下载掌阅APP，畅读海量书库
立即打开
20世纪70年代以来，信息化一直是提升服务经济生产率与增长率主要的技术手段。信息化是以信息技术、通信技术和网络技术为动力，以信息资源开发利用为核心的改造提升过程。服务业信息化能够大大提高服务业的经济效益和竞争力，也实现了促进现代服务业发展的基本目标。但是，真正推动深刻变革的却是近十年来的深度信息化技术，也称为数字化技术——以云计算、大数据、物联网、人工智能以及新一代移动物联网为代表。与传统服务经济发展不同的是，数字化技术是数字服务经济增长的核心要素。
如前所述，数字化技术是深度信息化技术，因此数字化技术发展的历程不同于一般的信息化历程。第一波数字化技术的浪潮起始于云计算的发展。云计算基于互联网相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常虚拟化的资源。现阶段广为接受的云计算概念一般采用美国国家标准与技术研究院（NIST）的定义：云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池，这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。
云计算产生后并不是一帆风顺地前进，其首先要破除的是来自各方的怀疑。真正成就云计算的是随着移动互联网的发展而产生的需求变革。原因很简单，移动互联网的用户端——手机的计算与存储能力都受到极大的限制。不管是什么品牌，发展到什么状态，手机的计算能力都是相对有限的。譬如，256G的存储空间，是当今高端手机的配置，但对于台式机来讲，这是21世纪初的要求。
当云计算还未成为 IT 企业运行的标配之时，快速发展的物联网，使得整个信息技术领域和信息服务模式发生重大变化。当然，物联网设备又提出了更大的数据和更多的大数据分析需求。
美国国家工程院院士、Lotus Notes创造者、微软第二任首席架构师Ray Ozzie于2010年10月28日发表了一篇题为《新的时代来临》（The Dawn of a New Day）的文章。在这篇文章中，他十分惊叹于技术的飞速变化：通过有线网络、无线Wi-Fi网络和3G/4G网络连接起来的无处不在的互联网接入环境；LTE和白色带宽即将普及；主板上的系统（System Boards）很快将要变身为芯片里的系统（Systems on a Chip）；CRT显示器即将被可触摸显示屏所取代；业务流程和企业即将被零损耗的互联网所颠覆；厂商和客户之间的墙壁即将消失；传统商业生态即将被摧毁（因为传统的资源聚集和分发的方式已经不复存在）等。
技术发展的事实经常超过学者的描述，哪怕是业内的优秀学者。在这一时期，除了物联网技术之外，大数据技术也获得了大量的人力和物力投入，获得了远超预期的大规模发展。数据，特别是大数据，正在成为当今数字经济最宝贵的基础资源。对于这些海量数据，许多企业正在应用相应的“大数据分析技术”加以利用，以期获得新的洞察力，识别趋势和变革，帮助企业监控并简化其运营，为客户提供更好的服务和体验，甚至远程进行一些机械和基础设施的预防性维护，等等。而这些，又随着深度学习、自组织学习等人工智能技术（AI）的发展得到提升，整个数字化技术的发展与应用又因此进入加速的轨道。
当今，发展中国家也已展开4G甚至5G网络部署，建设国家高速信息公路；云计算已经在许多国家上升为国家战略，并在全球范围内被作为先进的城市基础设施全面展开建设；以物联网、大数据、人工智能和智能制造等为主题的工业4.0在欧洲兴起，并形成全球范围的影响力……这些数字技术的发展，推动互联网走进下半场时间，走向5G低延迟的高速宽带移动物联网支撑下的深度数字化技术新时代。
如前所述，数字服务经济包含数字技术、数字数据和数字基础设施三个部分。数字技术与数字基础设施是两个高度耦合的部分。近十年的信息化进程中，在令人眼花缭乱的技术进步背后，数字基础设施的内涵在不断地变迁。“数字基础设施”概念起源于2013年，英特尔提出“数字服务经济”概念，同时还特别提出了“软件定义基础设施”
概念，把“软件定义”扩展到服务器，进而扩展到数据中心。当时，一般用户，甚至是业内人士对“数字服务经济”是认可的，但对“软件定义基础设施”这一具有重大创新色彩的理念还很陌生，当然也就没有意识到这一变革对数字化的价值与作用。事实上，这一思想进步对于数字化变革具有非常重要的推动作用。
其实，率先打破了软件与硬件的壁垒的是云计算。让我们来回顾一下数字化初级阶段的云计算。第一代的云计算是由亚马逊推出的AWS云服务。这一服务的设计就是为了使亚马逊在不断尝试新的业务及相应的互联网服务的同时，保持网站主体业务与服务的正常运营。由于之前亚马逊的数据中心采用是整体的基础设施架构，很难为开发团队提供这种方便。于是，亚马逊的IT团队着手研究一种弹性的可配置管理资源的基础设施架构，以便于开发团队能够随时灵活地申请计算资源、进行实验、退回计算资源。这一创新，最后诞生了最早的被称为弹性计算（Elastic Compute Cloud）或者EC2的云计算。其重要思想就是把整体的基础设施架构分解为相互独立的计算模块，例如服务器、网络和存储，每个计算模块可以无限制地扩展与收缩，同时还可以彼此协同工作，共同完成更大范围的计算任务。由此，传统的软件与硬件的壁垒被打破了，一个新的计算模块的概念得到了全面的传播。这种计算模块，如果对应到数字化概念中，完全可以称为“数字器件”。
正是这种新的模块思想，使亚马逊的云计算服务模式诞生后很快被许多大型互联网公司接受，带动了云计算的第一波浪潮发展。而且这种思维上的壁垒一旦被打破，新的创想就会出现井喷的状态。
如果说云计算率先打破了软件与硬件的壁垒的话，那么“软件定义基础设施”，则进一步重新定义了基础设施，这种将自动化、动态和可扩展的服务交付，通过软件定义的方式，随时按需调配计算资源，实际上就成了数字服务的一个新基础。云计算时代的新型数据中心，也因为被软件重新定义，而成为整个数字服务经济的基础设施。
数字服务经济因云计算而获得了新的服务基础设施，这种新的服务基础设施处理的资源对象就是数字服务经济时代的最主要资源——数据，处理这种最主要资源的技术，即数据技术，也就成了完成数字服务、实现数字服务经济的最关键技术。随着数字化在各个领域的深入实践，这一根本性的变革更加明确。
1.数据技术开始成为科技研发的“种子”技术
产业升级依赖于新的科技研发，而科技研发萌芽于科学发现，脱胎于科技研究。自近代科学独立发展以来，科学发现主要基于观察法、实验法和推演法。通过对自然界的体验与观察，设计一个实验，进行深入观察和理性思考，加之逻辑缜密的推演计算，开辟了当今的科学大发展的时代。在这个过程中，对新现象做深入人工观察，通过实验对各种假设进行求证检验，是整个科学研究的核心部分。
而在当下，这种科学研究的方式正在被大数据技术改变。科学研究中的人工观察被各种直接产生数字数据的仪器或传感器代替，数字数据从各种各样的传感器、工具和模拟实验那里源源不断地涌来，科学研究的重点转向对数字数据的分析和再建模。图灵奖得主科学家吉姆·格雷针对这种情况提出了科学研究的“第四范式”理论。在他消失在大海之前17天，在加州山景城召开的NRC-CSTB（National Research Council - Computer Science and Telecommunications Board）大会上，他发表了留给世人的最后一次演讲《科学方法的革命》，提出将科学研究分为四类范式（Paradigm，某种必须遵循的规范或大家都在用的套路），即实验归纳、模型推演、仿真模拟和数据密集型科学发现（Data-Intensive Scientific Discovery）。其中，数据密集型科学发现就是通过数据分析获得新的科学发现。
数据密集型科学发现与仿真模拟最大的不同在于，仿真模拟主要还是根据已知的规则编写程序，对现实的实验进行数字化模拟，通过采集结果数据进行结果验证；数据密集型科学发现则是从各种各样的数据入手，用程序对海量的“粗糙”的数据进行挖掘，寻找其中隐藏的关联和规律。微软研究院2009年以来对一家医院自20世纪80年代收集的有关充血性心力衰竭的数据进行分析，并开发出了一套分析方法，可以相当准确地预测一名充血性心力衰竭病人在出院后的30天内会不会再次入院。
这套方法不是简单地编一套程序对某个医生的提问进行分析，也不是对多个病人的情况做总体的归纳性估计，而是来自一种“机器学习”的方法——利用程序对沉淀下来的大数据进行再分析、再挖掘。这个大数据包包括约30万名患者的数万个数据点。通过分析不同病例的结果差异，计算机能够“得知”最有可能再次住院的病人的特征。医生在收治一名新病人时，把其数据特征输入这个程序就可以判断这名病人“返修”的可能性。
尽管利用大数据的科学发现工作目前还只是一种初步探索，但是人类智力结合大数据形成的智慧力量是超越前代任何工具的，它赋予了科技发展以一种全新的生命力，犹如深埋在创新土壤里的种子，等待未来某一天结出丰硕的果实。
2.数据技术成为当代产品制造的核心技术
数据技术的核心作用不仅体现在科技研发之中，还直接体现在生产制造过程之中。当今，制造业已经大幅度地向信息化和自动化的方向发展。在产品的设计和生产中，越来越多的企业使用计算机辅助设计（CAD）、计算机辅助制造（CAM）等软件，数控机床、传感器等数字化制造设备，物料需求计划（MRP）、企业资源计划（ERP）等生产管理系统。这些信息技术的应用在很大程度上提高了生产制造的效率和产品质量，为人们带来了更丰富的物质享受。
然而，人的需求是无限和潜在的。制造业目前面临的挑战就是在整个产业信息化之后，如何提升获取和开拓需求的能力，从而创造具有更好的体验感和价值的商品。事实上，在如今的许多企业，管理信息系统（MIS）中存储的信息，各种工业传感器和数控设备中产生的数据，正在汇集到一起，形成了生产制造大数据。企业也力图对这些数据的价值加以挖掘，用以提高生产效率。制造业以掌握用户需求、实现创新为目标进行数字化、智慧化。例如，三一重工的挖掘机等大型机械装备基本都安装了GPS定位系统和远程维护系统，在实时监控车辆运行状态之时，还可以根据每台挖掘机（或其他机械设备）每天的工作时间和工作量，统计全年的工作情况，由此判断设备的老化程度和更新要求，从而判断下一年度的市场需求。还可以从制造链的各个环节汲取大数据用之不尽的动力：从产品开发和生产的过往大数据中寻找创新的源泉；从客户和消费者对大数据的使用中发现新的销售对象；从售后运营维护反馈大数据中发现额外的增值服务机会。大数据为制造业的创新转型——无论是精益化生产提升还是服务化创新转型——提供了更多的新路径和方式，并正在成为每个行业和领域的核心技术之一。可以预见的是，未来，专业的制造技术，尤其是专业的数字化制造技术，将成为制造业的核心竞争力所在。
【案例】把成本“黑洞”透明化和为一块天花板创建5000个数据点
当首席信息官Dawn Kirchner-King在2015年加入阿姆斯壮世界工业公司时，IT部门只是这家拥有150年历史的天花板制造商的一个订单部门。Kirchner-King称，IT可以说是成本“黑洞”的中心，业务主管根本不知道钱花出去之后干了些什么。
把成本“黑洞”透明化。Kirchner-King很快接受了阿姆斯壮制造团队信奉的精益和敏捷原则，并坚持每天与IT员工及业务流程主管一起开短会。Kirchner-King说：“这些会议为我们带来了以前从未有过的紧迫感和业务透明度，大家可以知道钱是如何花出去的。反过来，这又使企业内部更加顺畅地交流各自的关键需求。”
Kirchner-King表示：“这种透明度让我们的工作赢得了大家的信任。”在技术项目方面，Kirchner-King将ER P财务应用升级到了SAP的最新版本，对Salesforce.com的CR M套件进行了改良并将其扩展到亚洲和欧洲的分支机构，将差旅管理迁移到Concur上。客户还注意到这家公司上线了一个新网站。Kirchner-King说：“敏捷性确实给这些项目带来了速度和紧迫性。”
为一块天花板构建5000个数据点。透明成本是第一步，用IT技术产生新的收益才是未来的主攻方向。Kirchner-King对在网络安全和其他关键项目中引入精益和敏捷原则节省下来的资金进行了重新分配，并将其投入能用IT技术产生新的收益的地方。IT部门尝试一些分析方法，通过在天花板吊顶的质量和厚度等细节方面生成5000个数据点，帮助公司预测制造流程可能产生的质量问题。
3.数据技术成为传统服务优化的关键技术
传统的服务业有着悠久的历史。服务的创新许多时候主要表现为零散的、个体化的、依赖于人的持续优化。信息时代来临之际，服务业的创新获得了新的突破性发展。首先，服务业与信息技术相结合，发展出了全新形态的信息服务业；其次，应用信息技术改造其他传统的服务业，获得了新的数字化服务业。前者包括计算机软件服务、通信服务、信息咨询服务等，后者包括信息化改造后的各类服务业，如电子商务业、互联网金融业，以及旅游业等。
数字数据，作为新的资源要素，在这两者之间起到牵线搭桥的作用。一方面，数字数据的作用在于，它能使信息服务业从提供软硬件技术服务，升级到提供智慧解决方案、知识服务甚至决策分析服务；另一方面，数字数据有助于改变现有的服务业业态模式，将服务业发展的关注点转向数据资源的挖掘，以期获得新的增长点。
在信息服务业，最典型的例子要数网站联盟和门户网站的推送广告服务了。这些高流量的网站通过收集用户的浏览网页行为来分析其偏好，并提供有针对性的推送广告服务。目前，对于这种方式，人们诟病较多，但依赖广告获得收益的互联网信息服务业，并没有很好的办法调整。在政府的个人隐私保护法律约束下，企业并不能随便使用自己收集到的数据，更不能直接贩卖这些数据获利。所以，互联网推送广告服务业就要研究如何在保护用户隐私的同时，充分利用大数据来挖掘其中巨大的价值。
在零售业，各类大型超市很早就开始利用日常交易数据的关联分析来赢得竞争优势。例如著名的啤酒与纸尿裤的案例，零售商从啤酒和纸尿裤的销售数据中分析出二者具有相关性，而将两者摆放在一起，方便用户同时购买。
信息技术运用到金融业，大数据分析可以帮助证券公司发现更有价值的股票和保险产品，还可以为保费的设定提供更精准的数据依据。从事更传统的旅游等生活性服务业的企业，可致力于分析旅游预订数据，根据其掌握的机票和车票历史数据，向游客提供最佳的时间段和最优惠的服务。
上述的例子或许有的还算不上是最有代表性的数据应用，但大数据利用的价值与契机已可见一斑。可以预见，以大数据为新的原动力，传统的服务业将获得更多的发展机会。