下载掌阅APP，畅读海量书库
立即打开
原子—比特，物理世界—数字世界，这可能是当下人类生产生活最本质的两组对应关系。
“在线”是数字时代的最大特征。数字技术和计算革命带来的不可逆的变化让人类生活、生产都逐渐结束了隔绝孤立的状态，进入一种互联互通的网络之中。生产为什么会走向“在线”化？它的必要性和必然性是什么？当生产在线时它遵循怎样的运行原则？将带来怎样的效益？
基于这些普遍关注的问题，我们在本章希望探讨和畅想未来的工厂生产。讨论从理论和实践两个层面切入，包括 广义上生产在线特征的描述和中国当下制造业企业数字化实践现实 两部分。
在对“生产走向在线”的特征描述部分， 我们从六个层面论述了它的特征，分别是 “生产在线化”的舆论先声，数字经济蔓延到生产环节的必然性，生产端进行数字改造的必要性，生产走向数字时代所遵循的基本定律，生产环节数字化改变了什么，生产数字化为什么会带来效率提升等问题。
根据中国信通院的定义，数字经济分为数字产业化和产业数字化两大部分。数字产业化是数字经济的基础部分，也即信息通信产业，包括电子信息制造业、电信业、软件和信息技术服务业、互联网行业等四个子行业；产业数字化是数字经济的融合部分，是传统产业应用数字技术所带来的生产数量增加和效率提升。
这种分类方式在某种程度上意味着， 生产端与数字技术力量的融合是一场双向的奔赴。 一方面，开启数字经济的互联网企业们需要寻找新的增长故事；另一方面，代表生产端权力的工业制造环节也需要数字改造来实现成本降低、效率提升。
而进入 中国当下的生产制造企业的数字化实践探讨环节， 我们从案例解析、企业采用新技术所考量的成本公式、中国的制造业生产数字化改造的意愿、竞争的本质四个层面来阐述当下中国生产走向在线的过程中的关切点。
工业超市震坤行作为提供最基础的工业用品紧固件的企业，它在探索之路上遭遇的困难实际上反映了中国的企业数字服务市场里的现状——零散、碎片化、缺乏通用规则，这也是中国企业数字化进程推进的难点。除了具体的企业案例，数字化改造本身也有成本和门槛，它们共同限制了“中国企业的生产制造实现在线”的实现。
而解决技术应用的成本问题后，工厂生产走向在线是最终目的吗？这个问题可能有助于企业更理性地看待当下这股浪潮，从而找到自己的核心竞争力和立身之本。
“计算不再只和计算机有关，它决定我们的生存。”1995年麻省理工学院媒体实验室（Media Lab）联合创办人尼古拉斯·尼葛洛庞帝（Nicholas Negroponte）在自己的新书《数字化生存》中说。这本书很快风靡全球，书中预言，未来的人类生活和生存方式将与计算息息相关。
今天的麻省理工学院媒体实验室被视作生产未来的“工厂”（The Future Factory），在那里智能车、人工腿、改造大脑、拓展记忆、情感机器人等最前沿的科技研发层出不穷。而在1985年创立之初，它还是一群游走在正统计算机科学界之外的非主流技术爱好者的后花园。尼葛洛庞帝作为实验室的创办者之一，笃信数字技术的未来。他认为就像19世纪的钢铁生产和20世纪初的电力发展一样，未来的关键科技将是人与电脑之间的互动。
从尼葛洛庞帝的多重身份来看，他的确是当时最合适来当数字时代布道者的人。除了麻省理工学院的媒体实验室，尼葛洛庞帝还是知名科技杂志《连线》（@Wired@）的创刊成员之一。在20世纪90年代中期美国的信息产业起飞之际，尼葛洛庞帝发现许多年轻人开始为父母订阅这本关注数字化和新科技的杂志，因此他集结了专栏内容，写了一本意在以这些年轻人的父母们为对象的新书——《数字化生存》。这本书借由20世纪末的互联网浪潮很快畅销全球，也吹响了此后开启的数字时代的号角。
“原子与比特”也被尼葛洛庞帝视作即将到来的数字时代里最重要的对立结构。“原子与比特遵循着完全不同的法则。作为信息的最小单位，比特没有颜色、尺寸或重量，易于复制，可以以极快的速度传播。”因而，他断言，计算将从键盘和显示器扩散到人们的交谈、旅行和日常的细节，改变人们的学习方式、工作方式和娱乐方式，最终彻底改变人们的生存方式。
除了尼葛洛庞帝的“数字化生存”，在20世纪末的那波千禧数字浪潮里还有不少惊人的畅想。未来学家、技术学者和科技行业从业者们都在描画着自己眼中看到的数字未来。记者尼尔·格罗斯（Neil Gross）在1999年《商业周刊》（@Business Week@）的一篇文章中说：“下个世纪，地球将披上电子皮肤。”格罗斯认为最终将有足够多的设备相互连接，与互联网连接，以便用电子皮肤覆盖地球。
《数字化生存》问世近30年后，环顾今天人类的生活，当年的一些仿佛是科幻片式的脑洞已从概念变成现实。数字化如同一股巨浪，席卷人类社会，事实上影响了人类生活的各个层面。而尼葛洛庞帝提出的“比特—原子”二元对立关系也成了数字时代最重要的一组关系。
在物理存在之外，人或者物体被纳入一个广泛连接的用比特丈量的数字世界之中。“在线”（online）是比特世界最根本的特点。在“在线”状态下，比特打破了时间和空间的诸多限制，替代了原子的低效和高成本。正如尼葛洛庞帝所说，“从原子到比特的飞跃势不可挡”。
在尼葛洛庞帝预言的16年后，硅谷的知名风险投资家马克·安德森（Marc Andreessen）也发出惊人之语——软件正在吃掉世界。
“全球最大的书商亚马逊是一家软件公司。它的核心能力就是令人惊叹的软件引擎。它几乎将一切商品都搬到了网上销售，实体零售商店已经不再那么必需……占主导的音乐公司也是软件公司，苹果的iTunes、Spotify和Pandora……发展速度最快的娱乐公司是电子游戏制造商，这还是软件公司……当今最大的直接营销平台是一家软件公司，谷歌也是一家软件公司。”马克·安德森一一列举2011年商业世界里的数字新势力。
软件，指代由字节所沉淀的数字世界。安德森把软件视作现代的炼金术，因为它把字节变成了由原子执行以及执行到原子身上的动作。“这是我们所拥有的最接近魔法的东西了。因此，我们不要觉得不用原子的形式去建设就感觉像失败了一样，而是应该尽最大可能努力地去仰仗软件。现实世界的任何地方，但凡有软件触及到，那里都会变得更好、更便宜、更高效、适应性更强，对人更好。”
马克·安德森的“软件吃掉世界”可以被视作“数字化生存”的延续。远见者乐于预言，马克·安德森也认为数字将给人类社会带来深远影响，“每个行业的公司都要做好软件革命即将到来的准备”。
尼葛洛庞帝和马克·安德森都意识到了世界正在发生的本质变化——原子—比特的二元关系在拓展，越来越多的领域里物体和生产关系孤立的原子状态将被打破。特别是移动互联网兴起后，资讯、搜索、电商、购物、社交等服务给人们的出行、购物、社交等带来了极大便利，比特所丈量的数字世界将在人类的生产生活价值链中占据越来越重要的位置。
在中国，科技圈也不乏类似的声音。不论是“互联网下半场”“互联网+”，还是“新零售、新制造”，又或是“产业互联网”，都反映出互联网正在从原来的消费领域向外溢出。
这些声音都指向同一个现实：“在线”所代表的比特世界的疆界已超出生活和消费范围，它与各行各业融合，正全面应用到产业价值链的生产、交易、融资、流通等环节。在工厂的车间里，在建筑工地上，在地下隧道里，在汽车的方向盘上，在咬合的齿轮中，一场比特和数据主导的革命正在悄然发生。
中国信通院《全球数字经济新图景（2020年）》报告显示，全球数字经济规模大，体量连年增长，总体规模再上新台阶，2019年全球数字经济规模达到31.8万亿美元。全球数字经济占GDP比重达到41.5%，数字经济在国民经济中的地位持续提升。另外，2019年全球数字经济同比增长5.4%，高于同期GDP名义增速3.1个百分点。
人类的生产方式接入数字世界，意味着大数据、人工智能和新的技术让从前静默而又相互隔绝的生产制造过程结束了孤立状态，走向互联互通。数据正在真正意义上变成工厂里的生产资料。
数字技术从消费互联网向从前被视作“传统产业”的更广泛的经济部分渗透，具有某种必然性。数字经济分为数字产业化和产业数字化两大部分，数字产业化是数字经济的基础部分，产业数字化是数字经济的融合部分。当数字产业化想象空间变小后，人们试图从产业数字化中寻找新的增长空间。
在“产业数字化”的浪潮里，传统的互联网巨头们的长处和短处都很明显。 它们在消费市场耕耘多年的技术和计算能力、消费者洞察及营销手段、数据处理能力都为开拓新的产业市场提供了优势，但具体的行业知识则是它们需要跨越的门槛。
“我们原本处在一个离线的世界。在本质上，装置是离线的，物件是离线的，人也是离线的。传统计算技术把物理的离线世界变成了数字化的离线世界。互联网技术，把离线变成了在线。”中国云计算的先行者、阿里巴巴的技术委员会主席王坚博士可能是中文互联网领域较早系统地思索数字时代本质特征的人之一，他认为“在线”是互联网的本能。
王坚讲述过一个有关“在线”的小故事，那是腾讯旗下的两款产品QQ和微信的产品功能引发的一段风波。QQ曾经在中国人生活中扮演着重要的连接的角色。“在线”这个词被中国人熟知，也要追溯到这款软件。用户输入账号和密码，QQ账号头像下方绿色的“在线”状态亮起——它代表着账号使用者当下正在使用这款软件。如果不在线，信息就无法传递到对话框的另一边。曾几何时，对中国的互联网早期用户而言，“在线”就是上网的代名词。
在QQ诞生十几年后，腾讯公司的另一款产品微信面世了。相比QQ，微信没有在线状态栏，微信的使用场景相比QQ诞生之时更为扩大，它默认移动互联网上的用户时刻都保持在线状态。王坚在自己的著作《在线》中回顾了2013年QQ模仿微信取消“在线”状态引起的这个小故事。他认为，正是取消了“在线”动作，“在线”状态才渗透到了生活的每一个角落。QQ要超越的并不是微信，而是一个更难逾越的世界——离线。
正是“在线”，让人、商品和物体都摆脱了孤立隔绝，变成了一个互联互通的网络。“在线”效应被印证首先开始于生活消费领域。而如果往前追问互联网何时与“online”画上等号，则不能不说到一家企业——美国在线公司（America Online，AOL），是它让“在线”（online）一词成为互联网时代的代名词。在20世纪末，美国的宽带普及率不到1%，美国在线第一次把新闻、股票、天气、购物和照片分享等服务带到了线上，因而它也在20世纪末的互联网神话里留下了浓墨重彩的一笔。2007年，它被美国媒体列为25年来互联网领域发生的25件大事的第4位。在它前面的分别是万维网、电子邮件和图形用户界面，而宽带、谷歌则位列其后。
基于人的行为在线，20世纪末的互联网给人类社会创造了繁盛的创新生态和巨大的商业财富。例如，正是由于点击行为的在线，谷歌的商业模式得以确立，并深刻地影响今日互联网用户行为方式；而由于行动轨迹在线，导航类软件与离线的地图由此确立分野，本地生活服务实现数字化。
在中国，在线效应也让互联网公司们构筑了恢弘的帝国。2017年全球上市公司市值排行榜里有两家中国企业入围，分别是腾讯和阿里巴巴，这也是首次有两家中国企业进入全球前十。而从公开的信息来看，这两家企业所调动的用户数量和资源的确是史无前例。公开资料显示，2016年阿里巴巴零售平台上有5亿消费者、1000多万卖家，每天产生5000万个物流包裹，年销售额达3.7万亿元。而腾讯合并月活跃账户数也在2017年11月就已达到9.8亿，它的用户规模从2013年开始以每年超过1亿新增用户的速度增长，微信还是中国首个月活跃用户超过10亿的应用。
互联网巨头的优势在于它们在消费端和用户端的影响力，但它们也要面对前方正在到来的“灰犀牛”——对于这些超级平台而言，消费互联网领域的增长正在见顶。
2016年7月，美团点评CEO王兴提出中国互联网已经进入“下半场”，互联网与各行各业的融合被视作未来的发展方向；而阿里巴巴创始人马云则在这一年喊出了“新零售、新制造、新金融、新技术和新能源”将驱动未来几十年的人类发展；其后，马化腾提出“产业互联网”，他认为互联网技术未来将应用到产业价值链，带来产业效率的提升。
为了持续性的增长，巨头们纷纷将视线转向了与此前自己更为擅长的用户端、消费端相比更偏后台的环节——生产制造和供应链领域。“科技改造产业”“互联网+产业”抑或“产业+互联网”等各种新词汇在此后几年风行一时。人们都期待曾在上一波互联网浪潮中得到印证的网络效应神话能再度上演，从而释放更大的红利。
有人用“互联网公司抢工厂”来概括互联网巨头对制造行业的企图心。阿里巴巴、腾讯、百度、京东及拼多多都加入了这股浪潮。其中电商平台们希望对接消费者的需求与工厂的生产，从而对供应链进行高效、柔性的改造。例如阿里的犀牛智造、淘工厂，京东的京造和拼多多的C2M新品牌计划等都是电商巨头做出尝试的案例。而社交和搜索引擎巨头则强调自身的连接能力及数据处理能力，通过输出计算资源和大数据能力，帮助制造企业升级与转型。
某种程度上下面这组数据可能能反映互联网公司的优势。根据中国互联网络信息中心（CNNIC）发布的第48次《中国互联网络发展状况统计报告》，截至2021年6月，中国网民规模达10.11亿，较2020年12月增长2175万，互联网普及率达71.6%。10亿多用户接入互联网，中国已经成为全球最为庞大、最生机勃勃的数字社会。互联网公司相比制造企业而言，它们的积累主要在前端，多基于自身在消费市场耕耘多年的数据、消费者洞察、营销手段以及数据处理能力来挖掘自身在产业市场的可能性。
但它们的不足之处也非常明显。互联网巨头们难以简单复制在消费领域的摧枯拉朽的胜利。工业和制造“在线”，是一个比网页和软件“在线”复杂万倍的课题。
这首先与制造业自身所具备的特征有关。工业革命以来，经过一波又一波的技术变革，制造正变得越来越复杂精密。在“制造”这一场景下，囊括了最复杂、最精密、最极限的生产组织过程：高精尖产品的零部件数量以十万个计，精密仪器的精度计量标准以纳米计，极限场景里温度、压力远超人类的生理极限，涉及的技术体系包含了从软件到机械、电子、控制、液压等。
以芯片制造领域里的重要仪器光刻机为例，它包含数十万个零部件，集合了数学、光学、流体力学、高分子物理与化学、精密仪器、机械、自动化、软件、图像识别等领域的知识。可以想见，这种级别的产品制造实现数字化、数智化之路所面临的巨大挑战。
另外，制造本身是一个复合与综合的概念。业界的观点是，制造包含了“制”与“造”两层含义。“造”指的是生产。但制造不仅是生产，“制”包含了制度、方法、标准和规范等含义。宏观的“制造”包含了产品策划、总体设计、产品设计、工艺设计、生产过程、交付、运行、维护维修、管理、决策等重大研发过程和复杂的管理体系。因此，制造并不简单等同于生产。
2018年10月到2019年3月，波音公司接连发生两起空难。调查显示，两起空难都与波音737 MAX客机的“机动特性增强系统”自动防失速软件被错误激活有关。有消息将此缺陷归因于波音公司多年来为降低成本而采取的软件服务外包模式，称“时薪9美元的印度工程师设计了MACS”。
波音公司时任首席执行官米伦伯格在社交账户道歉。但这两起事故印证了通用电气数字部门负责Predix开发的前首席技术官Harel Kodesh的观点。他曾经认为对消费互联网而言，错误的算法最多会让客户看到不恰当的广告推送，但对产业互联网而言，算法错误则可能让航空发动机脱离机翼而去。
数字技术进入产业，不仅仅意味着连接，还包含着工艺、工业知识的积累，离不开复杂的工业文化沉淀和大量的行业知识。可以说，连接完成之后，数字进入产业的难题刚刚开始。
因此，这些企业想在产业互联网和工业制造领域里沿袭在消费领域里的强势主导位置并不容易，这也与当下中国的数字化转型现实相符。时间进入2022年，互联网巨头们已经很少再打出“改造制造业”的旗号扮演行业拯救者的角色。敬畏行业成了所有的跨界玩家共同的口头禅。
从制造业视角来看，制造与数字和信息科技的融合其实并非新鲜事。
“数字孪生”“智能制造”“产品生命周期管理”“工业4.0”，近年来这些层出的概念不同于“软件吃掉世界”和“在线”这样从比特世界主导企业发出的声音，“数字孪生”“工业4.0”都是工业制造领域里内生的对数字和信息技术应用于生产环节的探索。
这些概念的内涵和外延当下并未统一。以“数字孪生”为例，今天，它不仅被用于产品的生产制造流程中，还开始出现在一座城市的规划建设和一幢建筑的设计流程中。从这个意义上看，人们已经很难去辨明热门词汇的意涵与所指，但回溯其起源脉络，可能对我们理解产业走向数字技术之路有所助益。
业界公认的“数字孪生”概念起源要追溯到2002年密歇根大学产品生命周期管理中心（Product Lifecycle Management Center）的成立。当时该大学的教授迈克尔·格里夫斯（Michael Grieves）向工业界人士作了一个题为“PLM的概念性设想”的演讲。演讲提出了数字空间、虚拟空间，从现实空间到虚拟空间的数据流连接，以及从虚拟空间到现实空间和虚拟子空间的信息流连接。格里夫斯当时认为，每个系统都由两个系统组成，一个是一直存在的物理系统，另一个是包含了物理系统所有信息的新虚拟系统。这个概念模型被命名为镜像空间模型。
2003年他在讲授PLM（Product Lifecycle Management，产品生命周期管理）课程时使用了“数字孪生”（Digital Twin）一词。2014年他撰写的《数字孪生：通过虚拟工厂复制实现卓越制造》一文又对这一概念进行了较为详细的阐述。“数字孪生”被用来描述产品的数字化结果，不仅是对物理实体的虚拟再现，还可以模拟对象在现实环境中的行为。
格里夫斯认为，任何一个产品在本质上都具有双重性，它既是物理的，也是虚拟的。虚拟信息是被浪费的物理资源的替代品，物理对象具有信息的等效性。信息是对物理环境的当前和过去状态的感官以及对物理世界里所允许的所有操作和影响的理解，有了信息，就能知道事情的状态。
根据格里夫斯的观点，产品生命周期管理则是一个信息驱动的方法，来创建、制造、支持和处理产品。通过这种集成的信息驱动的方式，可以管理产品的生命周期及其周边环境设计的各个方面的人、流程、活动以及技术，从产品设计到制造，部署到维护，服务、报废处理直到产品的生命周期的终结。
“数字孪生”的术语虽然流行于业界的时间并不长，但是有关其技术内涵的探索和实践却早已开始。格里夫斯对“数字孪生”和产品生命周期的理论探讨也植根于40多年的工业界从业经验。20世纪后半叶，汽车、飞机等复杂产品工程领域出现的“数字样机”概念可能是这种“数字孪生”的起点。
2009年美国空军实验室提出了“机身数字孪生”（Airframe Digital Twin）的概念。2010年NASA也开始在技术路线图中使用“数字孪生”（Digital Twin）术语。
也是2010年，美国国防高级研究计划局（DARPA）发起的自适应运载器制造（AVM）计划，提出“重新发明制造”，目标是通过彻底变革和重塑装备制造业，将武器装备研制周期缩短到现在的五分之一。AVM的核心思想是，颠覆“设计—制造—测试—再设计”的流程，产品设计、仿真、试验、工艺、制造等活动全部都在数字空间完成，重建制造体系。
2014年开始，西门子等知名工业软件公司都加入了“数字孪生”的热潮中。工业界越来越重视物理实体在数字赛博空间的模型化存在和反馈——通过外界传感器感知物理对象从微观到宏观的所有特性，从而展示产品的生命周期的演进过程。
人们理解产品从此多了一重维度，物理世界发生的一切，都可以实时反馈到数字空间，从而指导物理实践。
另一个大热的概念“工业4.0”，在2011年汉诺威工业博览会上被首次提出，指的是“物和服务联网使创建涵盖整个制造流程的网络成为可能，该网络使普通工厂转变为智能工厂”。这一概念提出的初衷是提升德国工业的竞争力，利用数字化的进步，来建设下一代工厂。它有着切实的社会背景——在金融危机之后，德国企业接收到的订单大幅下降，制造企业要应对产能的峰谷变动，提高企业在现实环境中的应对能力。
德国国家科学与工程院2014年的报告指出，“工业4.0”所构建的网络将把数字虚拟空间和现实物理空间进行连接，形成信息物理系统（Cyber-Physical System，CPS），机器、仓储系统和生产设施都被CPS整合在一起。CPS由能够独立自动交换信息、触发行动及相互控制的智能机器、储存系统和生产设施组成，这为制造、工程、物料使用以及供应链和生命周期管理所涉及的工业流程改进提供了便利。
“工业4.0”从提出之初就扎根制造业，它被广为人知也得益于世界第一大工业展——汉诺威工业博览会。随着影响力的扩大，“工业4.0”也被称为第四次工业革命，与之相对应的前三次工业革命分别是以水力和蒸汽为动力的机械制造革命，以电力为动力的大规模生产革命和电子学、IT技术应用带来的自动化革命。之后各国从提升本国制造业竞争力的层面掀起了制造与新技术革命相结合的热潮，“工业4.0”的所指也越来越宽泛。
“数字孪生”“工业4.0”的纷繁概念、理义辨析在这股浪潮里已经不再重要，正如行业从业者所意识到的，在这波数字技术与制造相结合的浪潮里，最重要的并非它叫什么，而是让它发生以及它带来的影响。
国内智能制造领域的学者安筱鹏认为，制造业数字化意味着制造业范式迁移进入新阶段。所谓范式变迁的提法要追溯到微软研究院研究员、关系型数据库的鼻祖吉姆·格雷。他在著名的题为“科学方法的革命”演讲中认为，科学研究分为四类，沿着人们认知世界的历史长河，分别是模型推演、实验归纳、模型推演和数据密集型科学发现（Data-Intensive Scientific Discovery）。其中，“数据密集型计算”通过大数据方法来分析解决科学问题，同时基于数据思考和设计实施科学研究，能诞生数据密集型的知识发现，它是科学研究的第四范式。
这种思维方式引入制造业，产生的化学效应颇受关注。人类改造世界的方法正从传统的理论推理和实验验证向模拟择优和大数据分析转变。
在 理论推理阶段， 人类认知世界的关键要素依赖于少数天才科学家。进入 试验验证阶段， 以爱迪生发明灯泡为例，这种认知方法以“假设+试验+归纳”为关键要素，依赖于设备材料的高投入和过程的长周期大协作。20世纪80年代后，以波音777研发为代表的 模拟择优法 兴起，它依赖高质量肌理模型的支撑，投入少、周期短。而新世纪之后，GE通过以平台优化风电设备性能为代表的 大数据分析方法 ，用海量数据和大数据分析模型作为关键要素，这是一种数据驱动的新的制造范式。
总之，不论是“工业4.0”“第四次工业革命”“智能制造”，还是“产业互联网”“互联网+”和“新制造”，本质都指向上世纪末以来的计算机数字技术革命给从狭义到广义的生产制造流程带来的变革。
它是两条路的合流 ——数字的产业化和产业的数字化都朝着人类的生产方式变革而前进。 这种变革可以发生在细小的零部件、设备的感知决策层面，也可以发生在组织联通层面、供应链的衔接层面及生产和消费的互动层面。这是人、设备和信息的同频共振。
最终，比特和原子世界从泾渭分明、互不关联到融合，通过数字技术，比特和原子间的互动复杂度、信息颗粒度和深度及一致性得以提升，全要素、全流程实现数字化，物理实体的制造过程和虚拟制造实时交互得以实现。
比特世界之所以具有如此大的引力，离不开与之有关的两大定律——摩尔定律和梅特卡夫定律。它们曾在消费互联网领域得到过充分的验证。
1949年夏天的一天，科学家克劳德·香农用铅笔在一张笔记本活页上自上而下画了一条竖线。他在竖线旁边依次写下了10的幂数，从10的0次幂一直写到10的13次幂。这条线被克劳德·香农命名为比特存储容量，然后他开始列举一些可以用来储存信息的东西。这是知名科学史学者詹姆斯·格雷克在他的《信息简史》里记录的一幕。香农在纸上写画的瞬间在作者的笔触下仿佛描写着上帝创世：
在10的3次幂旁边，香农写上了打孔卡片。
在10的4次幂处，他安放的是单行距打字的页面。
在10的5次幂附近，他写下了不同寻常的东西——人类的基因构成。
10的7次幂的级别是一本厚厚的专业期刊。
10的9次幂的级别是《不列颠百科全书》。
10的14次幂标记处，香农写下了他所能想到的最大的信息仓库，美国国会图书馆。
某种意义上，这的确是新生世界的定义者在创世之初探索边界与尺度之举。
克劳德·香农，美国数学家、电子工程师和密码学家，更重要的身份是信息论的创始人。1948年，香农发表了划时代的论文——《通信的数学原理》，在论文里，香农论述了信息的定义、怎样数量化信息、怎样更好地对信息进行编码。比特被用来作为衡量信息的单位，这篇论文让信息超脱出语义层面的纷繁差别，变得可量化。由此，现代信息论诞生，此后人类与信息—数字世界相关的探索和所有的产业化努力都有了可能。
香农用铅笔在纸上写下他对信息容量的估算时，度量信息的量级从几十比特延伸到几万亿比特。当时，主导未来的信息—数字世界的重要元件晶体管才刚发明一年。按照香农的估算，金字塔顶端的是美国国会图书馆，约100万亿比特。
但很快，人们发现信息量的尽头并非美国国会图书馆。
1965年，仙童半导体工程师戈登·摩尔应《电子学》杂志的邀请，写了一篇文章，标题是“让集成电路填满更多元件”。当时，集成电路出现还不到10年时间，摩尔却发现其中隐藏的潜力。“在保持元件成本最低的情况下，其结构复杂程度每年大约增加两倍。”1975年，摩尔将成倍增长的预测从一年修正为两年，之后的普遍说法是，每18个月综合计算能力提高一倍。后来的事实表明，内存容量和处理速度都会翻一番，而尺寸和成本减半。
戈登·摩尔所总结的摩尔定律让人们认识到，任何与信息相关的东西都会呈指数级增长。科学史学者詹姆斯·格雷克仿照香农当初的测量方式，在信息发展史上找到了一系列的里程碑式节点来表现摩尔定律的惊人。
1970年夏，IMB推出两款大型机，其中一款内存刚好1MB，售价为4674160美元。
1987年，OED的出版商将其内容数字化，预计规模在1G左右，这个量级很有意思，它正好是整套人类基因组的规模，比克劳德·香农当年预测的要大几个量级。
1000G等于1T，而这个是1998年拉里·佩奇和谢尔盖·布林用三张信用卡凑出15000美元购买到的硬盘的容量。他们当时还在斯坦福大学念书，正着手打造一个搜索引擎原型，这是后来的搜索王者Google。2010年，人们仅需花100美元就可以买到1T字节容量的硬盘。硬盘不过手掌大小，美国国会图书馆按照香农的测算，相当于10T字节。
戈登·摩尔写那篇著名的论文时，他认为这种成本和性能定律将持续10年时间。今天来看，戈登·摩尔实在过于保守了，计算能力的指数级增长持续了半个世纪以上的时间。
正因为以摩尔定律和晶体管为基石的信息产业的指数级增长，计算机信息技术得以迅速产业化，计算、信息和数据所构成的信息网络得以成为现实。
指数级增长带来的效应已经在我们的经济生活中充分展示出来，它带着人类社会向信息时代极速飞奔。杰伦·拉尼尔这么形容计算机科学：“你蹲下身埋下了一颗树种，结果它生长得如此之快，以至于你还没有站起身来，它就已经把你所居住的小镇整个吞噬了。”
信息和数据所构成的复杂信息网络也因此成了网络科学这一20世纪兴起的学术领域里的关注热点。人们将网络定义为由边连接在一起的节点组成的集合，节点对应网络中的个体，边则是个体之间的关联。信息和数据构成的万维网则被学者定义为一种无标度网络，这种网络具有严重的异质性，其各节点之间的连接状况具有严重的不均匀分布性。部分节点为低连接度，极少部分连接为高连接度，不同节点之间的连接数量差别很大。随机删除一些节点，只要不是中心节点，不会改变网络的基本特性。
1993年，一个关于网络的价值和网络技术发展的定律被以计算机网络先驱、以太网标准之父罗伯特·梅特卡夫的姓氏命名。该定律发现，网络的价值与连接用户数的平方成正比关系，这也就是所谓的梅特卡夫定律。在经济学中该定律又被以网络外部性的关键词做讨论，它意味着采用一种社交媒体的用户人数越多，每一个用户就获得越高的使用价值。
这个定律在几年后被学界从理论层面得以论证。1999年，物理学家巴拉巴西和艾伯特提出了一种网络生长机制——偏好附连，用来解释大部分真实世界网络的无尺度特性。在这种机制下，网络在增长时，连接度高的节点比连接度低的节点更有可能得到新连接。以社交网络为例，朋友越多就越有可能认识新朋友，在搜索引擎中的反应则是网页的连接度越高，就越容易被找到。这个机制会导致马太效应，富者愈富。
梅特卡夫定律某种程度上成为日后互联网公司商业模式和估值起飞的重要理论支撑，也成为商业公司在数字世界建立护城河的头号手段。为了获得更多的产品使用者，互联网公司不惜以巨额补贴来扩大规模，拉开与竞争对手的差距，让用户的迁移成本变高，从而使得自身的服务产生网络效应。
网络效应和它带来的指数级增长一直是互联网公司增长最大的杀手锏。通过用户间的服务，更多的用户并不需要付出同等比例的成本，用户之间的互动节点能形成新的网络从而带来新的乘数效应。这是工业时代遵循成本—产出公式的商业模式难以想象的。
如果我们将信息和数字经济在消费、生活领域带来巨大变革的时代称为前数字时代，那么在数字经济渗透到人类生产力领域的后数字时代，产业发展和企业增长是否也遵循网络效应？
这似乎要打上一个问号。
它依然与工业和制造的产业逻辑相关。产业内的互联互通对象本身就限定了范围，其网络的对象很难像消费互联网中那样毫无限制地扩张。同时，在特定产业间的网络内，节点间的关系也很难像互联网那样具有高度异质性。互联网不同的节点之间的连接数量差别很大，随机删除一些节点，只要不是中心节点，就不会改变网络的基本特性，网络的健壮性很强，分布式特征让它们的抗风险能力也很强。
产业内的互联互通网络则不完全是消费领域的复现。产业上下游不同主体之间的关联可能呈现出高耦合、高关联度的特征。今天，全世界范围内尚未建成一个成熟的工业互联网平台，未来产业互联的特征与具体的行为模式仍然有待探索。
如果生产和制造环节实现在线，数字技术真正深入产业，工业的生产制造会产生怎样的变化？
产品生命周期管理专家、学者迈克尔·格里夫斯将一个产品从诞生到报废的过程，也即“产品的生命周期”分解为四个阶段——创造、构造、服务和报废。已有的产品开发理论将之分解为从概念到成本的过程，包括 创意设计、模型制造、大规模生产和商品交付 四个阶段，本书在这里也沿用这种分类方法。
这四个阶段是环环相扣的关系。创意设计阶段是从零到一的过程，它大部分时候停留在理念与图纸层面。一个产品必须是满足某种需求而生产出来，因此使用者或客户需求与喜好是这一阶段的重要考量。
模型打样则是将产品从概念和蓝图转化成实际的物理实体，它用于功能调试、质量确认和成本控制，模型打样时的产品可能并不成熟，也有待完善，它的数量也非常有限。但最重要的是，有了模型打样品，一个产品就脱离了纸面，变成了物理世界真实的产品。
大规模生产则是从样品走向成熟生产的重要一步。在这里生产的计划、原材料和零部件的调配、成本的控制都要被强调。但最重要的是，真正的生产制造流程和工艺都需要被以某种标准的方式确定下来，才能形成稳定的机器大生产。大规模生产也是工业时代生产最重要的特征，工业时代人类的社会结构、行为模式也被这一特征所形塑。
而到商品交付阶段，产品就从生产者和工厂移交到消费者手中。在这个环节，分销、物流、广告营销都影响着消费者对产品的获取。
这四个阶段是数字技术应用到生产制造之前的流程，在这个二维的关系图中，每个环节之间线性的先后关系，不可调换，也难以逆转。
企业竞争力正是植根于这些环节而产生。无论是产品功能更符合市场需求，还是企业能以更低的成本生产制造更多产品，或者在交付服务环节能更贴近客户，又或者在供应链层面的组织力更高效快捷，总之，过去一个多世纪的管理学理论都是基于这个流程展开的。
数字化浪潮袭来，信息技术和新的计算手段切入了传统的生产制造环节，比特作为重要的生产资料参与到传统的线性生产过程里，变化开始发生。
因为数字虚拟技术的存在，从生产制造到大众消费间形成了双向流动关系，此前链条上的每一个环节都充满了效率提升及成本优化的空间。国内的智能制造学者林雪萍曾点评数字孪生给这个过程带来的改变为“第四象限崛起”。
以创意设计到生产打样阶段为例，原本的打样是验证产品设计的重要方式。但物理打样本身是需要耗费资源和成本的。迈克尔·格里夫斯有一句经典的论断：“信息是被浪费的物理资源的替代品。”物理原型通常是昂贵和费时的，通过虚拟化和数字化的手段，将大大降低原型阶段的花费和耗时。
除了数字样机，数字技术还能通过更合理的资源配置方式协调生产计划，从而更高效地制造产品，使成本最小，产量最高。数字技术还可能让从前生产制造的产品从物理性交付变成物理、数字双重交付。智能手机和智能汽车便是最好的例证，这些产品都已超出了其承担的通话交流、运输等功能，变成了互联互通的在线数字产品。它加深了生产厂商与消费者之间的联系，也为制造企业的商业模式变革留下了新的可能性。
从物理实体交付到物理和数字双重交付，大型装备制造企业三一重工就创造性地利用了这一点，推动了企业业务的发展。在三一重工生产的每一台挖掘机上都有传感器，能够掌握设备的运行工况、路径等信息。由于一台挖掘机价格相对高昂，客户购买产品多选择分期付款，在分期模式下要保障车款回收，这台设备里的传感器就起到了重要作用。由于三一销售了大量的挖掘机，每天施工一线的传感器都会传递回大量的地点和开工信息。从2015年开始，三一重工就将这些能反映国家基建和投资情况的数据做汇总上报，形成了“挖掘机指数”，成为政府部门制定宏观政策的依据之一。
更难以忽视的变化是，从前产品到消费者之间的单向关系成了过去式。从前，消费者与生产者之间存在的鸿沟正在被逐渐消弭。消费者从过去生产—消费关系里的被动接受方逐渐开始调整角色。由于消费者的偏好和需求都能以更高效的手段被捕捉，或者说消费者的偏好和需求“在线”了，他们在消费关系里变得更为主动。生产厂商也乐于将这种在线的需求和偏好反映到产品中，最终某种程度的消费者主权得以确立。
总之，人们可以看到，因为数字技术的存在，工厂内部的生产制造流程、围绕着工厂的产业链协同方式、从产品到服务的商业模式、产品和消费者关系都处于激烈变革中。当技术创新、组织方式调整到内外部协同方式变革越来越具备可能性时，数据正一步步变成日渐重要的生产资料。
数字技术和信息在何种意义上带来了怎样的效率改变？
2021年8月初，一则芯片制造商英伟达公司CEO黄仁勋“造假”骗过全世界的新闻几乎刷爆了国内的科技圈。
这则信息说，2021年8月，黄仁勋在计算机图形学顶级会议SIGGRAPH 2021发布过一个演讲，这个演讲的发言并非真人行为，而是由数字人做出的一系列举动。该报道称，黄仁勋演讲的画面中他所在的厨房、他所穿的标志性皮衣，甚至他的表情、动作、头发全都是数字合成出来的。
很快新闻的发布媒体又发出了道歉声明，称英伟达方面给出的官方答案是数字人只出现了不到20秒钟，大部分时间依然是黄仁勋本人亲自在演讲。
一则科技报道的发布和被反转“打脸”只是科技圈里的一个小涟漪，但关于“数字人”的提法却第一次大规模进入公众视野。由数字人代替真人演讲，一家公司的CEO由此可以不用花费时间和精力去完成“演讲”这一动作，也能对外表达自己的观点。数字人制作完成后，理论上可以安排这个数字人不受时间和空间限制地出现在任何场景里。
在黄仁勋数字人演讲的案例里，由于是全新的尝试，制作数字人本身的投入远远超出数字人带来的收益，同时仿真效果仍然有待提升。科技媒体称，黄仁勋的数字人和真人在面部微表情、皮肤、光照细节等方面都存在不小差距，目前还谈不上以假乱真的程度。
但数字人的尝试本身意味着人们在越来越多的领域尝试用“数字”实现对物理的替代。
在工业场景里，利用数字孪生，对物理存在进行替代尝试要早得多，它的初衷也往往是从减少浪费开始的。以产品设计研发环节的“数字样机”为例，数字样机的功能随着技术的进步而逐渐扩展，从几何样机，扩展到功能样机和性能样机。这种在计算机上表达的机械产品的数字化模型，与真实物理产品之间具有1∶1的比例和精确尺寸表达，目的在于 用数字样机验证物理样机的功能和性能。
使用数字创建一个具有物理产品等效信息的虚拟产品，带来的成本节省不可小觑。例如在航空航天领域，建造用于测试和产品分析的物理样机成本高昂，飞机制造商测试飞机的稳定性和稳固性时，需要进行极限测试。如果极限测试的对象是物理样机，代价不可谓不高。而使用数字样机在虚拟环境下做这些测试，物理样机本应该用来报废的命运就可以被改写。航空公司则不用批量生产用于报废的样机，而只需用少量产品做最后验证。
国内的智能制造学者林雪萍观察过一个有意思的现象，他称之为“被闲置的风洞”。因为数字样机和数字技术在航空飞行领域产品设计和测试阶段的大量使用，美国知名的兰利风洞中心的使用率被大幅降低，风洞这一昂贵的基础设施越来越闲置下来。这一现象从公开报道里也能得到一些印证——2013年，美国NASA发布过一项审查报告，表明NASA每年要花费数千万美元维护未被使用或未被充分使用的基础设施，其中就包括风洞。
另一个技术助力航天工业的案例是空客与美国大数据服务商Palantir的合作。Palantir的软件产品能够收集处理海量数据，捕捉数据间的联系，搭建模型，从而预知趋势。2013年开始，空客将Palantir的相关技术用于提升A350飞机产量。2016年，空客法国的工厂通过汇总A350机型生产过程的数据，利用Palantir的数据处理能力有效缩短了组装时间。公开信息显示，周期从24天缩短至17天，节省的成本以数亿美元计算。
用数字和信息技术替代物理资源浪费，帮助提升效率、减少浪费在建筑行业也在实践。建筑行业经常提及的BIM，指的是通过建设建筑信息模型（Building Information Model），利用数字化技术，为模型提供完整的、与实际情况一致的建筑工程信息库，从而实现建筑工程的可视化和量化分析，提升工程效率。
BIM既是具体设施的物理和功能特性的数字化表达，又是项目共享的知识资源。BIM还能让项目从概念设计开始的全生命周期的所有决策有可靠、可依据的流程，同时有助于项目不同阶段、各个专业方的协同作业。BIM的概念从上世纪70年代开始被提出，本世纪初开始逐步深入建筑行业，当下已经成为建筑产业中解决实际问题的生产力工具。
麦肯锡在一份题为“中国流程行业的智能化挑战与机遇”的报告中还分享过一个案例，可能更符合大众对大数据服务新品研发的想象。某轮胎企业会基于轮胎内安装的传感器采集行驶数据，再依托大数据分析，为特定用户细分开发定制化的配方和解决方案。而该公司还将这种数据联通到生产环节。一条轮胎可迅速采集数亿条数据，并实时传输到生产线上，从而实现生产效率和产品质量的双提升。过去，企业需要耗费半年以上的时间测试上万条轮胎，才能研发出一个新产品，使用智能化方案后，首条新品下线就能达到标准，利润率也因此大幅增长。
“信息是被浪费的物理资源的替代品”，用比特的移动替代原子的移动，降本、增效、创新，这是生产制造追求数字化的题中之义。
2016年麦肯锡就中、德、美、日四国企业在企业数字化领域的态度和热情对130位来自各行业的企业代表进行过一次调查。
调查显示，中国制造商对工业4.0、智能制造抱有极大的热情和期待，比美、日、德企业更为乐观。76%的中国受访企业相信技术革命将增强自身竞争力，远高于美、德、日三国（美57%、德50%、日54%）。而且，中国民营企业最为乐观，86%的民企认为技术革命有利于提升竞争力，而国企和跨国企业相对保守，分别为68%和73%。
5年过去后，中国数字经济的整体规模颇为可观，中国企业在技术革命和数字化方面的行动难以被忽视。中国信通院发布的《全球数字经济白皮书》显示，2020年，全球数字经济规模达到32.6万亿美元，美国数字经济蝉联世界第一，规模达到13.6万亿美元，中国位居世界第二，规模为5.4万亿美元。中国数字经济占GDP比重为38.6%，同比名义增长9.7%。
一方面，疫情大大催化了中国企业数字化进程， 突如其来的变化让数字化从部分行业头部企业的“可选项”转变为更多行业和企业的“必选项” 。
IBM商业价值研究院在一份题为“新冠病毒疫情与企业的未来”的报告中有同样的结论。
结合2020年4月至2020年8月间的调研，59%的受访企业表示新冠病毒疫情加快了他们的数字化转型步伐，有66%的受访企业表示，他们已经能够完成先前遭遇巨大阻力的转型计划，降低成本是转型计划带来的最大收益。
中国企业的数字化进程加速从在线办公软件的业务进展中可见一斑。钉钉在2020年底对外表示，疫情之下，中国的数字化进程往前推了3～5年，在线办公与企业数字化转型快速推进，已经成为业内共识。钉钉平台的用户规模在2021年用了几个月时间实现了从4亿向5亿的突破。而另一在线工作平台腾讯会议，上线不到一年实现了用户数快速突破1亿的原因也在于突如其来的疫情催生的巨大的线上办公需求。
另一方面，繁盛的数字生态中工业制造业领域的表现颇为不俗。以世界经济论坛和咨询机构麦肯锡联合评选的“灯塔工厂”为例，到2021年这是一个覆盖了近百家世界一流制造工厂的体系。截至2022年3月30日，世界经济论坛（WEF）发布新一期灯塔工厂名单，中国“灯塔工厂”数量达37家，是拥有“灯塔工厂”最多的国家，主要分布于3C电子、家电、汽车、钢铁、新能源等行业，其中大陆工厂有30家。
除此之外，各地也积极推进工业生产智能化及先进制造业的发展，推进智能车间、智能工厂的培育建设，促进传统制造业转型升级。以浙江为例，该省近年来积极探索“未来工厂”建设，自2015年开始截至2021年6月数据，已累计实施国家智能制造试点示范和新模式应用项目61个，打造省级数字化车间/智能工厂263家。
城市也积极创新体制机制，培育和推动相关产业发展。数字产业发达的杭州在推进数字经济和制造业融合也迈开了大步，2022年1月，杭州评定了首批“未来工厂”，有48家企业上榜，其中海康威视、新华三、老板电器及西子联合旗下的杭州锅炉集团等企业上榜。
对数字产业的普遍热情反应在了数字指标上。工信部统计显示，我国规模以上工业企业生产设备数字化率、关键工序数控化率、数字化设备联网率已分别从2015年的42.9%、45.4%和37.3%提高到2020年的49.9%、52.1%和43.5%。中国数字经济的整体图景呈现出欣欣向荣的景象。
大量咨询机构也从不同的层面为企业提供数字化转型咨询服务，数字化服务商更是从不同层面差异化竞争。如咨询机构亿欧智库就从数字化营销、数字化管理、数字化供应链、数字化生产及数字化技术五大板块盘点不同类型的服务平台。这意味着，围绕企业生产经营的每一个环节的数字化，都存在广阔的市场空间，而每一个板块下也有大量的企业在切实摸索与实践。
可以说，这些数字化服务商们站在了用数字化技术推动传统产业转型的最前沿，中国的工厂也处于数字技术应用和实验的第一线。
在中国工厂里，即使是一颗维持车间机器设备运转的最普通螺丝钉的数字化也有值得关注的故事。
螺丝钉、螺丝刀、润滑油、劳保用品、刀具、电线电缆……它们有一个专业的名称——非生产性原料物资，又被称为MRO，指的是maintenance（保养）、repair（维修）、operation（运营）。即企业在生产过程不直接产生产品，但为了满足其正常的生产运营，而对企业的设备、机械、设施等进行保养、维修以及运营而使用的辅料和易耗品。
这些看似不起眼的物资，要让它及时、准确地以更便宜的价格进入企业的工厂车间并不是一件容易的事，也经常让企业经营者们头疼不已。现实生活里，小小的螺丝钉影响一个生产车间生产的案例并不少见。国内也有人早早盯上了“让一颗缺失的螺丝钉如何快速到达急待运转的车间设备”的生意，震坤行工业超市就是其中的重要玩家。
该公司董事长陈龙向我们描述以螺丝钉为代表的MRO市场时用了三个形容词——零散、突发和专业性。零散，是因为这类耗材的类目数量颇为庞大。据统计，这类非生产性物料需求通常会占企业产值的4.2%～8%。小的企业涉及几百种品类，大的企业有成千上万种，围绕着这些品类自然会涉及颇为复杂的上游供应体系。突发，则由于这些需求具有临时性，往往没有被纳入企业计划生态里，一旦缺少了又需要尽快补位。而专业性则是由于中国当下拥有全世界最完整的工业类目，不同的行业都有专属的仪器设备运维体系。对一家企业来说，如何预测和管理这些需求是颇为困难的事。
一项统计显示，企业通常需要花费大量的精力去调研市场，把控采购质量。因企业通常缺乏对MRO的重视和有效管理，虽然采购值可能不到企业采购总额的8%，但要消耗采购部门60%以上的工作量，极易为企业带来较大的隐性成本。
正是看到了大量的制造企业处理这些“螺丝钉们”存在的痛点，震坤行这类工业用品服务平台出现了。以震坤行为例，它的定位就是用数字化手段一站式提供工业用品服务平台，在成千上万的产品品类和成千上万的客户需求场景之间建立联系，把这些长尾性的采购诉求以最低的成本，及时、准确地提供给客户。
这些产品不是企业的核心竞争力，增加之后不会提升企业产品的核心能力，但缺了却会影响正常运转，可以说是工业生产事实上的螺丝钉和润滑油。而对需求企业而言，震坤行这类数字化服务商扮演的正是润滑油的角色。
在MRO采购里，只有一站式解决，生产制造企业才不用费力去管理多家MRO产品的供应商。只有产品品类和客户需求这两种要素都有了一定体量聚集，作为工业用品提供平台才有可能调动上游供应商资源，以更低的价格生产符合要求的产品。
数字化技术就此登场——把客户的场景和对商品的需求变成结构化的知识和数据，这需要大数据处理能力，也涉及知识库等技术工具。零散的场景结构化，才能探索出更普遍性的产品。由此，成千上万的上游产品供应商和成千上万的下游客户需求之间实现更准确的连接，产品和需求之间的不确定性降低。
整个过程本质是商品流通和经营过程在线化。一家企业工厂里的螺丝钉和润滑油的需求和上游的产品供应商之间实现了在线，最终缺了的那颗螺丝钉才能够更快、更便宜地送到急待运转的车间设备。
在这个过程中，仅靠在线的能力仍然是不够的。当下中国企业的数字化基础仍然有欠缺之处，当行业性的基础设施不具备时，震坤行这家工业品供应方也会自己下场填补一些不完善的物理基础设施。如果某些特殊的产品品类客户需求在国内市场现有的供应体系很难被满足，震坤行就会自营产品去弥补这部分需求。也因此，这家企业的业务形态中配备了仓储、线下服务能力，甚至收购了一些工厂。
很多企业数字化过程中会纠结如何迈开第一步。在客户需求、上游供应商能力和需要耗费的成本等各种天然存在矛盾的限制因子下，企业的每一个决策总会遭遇现实的风险。反刍一颗维持车间机器设备运转的最普通螺丝钉的数字化过程，震坤行这样试图整合行业的角色自然也面临类似“鸡生蛋、蛋生鸡的困境”。它的解决方案也颇有数字时代的特色——小步快跑，快速迭代。把每一次决策与尝试都留下数据，形成结构化的经验，从而形成符合数字时代特征的组织能力支撑。
中国企业的数字化就是在这样的来回反复拷问里展开的。对每一个企业而言，鸡生蛋、蛋生鸡的问题永远存在。只有迈出那一步，不怕犯错，每次犯错都留下记录和数据，形成可以反刍的经验与决策参考，问题才会一步步得到解决，它最终塑造了企业的业务模式和组织形态。
另外，要实现让一颗维持车间机器设备运转的最普通螺丝钉的数字化之旅，只靠一家企业的力量总归是不可能的。除了要有震坤行这样的中间撮合式数字平台，还需要大量服务于整个数字化生态的角色，例如工具型企业。只有更多的企业共同培育市场，螺丝钉的数字化之路才能真正顺畅。
而整个工厂的生产运转过程里，到处都充满了需要被数字化的“螺丝钉”，工厂的数字化画卷才刚刚开启。
正因为数字化推动中国的生产制造企业转型表现亮眼，许多人都将“数字化转型”视作中国制造弯道超车的重要筹码。但 新技术的普及从来不是一帆风顺。人类从未停止对先进生产力的追逐，这种追逐在长历史周期里表现得坚定不移，势头锐不可当。但在某个具体的时间点里，新的玩家要走的从来都是一条蜿蜒曲折之路，成本和经济考量是必须直面的真问题。
“破坏式创新”的提出者、经济学家约瑟夫·熊彼特在1911年就意识到了所谓的先进生产力和创新背后的经济问题。熊彼特在他的《经济理论》中论说，生产必须同生产中的纯技术问题区分开来。二者之间存在一种微妙的对立，这种对立是企业中作为个体的技术经理和商业经理之间的对立。“我们经常看到生产过程中一方建议改变，而另一方却总是拒绝。”
熊彼特颇有兴致地挖掘了其中的不一致根源，“工程师会推荐一种新的生产方式，而商业方面的领导会以该方式不能增加效益为由拒绝采用。他们的目的都是恰当有效地管理企业，而他们的判断来自对这种恰当性的认知和理解不一致”。假设某种生产方式所需要的资源，如果用在其他地方，会产生更大的利益，生产过程的改变不会增加需求的满足，反而会减少这种满足。同时，如果全部生产的唯一目的是需要的满足，那把资源用在有损于需要满足的生产方法确实不具有任何的经济意义。
熊彼特认为，在实际经济生活中经济目的支配着技术的运用。假设蒸汽机的所有部件都符合经济的适当性，而且也被充分利用，如果给蒸汽机更多燃料，用技术改造提高它的工作性能，但同时却不能带来经济效益的话，那这样做就没有任何意义。
由此，熊彼特提出了一个不等式：为了提高蒸汽机的性能所增加的燃料、人力、技术改进以及原材料的成本大于它所能产生的经济效益时，技术改进就不具有任何经济意义。
经济的生产和技术的生产二者之间存在着张力，前者考虑的是现实中存在的需求和手段，后者考虑的是生产的基本方法。技术生产的目的的确是由经济系统决定的，技术只为人们需要的物品研究生产方法。经济现实并不一定会把生产方法贯彻执行到符合它们自身的逻辑性并在技术上至臻至善，而是屈从于经济性的方法。任何没有考虑经济条件的方法都会被修改。这说明经济的逻辑胜过技术的逻辑。
当然熊彼特也提到，即使现实层面不具备经济性，从技术层面深入探究对蒸汽机的改进依然具有非常大的意义。因为一旦这些技术的实施成本下降，变得有利可图，它们就可以立即被付诸实践。熊彼特将它们称为执行新的“组合”，其中诞生了“企业家”群体，最终推动创业在该生产部门的发生。
熊彼特对这二者的区分与分析能够解释今天轰轰烈烈的数字浪潮下一些企业采用数字化手段和技术的态度上为何存在游移和保留，也能解释为何只有在新技术的坚定推行者中才能诞生新时代的主导者。
联系当下的企业数字化转型现实，我们经常能听到类似数字化发展时间表的疑问。正如蒸汽机的推广与运转需要考虑现实的成本经济问题一样，今天数字技术在全社会的推进速度及发展阶段也要被纳入同样的框架中来思考。
迈克尔·格里夫斯的经典论断“信息是被浪费的物理资源的替代品”中本身就隐藏着成本思维。迈克尔·格里斯夫认为，能够替代被浪费的物理资源的信息，是一种对物理环境当前和过去状态的感官以及对物理世界里所允许的所有操作和影响的理解。但同时，使用信息替代浪费的资源有两个关键点： 第一，信息不是免费的；第二，组织执行以前从未完成过的任务需要消耗资源来创建信息。
所有的数字系统的硬件、软件、通信成本和必要的收集、组织及呈现所需要的人力，以及与之相关的组织变化带来的成本，都是信息替代被浪费的物理资源所耗费的成本。这个成本如果高于物理浪费本身，那么让比特代替物理资源去执行相关需求就是不经济的。只有当获取、维护和使用信息的成本（这里需要考量长时段成本和短时段成本）少于所浪费物理资源时，使用比特才会成为企业现实的决策选项，数字化创新才有可能应用到具体的企业生产流程中去。
科技圈此前的一则逸闻可能可以反映出成本思维与新科技应用的关系。
从2006年3月入亚马逊旗下的AWS开始提供云计算服务以来，已经有数以万计的企业和个人在使用云计算服务。根据亚马逊2020年财报，2020年亚马逊净利润为210亿美元，而AWS就实现了130亿美元的运营利润。
云计算称得上数字经济领域产业进展和商业模式都逐渐走向成熟的领域，但2021年5月它依然遭遇了挑战。
2021年5月底，硅谷顶尖风投a16z知名投资人Martin Casado与同事联合发表了一篇文章《云成本，一个万亿美元的悖论》。这篇文章在科技行业掀起了轩然大波，文章通过详细分析50家上市软件公司财务报告中的企业云支出来炮轰云基础设施成本问题。
云计算是计算历史上最重要的平台转变之一。它不仅已经影响了数千亿美元的IT支出，而且还尚处起步阶段，并在每年超过1000亿美元的公共云支出基础上快速增长。这种转变基于一个非常强大的价值主张：基础设施立即可用，也正好符合业务需要的规模，提高了运营和经济效率。云计算还有助于培养创新，因为公司可以释放资源，专注于新产品和增长。
随着云行业经验的成熟——我们可以从公司经济状况中窥见更完整的云生命周期——越来越明显的是，虽然在公司早期阶段，云服务清楚兑现了它的承诺，但随着公司规模扩大和增长放缓，云服务给利润率带来的压力可能开始超过收益。
Martin Casado的结论是在大规模运营时，云的成本可能会使公司的基础设施费用增加一倍。基于云成本对利润率的影响，估计有1000亿美元的市场价值因此而流失。这篇文章引发争议的原因在于，算力是数字革命的地基，他们炮轰的正是数字经济时代里被视作更为经济的算力供应方式。
这篇文章可能并不会真正带来云计算服务的使用者放弃这种算力获取方式，但我们能从文章的分析中看到成本思维。 促进一项新技术推广和应用的，不仅源自科学和工程方面的进展，更源自技术对产品和服务的生产、消费成本产生的影响。
许多人疑惑，数字革命到底还需要多久才能深度改变全人类的生活，距离生产生活的全面智能化还有多远。这个问题可以被看成对计算力利用深度和广度的追问，我们可以用一句反问来当作问题的答案——数字的基础设施进入一切场景成本几何，谁来承担数字和计算的成本，使用算力来解决问题相比其他解决方案足够经济吗？这个回答可能最接近技术革命走向市场的真相。
一项新技术的应用成本决定了它的应用范围。数字技术和计算革命的真正爆发，与计算资源应用到生产制造环节需要花费的最低成本有关，一旦成本高于相同工作所需要的劳动力支出，企业决策者们依然会以相对原始的手段来组织生产。
从数字化和计算革命本身的要素基础来分析，这场革命要真正迎来大爆发，数据、计算力和算法层面都要具备相应的条件。
以电气化历程来类比，电作为一种能力被装载到生产生活的不同场景仰仗于发电机的发明。电力的灵活供给让用电的场景突破了建在水电站旁这一地理限定。用电场景不受地理限制后，暴涨的需求刺激发电厂建设更加密集的电力网络。最终，电力廉价地进入企业生产和人类生活场景之中。
以此类推，计算力作为一种新的动力，要进入产业的每一个场景，首先需要生产层面充分的数据准备，其中涉及数据采集、流转、存储和使用等各个环节。有数据可用，企业愿意用数据，数据能用好，数据才能作为生产资料，算力才有可供运转和计算的基础。
其次要从算力层面考量。人类的计算模式经历了大型机、个人电脑、移动计算和云计算等不同阶段。每一阶段计算的应用场景较上一阶段都得以扩展，算力的使用和需求也在增长。应用场景和算力是一种双向促进关系。只有广泛的使用场景，让计算力和智能能力真正用到具体的行业里，各行各业对算力的需求才会提升，计算行业才有可能实现以更低成本生产算力。
除了算力的获取成本，让算力能够运转起来的框架也非常重要。计算革命延伸到传统产业和生产领域后，各路玩家都在闭门训练自己的算法模型。通用型的算法、协议和规则非常稀缺，行业里甚至尚未就计算算力能够转化成工业生产中多大规模的效用达成某种共识。以电力的使用为例，电能转化为动能可以用电做了多少功来衡量，一个电器里电动机的功率信息完备，使用者就这种标注可以对使用产品的效用和成本形成明晰的认知。万物互联时代，行业性的底座式协议和框架如同电力时代的“电动机”，能够让具体场景里的算力运转起来，产生具体的功用，算力时代的“电器”由此产生。人类生活的每一个角落都有算力应用出现，计算时代才能真正到来。
中国企业的数字化现状除了聚光灯下的灯塔工厂们，还有作为基本盘的广大民营中小企业。
2016年麦肯锡的一份报告中提及中国民营企业对数字化的态度颇为乐观，几年过去后，我们发现，这个群体在数字化浪潮前的确有切实的行动，但同时它们依然会遭遇现实的困境。
清华大学全球产业研究院发布的《中国企业数字化转型研究报告（2020）》中提及，数字化转型企业创办时间在20～25年占比最高，为23.9%；其次为5～10年，占比16.9%；创办时间在10～15年以及35～40年分别占比11.3%。成立时间在10年以下的企业主要为数字化转型技术服务企业，以及传统大企业近几年来新成立的科技子公司。
上述报告中统计，在制造业里，不同的门类中数字化的发展水平及进度并不一致。从制造业企业所处行业大类看，化学原料与化学制品制造业占比最高，为20%，其次为汽车制造业，以及计算机、通信及其他电子设备制造业，占比均为16.7%。相比面向企业用户的制造业企业，面向个人消费者的制造业企业，例如手机、汽车、家电、家居等行业的企业，数字化转型的紧迫性更强，转型也更为迅速。
从这些数字里，能得到一些比较直观的判断——由于成本问题，数字化转型成了头部企业处于战略布局层面的需求而进行的探索。大型国企、央企等出于战略投入等因素做出的数字化部署有不少是超前投资，经济性指标和成本思维并非最重要决策因子。广大中小企业在数字化领域的态度和行为可能才是中国企业数字化实践能否向更大范围深入的关键点。对很多中小企业而言，成本与收益如何平衡、能否平衡都是它们面临的现实困境。
在我们的田野访谈中，许多从业者也持同样的观点。
数字化转型网覆盖了大量企业的CIO和CTO人群，该企业CEO王也谈及他们接触的企业在IT和数字化领域的投入态度时称，在IT投入上，金融业比较稳定，而且投入占比较高。根据企业规模不同，该行业的IT投入普遍能达到营业额的2%～4%。制造业其次，大多数制造业都在1%以下，甚至0.5%以下，能达到1%以上的寥寥无几。因为管理水平不如制造业，建筑行业、服务行业等行业的信息化投入更低，行业水平更差。
王也观察到，制造业民营企业还存在投入不稳定的情况，往往没有固定的IT投入预算，某些年因为一些大项目突然能达到1%，做了一些大项目，项目结束后可能第二年会降低至1‰的水平。以某国内知名家居品牌举例，遇到销量下滑的情况，除了一些必要的服务器、软件许可费投入外，为新项目而做的IT预算直接全部砍掉，几乎是0投入。这种情况在民营制造业较为普遍，即使公司体量已经达到数十亿元、上百亿元，投入预算受民营企业老板个人影响也很大。
另外，调研震坤行工业超市时，该公司的董事长陈龙同我们谈及在工业品长尾产品流通行业里最常遇到的一个痛点：大量的中小制造企业在遇到非生产性物料紧缺时经常无法定位自己所需要的产品。作为下游的需求方，他们口中的缺口产品的名称往往与上游供应商提供的货品名称对不上号。
另外，人才也是真问题。数字化转型网负责人王也提到了一组颇为接地气的数字。长三角一线城市如上海地区的IT总监、CIO等IT序列大部分高管的年收入能够达到80万～150万元，超过200万元的职位很少。二线头部城市如杭州、苏州，年收入大多数在40万～80万元，超过100万元的职位很少。二线居中城市如宁波、南京，年收入大多数在30万～50万元，超过50万元的职位很少。二线偏下和三线城市一般信息部门主管的年收入大多数在30万元以下。他们的薪资水平与互联网大厂同等职位的程序员的收入几乎不具备可比性。 薪资低往往意味着找不到优秀的人才。这意味着，在大量的传统制造企业里，想要找到懂IT的人颇为不易，更勿论找到懂IT和懂工业的人才。
根据中国中小企业信息网2021年3月的数据，目前我国市场主体据公布有1.3亿，其中8000多万是个体工商户，企业数是4000多万，在4000多万企业数当中，95%以上是中小企业。这95%的中小企业也包含了中国大多数的工厂。它们成长于改革开放以来的40多年间，许多企业是以非常原始的状态在经营，管理层面规范性还有待提升，数字化的前段历程——信息化尚未完成。
我们从中南高科也得到了同样的反馈。中南高科是一家制造业产业集群运营商，在全国拥有近百家产业园区，连接了上万家中小制造企业。在服务这些企业的过程中，他们也发现了，广大中小企业一方面渴望数字化转型，同时又苦于找不到变革的方法，并且广大中小企业还无力负担过于高昂的数字化转型成本。因此它们意识到，在产业园区运营中应有更长期且专门的举措来提升中小企业对数字技术的可获得性。
中国工程院院士周济就曾指出，我国制造业企业，特别是广大中小企业还远远没有实现“数字化制造”，必须扎扎实实完成数字化“补课”，打好数字化基础。这意味着数字化还伴随着信息化的过程，“两化融合”正是基于这一背景展开。
中国数字经济的整体图景欣欣向荣，在全球层面竞争力不俗，但同时大量的中小企业在数字化进程中仍然需要补课。这就是数字经济在中国的另一重现实。直面这种参差，也是当下数字经济发展高歌猛进时必须采取的态度。
此外，任何的技术应用都不应忽略技术本身的发展阶段。学者金榕2021年8月24日在科学网发表文章称，AI时代序幕刚拉开，AI目前还处于初级阶段，犹如法拉第刚刚发现了交流电，还未能从技术上升为科学。
文中称，技术发展之缓慢远超我们的想象。回顾90年代至今这20多年来，我们看到的更多是AI应用工程上的快速进步，核心技术和核心问题的突破相对有限。一些技术看起来是这几年兴起的，实际上早已存在。他发文意在勉励当下的人工智能产业不应沉迷于“虚火”，从业者应从兴趣出发砥砺前行。
金榕的另一重身份是前阿里巴巴iDST首席科学家和副院长，工业界大拿的判断也可以用于智能制造和传统制造企业的数字化浪潮中——在人工智能的核心进展仍然相对有限的当下，热门的人工智能和计算资源离真正带来工艺提升还有很远的距离。
当然，影响全社会层面的产业数字化的变量还在增加。2021年10月27日，国务院印发《2030年前碳达峰行动方案》。其中提出，到2025年，非化石能源消费比重达到20%左右，单位国内生产总值能源消耗比2020年下降13.5%，单位国内生产总值二氧化碳排放比2020年下降18%，为实现碳达峰奠定坚实基础。到2030年，非化石能源消费比重达到25%左右，单位国内生产总值二氧化碳排放比2005年下降65%以上，顺利实现2030年前碳达峰目标。
数字经济发展高度倚重比特和计算资源，而计算资源的获得则靠电力的投入。这也意味着，数字经济也与全球和国家的能源政策紧密相关。
对单个制造企业而言，在国家层面的双碳政策下，计算资源的大规模应用的成本可能越来越是一个难以被忽视的指标。
从国家整体竞争层面，中国当下作为世界工厂，拥有全球最为齐全的工业门类，也是当今世界第一制造大国。中国的工厂要全面数字化，实现由劳动密集型向资金密集型、技术密集型产业的升级，必定要占用和储备大量的计算资源。当计算资源成为能源问题后，如何高效获取和利用计算资源成了必须回答的问题。由此，我们发现数字经济除了要做经济算术，在大的国家博弈层面还需要做政治题。
这个问题在2022年初也初现解题思路，国家提出了“东数西算”战略，希望整合优化中国算力资源，推动中国东西部地区算力需求与土地、能源等资源的互补与匹配等。
一些能源科技公司的绿色智慧解决方案在双碳背景下重要性也日益凸显。如浙江的正泰集团正在探索以可再生绿色能源的开发来对已有的能源体系形成补充。通过分布式的光伏发电设备的海量布局，产生的电量可自发自用，多余电量上网出售，或全部出售。这种分布式光伏发电较传统的电力生产和使用结构有明显的特色。分布式光伏发电更靠近用电侧，用电需求和发电能力的匹配可能更便捷，打破了传统的发电—用电分离的二元结构，能在能源供给层面带来更大的系统灵活性。当然光伏发电当下仍然有储电、并网交易等需要克服的问题，但着眼全球双碳大背景，它们仍然具有良好的成长空间。
也许，我们可以更理性看待数字革命在当下的应用场景中所创造的价值。套用那句经典的判断——不高估这场变革里的短期收益，也不低估它的长期效益。
数字时代什么才是一家企业的立身之本，是数字化工具和手段，还是别的什么东西？
2003年，美国《哈佛商业评论》主编尼古拉斯·卡尔的一篇文章《IT无关紧要》（“IT Doesn’t Matter”）在科技圈引发关注。他的核心观点是，由于信息技术的能力和普及性已经达到了成熟阶段，IT的战略重要性反而降低了，企业可以通过外部渠道来方便地获得IT的能力。尼古拉斯·卡尔援引的案例是20世纪美国航空业里引进的计算机订票系统。卡尔认为，虽然它造成了一些没有引进这一系统公司的倒闭，但是由于后来所有的航空公司都采用了计算机订票系统，所有的企业又站在了同一起步线上。
某种程度而言，尼古拉斯·卡尔论述的是“红皇后效应”。这是进化生物学家Leigh Van Valen 1973年根据英国作家路易斯·卡洛尔《爱丽丝镜中奇遇记》提出的关于生物协同进化的假说。《爱丽丝镜中奇遇记》里红皇后对爱丽丝说过一句话：“在我的领地，你要一直拼命奔跑才能保持在原来的位置；如果你想要前进，就要以两倍于现在的速度去跑。”
进化生物学家Leigh Van Valen的假说中心思想是，物种之间形成非常复杂的相互作用，相互依存。在物理环境条件相对稳定的情况下，物种之间的关系构成驱动进化的选择压。物种间生态关系的牵制作用使得物种发生显著的进化变得相当困难，因为生态系统中，物种的进化是相互制约的。由此，一个分类群的对数形式的生存曲线是线性的，绝灭概率是相对恒定的。
反映到商业竞争中，当所有人都试图依照同样的标准获得进步，竞争者和防御者通过一连串组织学习与自然淘汰，增加力量，加剧竞争。最终，所有企业间的相对竞争地位可能并没有发生变化。因此，企业为建立竞争优势而采取的一些行动，可能并不能让自己在竞争中真正建立起优势。
在这场数字变革里，“红皇后效应”依然值得我们思考。
今天，中国的企业服务市场上，形形色色的服务商们都在向潜在客户兜售“数字化赋能”和各种标准化、非标准化产品。对于需要数字化建设的企业而言，数字化能力是否真的可以完全仰仗外部的资源支持来实现？
这个问题如果套用“红皇后效应”公式，则有了以下判断——正因为竞争手段雷同，所有人都在奔跑（数字化建设手段的采用），最终决定竞争成败的反而不是奔跑（数字化建设手段的采用），而是个体在这之外的某项核心能力（数字化之外企业的某种核心能力）。
这种内卷的处境下，数字化对一家企业到底意味着什么？我们可能要从不同的场景来分析答案。
对于那些有大量的业务场景和数据留存的企业而言，它们的数字化最具想象力的部分一定围绕着业务场景产生，关乎企业生存和生意本质的场景才是数字化的关键。对这类企业而言，数字化能力建设的核心是要让数据真正成为生产资料，服务于业务流程，并真正产生经济效益。数据和业务的联系变得前所未有地紧密。除此之外的效率工具是辅助，可以通过外部的标准化产品赋能实现，但围绕企业核心业务场景的数据和运营才是关键。因此，这类企业的数字化能力也一定很难被外部力量赋予。它可以从外部获取工具，但却不可能从行业外获取企业生存及商业模式的核心因子。
这意味着，数字化手段应用于 效率提升与数字化手段应用于核心产品、工艺、服务能力的创新 是两种不同的场景。效率提升层面的企业数字化是可以从外部获得的。一个行业里如果一家企业采用了相关的手段，可能会快速引发其他企业的效仿，它的确可能带来“红皇后效应”。但那些在自身核心的业务中进行数字化探索并走在前沿的企业，它的能力建设只能来自对自身业务逻辑的挖掘。而那些基于业务场景的深度思考也很难被竞争对手和外部对象模仿与超越。
另外，基于核心业务场景产生的数据与知识因为关乎生意的本质，也是许多行业降低产品成本、创新业务逻辑和培育新商业模式的关键。这些资产和经验不仅很难从外部获得，对许多掌握了这些行业know-how的企业而言，也几乎没有动力将之与外部的平台和企业联通、分享。这也是建成行业层面的互联互通平台需要解决的问题。
通用规则意味着话语权。当一切标准统一后，从前因为信息差和阻隔产生的利益会消失，商业模式可能不成立。此时，组织和过往的既得利益者就站在了新的生产关系和规则的对立面。
数字技术深入到生产和组织历程里，难免会遭遇资源再分配和规则洗牌。它不只是技术问题，更是组织和管理问题，是不同角色的利益分配问题。这也是许多人为制造的区隔和壁垒难以消失的原因。因此有人说，所有的技术变革都需要两代人来完成。一种新技术的全部力量和后果要等经历过它的第二代人使用时才会真正释放出来，上一代的阻隔者已经被挤到一边，旧的利益关系不再成为阻碍。
数字化进程还意味着产业链的协同和产业链条上的角色分化。许多企业的业务场景并不产生大量的数据和专业知识。对这些企业而言，它们在数字化时代扮演的角色必定不同于具备充沛数据潜能的企业。
在我们的调研走访中，震坤行工业超市的董事长陈龙也谈到了这种分化。他认为，不是所有的器官都可以当心脏，不是所有的企业都能做平台，“谁负责做网络，谁负责做集成，谁负责做服务，企业的角色分工会出现比当下更为清晰的分化。只有分化之后才会有更高的效率”。
而分化的过程则是市场选择的结果。只有角色分化后，不同类型的企业扮演着不同的角色，才能形成繁盛的生态。当下中国的企业数字化水平整体提升迫切需要的是行业性基础设施。这种角色扮演的功能，是让算力真正成为如同电力一般的通用能力的底座，让计算力能够被转载到更多场景里，产生更多应用的支撑。
我们得出的结论是，在这场数字革命面前，企业的数字化进程没有标准答案。对任何一家企业而言，数字化变革不是万金油，也不是一劳永逸的灵丹妙药，更不是毕其功于一役的大会战。
数字化技术手段，是一种新的工具、新的生产资料，它在每一家企业里的推进，都与该企业的目标、市场位置及对数字化的认知紧密相关。
而在比特—原子从对立走向融合的过程里，企业需要具备的素质也逐渐明晰化。
2021年苹果在双十一发布了基于M1芯片的MacBook Pro/Air和Mac mini，开启了自研ARM架构芯片支撑桌面计算的新纪元。就在几乎同期，特斯拉市值突破万亿美元，这是有史以来第一家市值破万亿美元的汽车公司。这两家企业具备同样的特质——它们身上同时具备软硬件的基因，有深厚的硬件层面的工业工艺积累，它们也拥有强大的数据处理能力和计算资源。
而如果把视线放在2022年初全球的万亿美元企业上，除了能源企业沙特阿拉伯国家石油公司，亚马逊、微软、谷歌这些超级平台几乎都具备软硬合一的属性。中国企业和大型平台也显现出了这种趋势。2021年10月阿里巴巴发布了自研芯片，宣布自研的“倚天710”芯片采用了业界最先进的5纳米工艺，将部署在阿里巴巴数据中心的服务器上。这并非孤例，腾讯、百度等这些传统意义上的互联网企业都在积极锻造自己连接原子的能力。与此同时，海尔、三一、美的、华为这些从前以“硬”见长的企业也都朝着比特方向打造潜能。
重点并非软件或硬件能力，而是把数据视作新的生产资料，使这种生产资料自如、无障碍地在物理世界和数字世界流转。
这是比特和原子的融合之旅，每一家企业最终都会发现，需要解剖的对象不再是对手，而是企业自身。企业内部的新生产力与旧思维方式之间的互动，最终成了影响企业命运的最关键因素。