具备创新要素组合的能力并用这样的能力去实践,你就是一个具有企业家精神的人。数据生产力厚植了企业家精神的土壤,是一个企业家精神规模化崛起的时代。要从Manager转型为Leader,每个人不只是一个执行者,更是一个创新者。数据生产力在于激发每个个体的潜能,实现自我组织、自我管理、自我驱动,通过高效协同去应对各种不确定性。
数据生产力的本质是为了人的解放和全面发展。未来,生产力的大发展和物质的极大丰富将把人们带到一个新的社会,无人矿山、无人工厂、无人零售、无人驾驶、无人餐厅将无所不在,人类将不再为基本的衣食住行所困扰,越来越多的产业工人、脑力劳动者将成为知识创造者,人们将有更多的时间和精力满足自己的好奇心,开启一场想走就走的旅行。从生产力的视角来看,“上午打猎,下午捕鱼,傍晚从事畜牧,晚饭后从事批判”将不是遥不可及。数据生产力促进了人的全面发展,如图1.15所示。
图1.15 数据生产力促进了人的全面发展
人类社会发展的过程就是不断使用新的劳动工具来弥补人类自身局限的过程。在不同的历史时期,人类社会通过使用不同功能的工具,来扩展和增强人类自身的功能,而这些工具本身也成为区分人类社会形态的重要标志。
马克思曾经指出:“各种经济时代的区别,不在于生产什么,而在于怎样生产,用什么劳动资料生产。劳动资料不仅是人类劳动力发展的测量器,而且是劳动借以进行的生产关系的指示器。”因此,劳动工具和劳动资料是划分社会形态的基本标准之一,劳动工具也是生产力在社会形态这个集合上投影的集中代表。
农业经济:在农业社会漫长的发展过程中,人类最重要的劳动工具是用以开发土地资源的各种简单的手工工具,它只是在一定程度上弥补人类自身局限,是人体局部功能的有限延伸是对人类体力劳动有限的缓解,它并没有从根本上把人类的生产活动从繁重的体力劳动中解放出来。
工业经济:以蒸汽机的发明和使用为标志,人类社会的生产工具得到了革命性的发展,人类发明和使用了以能量转换工具为特征的新的劳动工具,机器代替手工工具,标志着人类工业社会的开始。正如马克思所说:“手推磨产生的是封建的社会,蒸汽磨产生的是工业资本家的社会。”与农业社会的手工工具相比,工业社会的机器是能量驱动的工具。
这种工具革命的核心技术就是人们发现了能量之间的转换原理并用于制造劳动工具,使能量转换工具成为人们改造和利用自然的基本工具。蒸汽机、水力涡轮机、内燃涡轮机、汽油涡轮机、电动机的发明更进一步强化了人类使用能量转换工具的能力,催生了火车、轮船、纺织机械、印刷机械、采矿机械、冶炼机械……这些全新的生产工具,从而实现了生产工具的机械化,使生产力与农业社会相比有了更大的发展,生产效率十倍、百倍地提高。能量转换工具使人类的体力劳动得到了一次又一次的解放,大大提高了人类改造自然的能力,使人类社会步入一个新的发展阶段。
数字经济:20世纪后期,随着微电子技术和软件技术的发展,人类社会改造自然的工具也开始发生革命性的变化,其中最重要的标志是数字技术使劳动工具智能化。工业社会以能量转换为特征的工具逐渐被智能化的工具所驱动,形成了信息社会典型的生产工具——智能工具。智能工具是指具有对信息进行采集、传输、处理、执行能力的工具。如果说工业社会的劳动工具解决了人的四肢的有效延伸的问题,而信息社会的劳动工具则解决了人脑的问题,是一次增强和扩展人类智力功能、解放人类智力劳动的革命。
20世纪50年代人类社会迎来了新一轮的产业技术革命,传感器、通信、网络、软件、计算机及人工智能、集成电路、互联网、物联网、大数据、区块链等各类信息技术的重大突破,构建起信息采集、存储、传输、显示、处理全链条产业体系。它的重大意义在于,数字技术的发明替代及延伸了人类的感觉、神经、思维、效应器官,创造出了新的生产工具,即智能工具。智能工具包括有形的智能装备和无形的软件工具。
有形的智能装备:工业社会在能量转换工具的发动机、传动机、工作机的基础上,增加了传感、计算、通信和控制系统,传统的能量转换工具被智能化的工具所驱动,它使得传统的工业社会的生产工具发生了质的变化,使人类的智能活动得到充分的解放和提升。
无形的软件工具:如工业设计的计算机辅助设计(CAD)、计算机辅助仿真(CAE)、集成电路设计的电子设计自动化工具(EDA)等。新的智能化工具不只是人的体力的延伸,也是人的脑力的延伸。智能工具的使用成为人类迈向数字经济的重要标志。
劳动资料不仅是人类劳动力发展的测量器,而且是劳动借以进行的社会关系的指示器(马克思)。物质、能源和信息是人类社会的三大基础性资源,人类社会的进程正是围绕对三大资源的开发利用来进行的。人类社会的发展过程是人类不断改造自然的过程,在人类社会的每个发展阶段都有影响整个社会发展最核心的资源,这一核心资源也是整个社会发展过程中的劳动对象。
核心资源将是每个社会形态中各种社会资源最集中的表现形式,经济社会活动主要围绕着核心资源或它的衍生物展开。一个国家或地区经济社会发展的水平、阶段、特征和趋势主要取决于一个国家或地区对核心资源的获取、占有、控制、分配和使用的能力。
在农业社会,土地是农业社会的主要资源,包括人类生存需要的粮食种植用地、森林用地、畜牧用地等。人类的生存和发展主要依赖于对土地的耕作,土地是人类社会生产和再生产的最重要的资源,人类社会对土地开发利用能力的高低也直接体现一个国家或地区农业社会的发展水平。土地成为一个国家、地区和居民最重要的财富,对土地的争夺和占有也成为国家、地区、居民各种社会矛盾最集中的体现。
17世纪中期英国的产业革命兴起,以蒸汽机的发明和使用为标志,人类社会开始从农业社会步入工业社会。能源和矿产资源这一主要资源提升到了最重要的地位,工业时代伴随着各种能源和矿产资源开发。伴随着社会分工进一步细化,货币在社会中的地位越来越重要并转化为现代资本。劳动对象被抽象为资本,资本逐步成为工业社会最重要的资源。
在数字经济时代,多数劳动者通过使用智能工具,进行物质和精神产品生产。对生产要素的认识,经历了一个逐步深化的过程,土地、劳动、资本、企业家才能、技术等,都曾被认为是典型的生产要素。数字经济最重要的劳动资料是用“比特”来衡量的数字化信息。用“比特”来衡量的数字化信息将无处不在,人类用以改造自然的生产工具、劳动产品及包括人类本身都将被数字化的信息所武装,能源、资源、资本等传统生产要素不断“比特”化,数据赋能的融合要素成为生产要素的核心,整个经济和社会运转被数字化的信息所支撑。在数字经济时代,对数字化信息的获取、占有、控制、分配和使用的能力成为一个国家经济发展水平和发展阶段的重要标志。
21世纪数据成为新的生产要素,如图1.16所示。
图1.16 21世纪数据成为新的生产要素
(来源:阿里研究院,2019)
数据生产力创造价值的方式与技术、土地、劳动、资本等过往生产要素都有所不同,如果说技术对土地、劳动、资本产生了乘数化的激发效应,那么数据对技术、土地、劳动、资本产生了指数化的赋能效应。
数据生产力创造价值的基本逻辑,是面向赛博空间以算法、算力推进隐性数据和知识的显性化,将数据转变为信息,将信息转变为知识,将知识转变为决策,才能在数据的自动流动中化解复杂系统的不确定性。数据要素的价值不在于数据本身,而在于数据要素与其他要素融合创造的价值。
单独依靠某一种生产要素将很难实现对经济增长的推动作用,数据要素创造的价值不是数据本身,数据只有与基于商业实践的算法、模型聚合在一起时才能创造价值。数据与算法、模型结合起来创造价值有以下3种模式。
(1)价值倍增。数据要素能够提高单一要素的生产效率,将数据要素融入劳动、资本、技术等每个单一要素,单一要素的价值会倍增。
(2)资源优化。数据要素不仅带来了劳动、资本、技术等单一要素的倍增效应,更重要的是提高了劳动、资本、技术、土地这些传统要素之间的资源配置效率。数据生产不了馒头,生产不了汽车,生产不了房子,但是数据可以低成本、高效率、高质量地生产馒头、汽车、房子,高效率地提供公共服务。数据要素推动传统生产要素革命性聚变与裂变,成为驱动经济持续增长的关键因素。这才是数据要素真正的价值。
(3)激发创新。数据不仅可以优化存量资源的配置效率,而且可以激活要素,提高产品、商业模式的创新能力,以及个体及组织的创新活力。数据要素可以用更少的物质资源创造更多的物质财富和服务,会对传统的生产要素产生替代效应。移动支付会替代传统ATM机和营业场所,BCG估计,过去10年由于互联网和移动支付的普及,中国至少减少了1万亿元的传统线下支付基础设施建设。电子商务减少了传统商业基础设施大规模投入,政务“最多跑一次”减少了人力和资源的消耗,数据要素用更少的投入创造了更高的价值。
数据要素重塑经济范式如图1.17所示。
图1.17 数据要素重塑经济范式
(来源:阿里研究院,2020)