
数字经济发展进入新时代:互联网是龙头,大数据人工智能是亮点,制造业是主战场
国富民强离不开坚实的经济基础。党的十九大报告提出,“推动互联网、大数据、人工智能和实体经济深度融合”,培育新增长点、形成新动能;加快科技创新,建设网络强国、数字中国、智慧社会。随着我国进入中国特色社会主义建设的新时代,发展数字经济,助推实体经济与传统产业数字化转型成为信息通信业肩上的新使命与面前的新机遇。
互联网、大数据、人工智能和实体经济深度融合是数字经济最新特征
数字经济是指以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。作为一种新的经济形态,数字经济成为经济增长的主要动力源泉,成为转型升级的重要驱动力,也是全球新一轮产业竞争的制高点。
数字经济并不是全新的概念,与信息经济、网络经济基本是同义语。半个多世纪以来,全球出现了多波次的信息技术变革,在不同时期都掀起数字经济发展的热点,特别是世纪之交的互联网浪潮让人记忆犹新。全球金融危机之后,发达国家技术红利耗尽,经济增长迫切需要新的推动力。而近十年来,互联网,特别是移动互联网的发展,以及近年来大数据、人工智能、虚拟现实所代表的新一轮信息技术革命的发展让人们看到了希望。
总书记在主持第三十六次中共中央政治局集体学习时,明确提出“加快数字经济对经济发展的推动”。在G20杭州峰会上,“数字经济”首次列为G20创新增长蓝图的重要议题,并由中国主导通过了第一个具有全球意义的数字经济合作倡议。今年7月,总书记在G20汉堡峰会上指出,要在数字经济和新工业革命领域加强合作,共同打造新技术、新产业、新模式、新产品。
总而言之,党的十九大报告提出推动互联网、大数据、人工智能与实体经济的深度融合,体现了党中央对最近几轮信息技术革命成果的高度重视,这三类信息技术与实体经济加快融合,就是当代数字经济最鲜明的特征。
互联网是数字经济的龙头
近期,中国互联网巨头马云在俄罗斯掀起一股强劲的数字经济旋风,受到包括普京总统、俄罗斯媒体、学界和年轻人的普遍关注。整个俄罗斯表现出了对“关注30岁以下的年轻人、30人以下的小企业”的中国互联网创业故事极大的学习热情。
马云对互联网与数字经济的未来的思考也赢得了梅德韦杰夫总理等政要名流的认同。马云说:“未来30年,互联网将和电力一样被普遍使用,数据会比石油更加重要。因此我认为互联网、数据技术、数字技术将会成为包容性、可持续性、幸福和健康问题的解决方案。”今年7月,俄罗斯将数字经济列为国家发展战略。梅德韦杰夫表示,俄罗斯将分享阿里巴巴在数字经济和全球化战略方面的经验,努力拥抱变化。
根据腾讯研究院数据,2016年我国数字经济总体量达到22.77万亿元,是仅次于美国的世界第二大数字经济体。在众多细分领域,我国数字经济更是一枝独秀,计算机出货量、手机出货量、网民数量和网络零售额连续多年保持世界第一位,移动互联网领先世界,“双创”发展如火如荼。
我国数字经济在国民经济中的占比,2016年达到30.61%,相比于1996年提升了25.61个百分点。但相较于美国、英国和日本等发达国家,数字经济占比仍明显偏低,未来发展空间仍然很大。
数字经济既包括软件、网络、终端,又包括各行业、领域的数字化、网络化、智能化应用、服务,无论从哪一个角度看,互联网都是数字经济中最具活力的元素。目前我国是世界第一的互联网大国,光纤网络用户2.6亿、4G用户8.9亿、移动互联网用户11.7亿,同时在智能手机出货量前五大公司拥有其三,移动支付规模150万亿元,是美国50倍,加上创新模式上也开始独具特色,共享单车用户上亿。这些都为数字经济的全领域创新构筑了强大的产业基础,准备了创新的人才团队。受益于人口红利和网络、终端等方面优势,我国互联网企业在全球市值最高的15家互联网公司中有6席,在全球十大独角兽企业中占据一半。
大数据、人工智能是最大亮点
目前,在主管部门和各地方省市的积极推动下,数据应用已渗透到每一个行业和业务职能领域,逐渐成为重要的生产因素。我国大数据产业发展已经取得了积极进展,逐步形成了以京津冀、长三角、珠三角、中西部以及东北地区为集聚发展区的发展格局,产业生态日渐成熟。按照预测,到2020年中国大数据产业产值将突破1万亿元人民币。
对于海量数据的运用预示着新一波生产率增长和消费盈余浪潮的到来。随着用户需求的越来越多样性,新技术的更新迭代,大数据进入一个全新的阶段,也就是人工智能的阶段。大数据技术的快速迭代,加快了人工智能应用的落地,人工智能效果的可视化展现反向驱动了大数据应用的智能化。智能技术的运用,一方面拓展大数据的应用场景,另一方面解决人机交互的传统难题。
今年7月,《新一代人工智能发展规划》发布,人工智能正式上升为国家战略,抢占人工智能全球制高点的战斗正式打响。而这场战斗中,中国的互联网企业成为先锋。
10月13日,科技部副部长李萌在中国人工智能产业发展联盟致辞中透露,相关部门正抓紧推进《国家新一代人工智能发展规划》实施工作,将考虑依托百度、阿里、腾讯、科大讯飞等互联网企业建设国家人工智能开源开放创新平台。
人工智能新时代正以前所未有的速度和影响走来。在越来越多的领域,人工智能正在快速超越人类。李彦宏乘坐无人驾驶汽车在北京五环路兜风。阿里城市大脑在杭州萧山启动,将车辆通行速度提高11%。科大讯飞的语言互译神器做到瞬间同传。无人超市、无人物流、无人工厂、无人餐厅从传说变成身边的事实。近期,牛津大学人类未来研究所发布了一篇《人工智能何时超越人类》的研究报告,调查了全球1634名机器学习与人工智能领域的相关专家后,对于人工智能将在哪些领域具备哪些技能,甚至何时超越人类,得到以下数据:翻译语言——2024年,撰写高中论文——2026年,驾驶卡车——2027年,在零售业工作——2031年,写一本畅销书——2049年,成为一名外科医生——2053年。专家们相信,在45年内,人工智能在各领域中有50%的机会超越人类。
不管这些预测是否准确,人工智能无疑已经掀起人类有史以来最大幅度的科技变革。医疗、金融、教育、制造、能源、零售……任何行业都必须拥抱这一变革。
制造业是数字经济主战场
数字经济是融合性经济,除了电子信息制造与信息通信业自身的发展之外,还有助于推动传统产业优化资源配置、调整产业结构、实现转型升级。
传统行业数字化转型的潜力和价值巨大。世界经济论坛发布的《数字化转型倡议》中指出:10年内,各行业的数字化转型有望带来超过100万亿美元的产业价值和社会价值。美、德等发达国家牢牢抓住新一代信息技术蓬勃发展的机遇,纷纷加快推进数字化转型,抢占未来产业竞争制高点。
我国是世界第一制造大国,制造业是国民经济的主体。我国在工业化尚未完成的情况下,迎来了数字化浪潮,面临着追赶工业化进程、同步数字化机遇的双重历史任务和严峻挑战。我国传统企业的信息化水平普遍不高,数字鸿沟仍然存在,数字红利未得到充分释放。加快推进传统行业数字化转型,促进工业化和数字化同步发展,成为当务之急,成为重中之重。
当前,互联网已经深刻改变了零售、物流、交通、金融、住宿、餐饮、旅游、娱乐等服务业,正在加速向制造业渗透。制造业成为“互联网+”的主攻方向。但是制造业数字化转型的内涵并非“中国制造+互联网”所能涵盖。在工信部推动下,有关方面正在酝酿推动工业互联网平台、工业CPS信息物理系统、工业技术软件化、数字工厂等发展的政策措施,制造业的数字化转型将进一步深化,制造业将真正成为发展数字经济的主战场。
当数字经济牵手传统制造,工业研发设计、生产过程控制、节能减排、安全生产等领域将增添“智慧”之翼,快速推动传统工业向数字化、网络化、智能化升级,以工业云、数字工厂、机器人技术等为代表的“智能制造”将促进我国工业装备水平大幅提升,自主创新能力显著增强。数字经济与制造业的交融互动将使制造业活动更加灵活、敏捷、智慧。
从数字经济进入新时代开始,中国经济正从“高速增长阶段”阔步走向“高质量发展”的新阶段。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01