下载掌阅APP，畅读海量书库
立即打开
在新科技变革与产业革命中，数据作为新的生产要素参与价值创造与分配，影响到数字经济及多个产业的竞争力。在这种情况下，数据资源的规模和价值转化，将和传统资源要素一起，共同决定一个国家、地区、行业、企业的未来优势。
在数据要素转化成社会价值的背后，离不开算法与算力的共同作用，这两者共同决定数据要素的转化效率和成果。算力不仅影响众多产业的发展和企业的竞争优势，而且在很大程度上是实现经济社会转型、促成新一轮产业大变革的关键驱动力。
除热力、电力之外，算力有可能成为拉动数字经济向前发展的新动能。以计算速度、计算方法、通信能力、存储能力为代表的算力，将影响到一家企业、一个产业、一个国家的竞争优势。
浪潮、IDC和清华大学联合推出的《2021—2022全球计算力指数评估报告》显示，国家计算力指数与GDP的走势呈现出了显著的正相关。15个重点国家的计算力指数平均每提高1点，国家的数字经济和GDP将分别增长3.5‰和1.8‰，预计该趋势在2021年至2025年间将继续保持。其中，15个重点国家包括中国、美国、加拿大、日本、韩国、澳大利亚、英国、法国、德国、意大利、印度、马来西亚、巴西、俄罗斯和南非。
具体来讲，在生产端，包括计算机、服务器等硬件，已成为核心的算力工具。在流通端，算力工具作为基础设施，支撑大数据分析与智能应用，保障更加快捷、高效、精准的商品流通与交易。服务器、高性能计算集群、人工智能硬件等各类基础设施及算力的飞速发展，为云计算、大数据、人工智能等应用的成熟提供了强大动力，也支撑着视频、社交、电商、共享经济等各类新兴商业模式的创新升级。
2020年是数字经济发展的关键年，这一年的前几个月中，人们宅在家里，通过在线的方式解决生活问题。如果没有数字经济的繁荣，很难想象生活如何继续。互联网普及与覆盖全国的物流系统，为购物、学习与娱乐等提供了保障。
2020年中，中央推出了至少两份与数字经济有关的文件。
一是出台新基建文件，其中新型基础设施建设的范围重点包括信息基础设施，比如以5G、物联网、工业互联网、卫星互联网为代表的通信网络基础设施，以人工智能、云计算、区块链等为代表的新技术基础设施，以数据中心、智能计算中心为代表的算力基础设施等。
二是制定《关于构建更加完善的要素市场化配置体制机制的意见》，首次重视数据要素，与土地、劳动力、资本、技术放在一起，明确要求加快培育数据要素市场，完善数据要素的市场化配置，具体涉及推动政府数据共享开放，建立统一的数据共享开放平台；培育数字经济新产业、新业态和新模式，支持构建农业、工业、交通、教育、安防、城市管理、公共资源交易等领域规范化数据开发利用的场景；并提出探索建立统一规范的数据管理制度，提高数据质量和规范性，丰富数据产品，同时完善数据分类分级安全保护制度。
这些政策的出台，充分表明国家已高度重视，并在政策上全力推动数字经济的发展。而数字经济繁荣的背后，离不开算力的发展。
数字经济主要涉及互联网、人工智能、大数据、云计算、区块链等。在以前1G、2G、3G阶段，数字经济受限于带宽、速度、时延、能耗与可靠性等问题，发展很慢，达不到产业互联网的要求。
到了4G、5G阶段，无论是带宽、速度，还是可靠性等，各个指标都达到了很高的标准，数字经济在生产制造、工业等领域得以落地，社会各个场景都开始数字化。数字经济正在改变中国、改变世界。以我国为例，2020年数字经济规模达到39.2万亿元，占GDP的比重从2002年的10.0%提升至2020年的38.6%。
中国信息通信研究院发布的《全球数字经济新图景（2020年）——大变局下的可持续发展新动能》显示，2019年47个经济体数字经济规模达到31.8万亿美元，同比名义增长5.4%，高于同期全球GDP名义增速3.1个百分点。美国走在世界前列，2019年达13.1万亿美元。中国居第二，规模为5.2万亿美元。德国、日本、英国居第三至第五位。排名前五的国家数字经济规模占47个经济体数字经济总量的78.1%。
就行业渗透来看，2019年全球服务业、工业、农业数字经济渗透率分别为39.4%、23.5%、7.5%。
数字经济之所以能够快速发展，并带来翻天覆地的变化，一大重要原因在于对海量信息的收集与分析、算力的建设与充分应用。以信息为例，其至少有以下四大特征。
一是泛在，各个领域、各种类型的数据都能采集起来。
二是全流程持续，24小时每个节点的信息都能收集起来。
三是全社会场景，比如人在各个场景活动的信息，各个行业各种场景下的信息，都能收集起来。
四是全价值叠加，就是每种信息可以用于多种角度的分析，反复使用，不同叠加与分析方式推导出不同结论，发挥不同价值。
将信息综合起来，加以分析挖掘，跟城市结合，就能推动智慧城市的打造；跟工业结合，就能向工业4.0努力；跟物流结合，就能促进智慧物流。在各个结合的过程中，一般要通过3个环节：一是要让网络里的各个设备能够发声、可感知，留下痕迹，发出信息；二是万物互联，相互之间建立连接；三是人网结合、人机结合，搭建智能系统。
有了上述基础，就会产生各种各样的大数据，就会产生数据库的存储、通信和计算的问题。这时就需要依靠算力来解决问题。算力主要包括5个方面：一是计算速度，涉及芯片、服务器、计算机、超算系统等；二是算法；三是大数据存储；四是通信能力，包括5G基站、通信速度、延滞、带宽、可靠性、能耗等；五是云计算能力，包括数据中心服务器的数量等。
哪个国家5G基站多、云计算数据中心服务器规模大、存储数据多、通信量大、算法高明，就意味着这个国家的算力更强，具备更强大的通信力和竞争力。
回顾历史，第一次工业革命的蒸汽机时代、第二次工业革命的电气化内燃机时代，中国都没有机会参与。
到了第三次工业革命，进入计算机时代，中国处于改革开放的黄金时间，奋力赶上，跟上了节奏但不是引领者。第四次工业革命，将是数字时代、算力时代，中国不仅能跟进，而且有机会成为引领者。
在这一轮发展浪潮中，计算技术已成为经济发展的基础技术，先进计算的研究和应用发展，正成为世界各国竞相抢占的战略制高点。
IDC与浪潮联合发布的《2020全球计算力指数评估报告》显示，美国的算力无论在规模、效率、应用水平等方面都领先于中国。此外，从算力芯片供应角度上看，美国的英特尔、AMD、英伟达等企业几乎占了全球的绝大部分市场份额。可见，中国在算力建设和发展方面仍然需要加大投入和加强研发等，既要发挥优势又要弥补不足，从而为数字经济长期发展奠定更加坚实的基础。
随着数字经济的不断发展，各行各业的数字化进程加快，在人工智能、物联网、区块链等数字经济的关键领域，算力需求正呈现爆炸式增长。以云计算、大数据、人工智能为代表的计算产业，能为智慧城市、智慧政府、先进制造等领域注入源源不断的发展动力，计算产业的重要性日渐显现。
如果用火箭来比喻人工智能，那么数据就是火箭的燃料，算法就是火箭的引擎，算力就是火箭的加速器。中国电子科技集团有限公司副总经理高涛曾分享一个数据：目前，全球的算力需求每3.5个月就会翻一倍，远远超过了当前算力的增长速度。
人工智能为什么需要如此高的算力？因为人工智能最大的挑战之一就是识别度不高、准确度不高，而要提高准确度，就需要提高模型的规模和精确度，这就需要更高的算力。另外，随着人工智能的应用场景逐渐落地，图像、语音、机器视觉和游戏等领域的数据呈现爆发性增长，也对算力提出了更高的要求。
工业互联网描述了一个关于智能制造的美好愿景，但工业互联网同样离不开算力。简单来说，工业互联网就是将工业系统与科学计算、分析、感应技术以及互联网深度融合起来，在这个过程中，算力扮演的角色，就是将采集到的大量工业数据进行分析处理，并生成推理模型，随后运用该模型展开分析、预测、规划、决策等一系列智能活动。
根据华为发布的《泛在算力：智能社会的基石》报告，预计到2030年，人工智能、物联网、区块链、AR/VR等总共对算力的需求将达到3.39万EFlops，并且将共同对算力形成随时、随地、随需、随形（Anytime、Anywhere、Any Capacity、Any Object）的能力要求。
其中，人工智能算力将超过1.6万EFlops，接近整体算力需求的一半。OpenAI开发的GPT-3模型涉及1750亿个参数，对算力的需求达到3640PFlops，目前国内也有研究团队在跟进中文版GPT-3模型的研究。
随着万物互联和行业智能化的发展，很多智能应用服务都需要在线实时提供，这对算力的泛在供给、及时供给提出了更高的要求。比如智慧工厂里，越来越多的物联网设备，包括传感器、射频扫码识别器、高清摄像头、AR/VR设备等，都将联网，采集到的数据需要及时处理、及时反馈；车联网场景，自动驾驶汽车需要与周围车辆、路侧单元、信号灯等设施实时互动，在更广的地域范围内要求及时获得算力供给。
另外，算力投资也能带动其他行业的发展，不仅直接带动服务器行业及上游芯片、电子等行业的发展，而且算力价值的发挥将带动各行业转型升级和效率提升等，带来更大的间接经济价值。
《泛在算力：智能社会的基石》报告显示，每投入1美元算力，就可以带动芯片、服务器、数据中心、智能终端、高速网络等领域约4.7美元的直接产业产值增长；在传统工厂改造为智能化工厂的场景下，每投入1美元的算力，就可以带动10美元的相关产值提升。
随着人工智能、区块链、云计算、大数据等一系列新技术的逐步成熟，数据逐渐成为企业提升动态能力、赢得竞争优势的战略性资源。
早在2012年，《哈佛商业评论》就提出了“数据驱动企业”的概念。2014年，IBM调查发现，在创新过程中使用大数据和分析的组织，击败竞争对手的可能性更高。另据京东数科与IDC2020年发布的《中国区域性银行数字化转型白皮书》，超90%的样本银行已经启动数字化转型工作，并认为科技能力将是未来数字化银行的基础能力，将支撑银行在渠道产品创新与客户体验、下一代支付、企业银行、数字信任、效率提升等方面实现优化与创新。
新技术的诞生与广泛应用，改变了信息分享的模式，使得整个社会的交流和互动模式发生改变。底层结构变了，那么，在这个基础上构建的商业世界也会发生改变，企业间的竞争迈入新的维度。无处不在的信息覆盖、通信技术应用，以及海量数据，正在改变企业间的竞争格局；竞争能力的侧重点同样发生了变化，从以前的资源配置能力，上升到响应环境迅速应对的动态能力，以及生态圈的创建整合能力。
在新的竞争维度里，少不了算力能力的角逐。为什么会这样？下面我们做具体的解读。
未来，所有可以依托于人的经验来做的事情，人工智能都可以实现，这将极大提高社会的生产效率，并降低企业交付某一类产品或服务的成本。而人工智能技术重点依托的能力，就是计算能力。那么对厂商来说，谁具备更高效的计算能力，谁就有更强的竞争力。
《清华管理评论》刊载了一篇文章《未来的竞争优势之源：基于数据驱动的动态能力》，其中认为：“信息技术飞速发展的大数据时代里，基于数据驱动的动态能力构建与发展尤为重要。大数据情境通过影响制度环境、组织创新、高管/个体认知与行为三维度因素，并结合三个因素交互影响了动态能力的构建与发展。善于将大数据转化为知识、形成创新惯性的企业，最终会通过提升动态能力，获取竞争优势。因此，对于绝大多数企业来说，构建与发展基于数据驱动的动态能力势在必行。”
以阿里巴巴为例，2015年推出基于人工智能技术的阿里小蜜，这是一种智能客服机器人，和人工客服共同服务客户。2017年阿里巴巴发布“店小蜜”，把小蜜的能力输出给商家，并且覆盖多种语言。从2015年到2017年底，阿里小蜜单日平均对话轮次已达200万次，全年服务的消费者约7.3亿人次，相当于8.3万名人工客服7×24小时全年无休提供服务。
2018年“双11”时，阿里智能客服机器人小蜜日活跃用户突破5000万，当日1分钟内最高服务量达到8.3万起，承接了淘宝天猫平台98%的在线服务需求，相当于10万名人工客服的工作量。在后来的发展过程中，阿里小蜜不断丰富功能，比如上线AI智慧剁手，通过大数据解析用户的个人特征与所挑选商品的特征，为选中的商品打出“眼光分”，给出“剁手理由”，帮助消费者决策。
2017年，阿里巴巴与英特尔合作开发企业数据驱动服务，推出了基于英特尔SGX（软件防护扩展指令）技术的云服务主机，进一步提升数据的安全性能，保护客户数据资产的完整性和可用性。同时，双方合作提升大数据分析的性能，以及阿里云MaxCompute大数据平台服务的可扩展性。通过优化，MaxCompute大数据平台上的Big Bench端到端大数据应用测试基准达到了100TB的海量数据、7830 QPM（每分钟处理的请求量）。
基于大数据的分析，一方面有可能提升组织的决策效率、实现商业流程优化和供应链的敏捷性等。
在大数据情境下，阿里巴巴通过分析海量数据，提升了商业决策水平。另外，早在2013年“双11”时，天猫就逐步开放数据信息，指导商家端到物流端的分配，帮助快递公司提升运能效率。同时根据促销会场位置、不同商品类目、分析交易和路径效率来建议商家备货。
2020年“双11”期间，天猫物流订单高达23.21亿单。自“双11”活动开始以来，12年的时间，物流订单量从26万起步，到现在增长了近9000倍。天猫已能面向消费者提供完整的仓配一体解决方案，实现当日达、次日达、送货上门、预约配送、天猫优仓等服务。预售开启后，菜鸟供应链会将预售商品提前下沉到离消费者最近的快递网点和站点，“楼上下单，楼下发货”，消费者付尾款后，批量包裹可实现分钟级配送，95%以上包裹可实现当日达和次日达。
在港口换单环节，“菜鸟”利用区块链技术打通船公司和港口之间的数据，建立流程化的协作互信，全程可视、时间可控、风险可防的全程无纸化换单平台。到2021年6月，该平台覆盖上海、宁波、南沙等6个重要港口，帮助进口商家解决通关慢、收货急等痛点。
另一方面，大数据也对组织创新产生了积极的影响。例如，大数据的使用要求企业内部组织变革，组织的内部权力需要从传统的决策者向大数据负责人或其他部门转移。通过数据驱动，阿里巴巴将线上的B2C/C2C平台与线下的新零售“智慧门店”融合，实现线上线下一体化，将盒马鲜生、银泰百货、联华超市、大润发、百联集团等纳入线下体验网络。
2018年，阿里巴巴张勇（当时任职CEO）在ONE商业大会提出了阿里商业操作系统的概念，它是以云智能与数据技术、金融服务、物流与供应链管理为基础的底座，让企业围绕消费者，通过数字化营销、渠道管理、数据驱动的产品创新、在线销售和分销来创造价值，促进新制造，形成赋能B端、服务C端的完整闭环。这套系统包括销售、营销、品牌、服务、商品、制造、物流供应链、渠道管理、资金、组织和信息管理系统11个要素，它是全方位的数字化和在线化，让整个企业都跑在互联网上，借助数字技术驱动。
后来，阿里巴巴又推出升级版的数字原生商业操作系统（如图1-4所示），夯实了以云计算为代表的基础设施层，打通了业务、数据、智能、协同在内的数字创新中台层，进而实现上层全链路商业要素的全面在线化与数字化。其中，数字原生包括云原生、AI原生、区块链原生、IoT原生、5G原生等新技术。基于数字原生商业操作系统，阿里云完成了大规模的云原生实践，到2020年，万笔交易的资源成本比4年前下降了80%。
图1-4 阿里巴巴数字原生商业操作系统
2020年12月，阿里巴巴发布了“数字乡村操作系统”，针对县域的不同需求，精准输出个性化、定制化的数字乡村解决方案，涵盖县域数字乡村顶层设计平台、数字乡村新基建平台、乡村创新创业平台和数字经济新业态、数字治理新模式、三农信息服务体系、数字乡村共享中心七大组件。
以浙江省宁波市象山县为例，与阿里巴巴开展数字乡村合作，对当地知名柑橘品种“红美人”进行全方位数字化升级。其中的做法涉及与“菜鸟”合作，从物流端入手，通过前置仓、落地配等手段，搭建了一张覆盖长三角核心城市群，并逐步向中部、西部腹地延伸的仓储物流网络；进入盒马等零售渠道；生产端引进物联网设备，全面监控“红美人”生长的温度、湿度、土壤等要素；通过阿里区块链技术，全程追溯“红美人”从基地到餐桌的全链路。
大数据分析使得企业内外部分散的知识可以快速汇聚，帮助企业高管增强对全局的把握，建立更全面的画像，实现跨界关联。阿里巴巴创始人马云认为，未来30年数据将成为最强大的能源，我们正从IT（Information Technology）时代转向DT（Data Technology）时代。数据是灵魂。也许并不能保证大数据能给阿里巴巴赚很多钱，但是阿里认为数据对人类有用，所以我们做了。
而正是在马云等高管人员的影响下，阿里巴巴在大数据、云计算等板块投入了大量工作，并运用互联网和大数据来发展新零售，赋能企业重构经营环节以提升效率。
2016年的云栖大会上，马云发表演讲称，纯电商时代很快会结束，未来的10年、20年，没有电子商务，只有新零售。也就是说，线上、线下和物流必须结合在一起，才能诞生真正的新零售。
而新零售的实现，需要融合互联网、物联网、大数据、人工智能等技术，将商品的生产、流通与销售过程进行数字化升级与改造，并将线上服务、线下体验、智慧物流融为一体。
蒙牛也在深挖数据的价值，长期积累的数智化技术与大数据应用能力，正在转化为发展动能，在源头板块，牧场的每一头牛都有完整的健康信息数据库，通过科学饲养解决方案，保障产品质量；在生产加工环节，先进的质量管理系统实现对每一个生产细节和流程的严格监管，全流程均采取智能化控制、机器人操作；在消费环节，蒙牛的大数据分析与挖掘能力，提升了产品体验。而智能物流系统通过与工厂、经销商密切配合，智能分配运力，确保将产品安全、新鲜地送到终端。
在上述大数据应用、智能分析等背后，都离不开算力的支持。数据作为新的生产资料，参与了企业的价值创造，而数字化则扮演了数据收集、效率提升等关键角色，转换数据价值的算力是关键的后台支撑。随着未来数据量的增加、实时性需求的提高，对算力的要求会越来越高。