數(shù)據(jù)要素創(chuàng)造價值的 3 種模式

1討論數(shù)據(jù)要素的“錨點“是什么？當下人們圍繞“數(shù)據(jù)要素”有許多討論的議題，如權(quán)屬、流通、交易、市場、跨境、隱私、安全、治理等，各界有許多共識、也有些分歧。我們需要探討的是，人們討論數(shù)據(jù)這一議題的“錨點”是什么？“前提”是什么？沒有“錨點”和“前提”，就沒有對數(shù)據(jù)議題對錯、利弊、好壞、優(yōu)劣、得失的評價標準?！叭绾未龠M數(shù)據(jù)要素創(chuàng)造價值”是討論數(shù)據(jù)要素議題的“錨點”，而系統(tǒng)科學(xué)理解“數(shù)據(jù)要素如何創(chuàng)造價值”是“前提”。這個“前提”是，人們要清晰地理解，在微觀具象世界中數(shù)據(jù)要素創(chuàng)造價值的技術(shù)、原理、路徑、模式，在宏觀抽象世界的數(shù)據(jù)要素創(chuàng)造價值的機理、邏輯和意義。事實上關(guān)于數(shù)據(jù)這個議題，我們無論對具象世界的深度觀察，還是對抽象世界的規(guī)律認知都是不充分的。歷史上，人們對生產(chǎn)要素的討論首先關(guān)注的是，它是如何創(chuàng)造價值、促進人類生產(chǎn)力進步。400年前威廉·配第（1623-1687）提出，“土地是財富之母”、“勞動是財富之父”，后來“資本”“技術(shù)”先后成為當年新的生產(chǎn)要素的原因，首先是在實踐中資本、技術(shù)在為人類物質(zhì)財富創(chuàng)造、生活水平提高及生產(chǎn)力進步做出巨大貢獻，這些生產(chǎn)要素成為人類創(chuàng)造價值不可或缺的必要充分條件。相對于土地、勞動、資本、技術(shù)創(chuàng)造價值的機理和邏輯，數(shù)據(jù)如何創(chuàng)造價值是復(fù)雜的。這種復(fù)雜性來自于，數(shù)據(jù)要素既會作用于生產(chǎn)力，也會作用于生產(chǎn)關(guān)系；既會作用于看的見的物理世界，也會作用于看不見的賽博空間；既會作用于傳統(tǒng)單一要素的價值倍增，也會作用于整個生產(chǎn)要素的資源優(yōu)化；既會突顯單一場景的價值，更會呈現(xiàn)全局系統(tǒng)的意義；既會呈現(xiàn)有形可見的現(xiàn)實價值，也會沉淀無形的潛在優(yōu)勢。從這個意義上講，學(xué)習(xí)《“數(shù)據(jù)要素×”三年行動計劃》征求意見稿，重要的體會是，它重新定義了數(shù)據(jù)要素議題的“錨點”，夯實了數(shù)據(jù)要素議題討論的“前提”，校準了數(shù)據(jù)要素工作部署的“方向”，將數(shù)據(jù)要素工作的重心放在“數(shù)據(jù)如何創(chuàng)造價值”上，回答了數(shù)據(jù)要素的作用機理、核心瓶頸、優(yōu)先領(lǐng)域、價值導(dǎo)向、實現(xiàn)路徑等重大議題。將數(shù)據(jù)要素的主流話語體系聚焦在如何加快應(yīng)用上，鎖定在如何服務(wù)中國現(xiàn)代化全局上。2實踐中數(shù)據(jù)到底是如何創(chuàng)造價值的？實踐是檢驗真理的唯一標準，應(yīng)用是檢驗數(shù)據(jù)價值的唯一標準（姜奇平），如何理解數(shù)據(jù)，還是回到技術(shù)和商業(yè)的一線，回到數(shù)據(jù)創(chuàng)造價值的現(xiàn)場。我們從快遞物流、生產(chǎn)制造、賓館服務(wù)、國防軍事等好像沒什么關(guān)系的幾個領(lǐng)域，看看數(shù)據(jù)是如何創(chuàng)造價值的。

1、快遞物流。10多年前，國內(nèi)一家物流公司每天的快遞訂單量達到1500萬單，之后盡管采取了各種方法，但訂單量很難有大的突破。過了幾年快遞行業(yè)出現(xiàn)一項新技術(shù)——電子面單，快遞公司在車輛、人員、倉庫等實物資源沒有大的變化背景下，每天訂單量達到5000萬單、提高了3.3倍。電子面單最大的價值是實現(xiàn)了快遞訂單端到端的數(shù)字化，以數(shù)據(jù)流優(yōu)化了物流資源配置效率。2、制造行業(yè)。10年前的時候，網(wǎng)站上發(fā)表了一片文章，文章的標題是“whytheUScanbeatChina:thefactsaboutSpaceXcost”，在所有人都認為中國是全球成本最低的國家時，有人說“我要把美國航空發(fā)射器的成本降到中國的1/7”。這個10年前的預(yù)言今天實現(xiàn)了。SpaceX每公斤發(fā)射成本從18500美元降到2720美元。這背后的一個重要因素在于：SpaceX在產(chǎn)品開發(fā)早期階段，通過數(shù)據(jù)+算法的模擬擇優(yōu)，替代傳統(tǒng)實物試驗，大幅降低了研制成本、縮短周期，提高研發(fā)效率和產(chǎn)品質(zhì)量。3、賓館服務(wù)。旅游賓館行業(yè)是一個非常傳統(tǒng)的行業(yè)，但國內(nèi)有一家公司，它擁有的房間數(shù)量不是全國第一，但是市值最高的時候是這個行業(yè)第2到第9名市值之和。這背后是什么原因呢？背后是數(shù)據(jù)驅(qū)動的決策，重新構(gòu)建了一套系統(tǒng)性運營體系。它針對客戶提供差異化的極致服務(wù)，私域擁有會員就數(shù)達1.7億，86%的訂單來自于私域流量渠道。就像他們董事長所說的，以前這個賓館連鎖企業(yè)是最懂技術(shù)的酒店管理公司，未來是最懂酒店的技術(shù)服務(wù)公司。4、國防軍事。2020年10月，美國國防部發(fā)布了首份《數(shù)據(jù)戰(zhàn)略》報告，最重要的一句話是：基于數(shù)據(jù)決策重新定義美國國防部。美國防部的愿景是“成為一個以數(shù)據(jù)為中心的機構(gòu)，通過快速規(guī)模使用數(shù)據(jù)來獲得作戰(zhàn)優(yōu)勢和提高效率。”在美國國防部看來：數(shù)據(jù)日益成為國防部各個流程、算法和武器系統(tǒng)的“燃料”；數(shù)據(jù)的價值在于，在聯(lián)合全域作戰(zhàn)上，在戰(zhàn)場上形成數(shù)據(jù)優(yōu)勢；在高級領(lǐng)導(dǎo)決策支持上，利用數(shù)據(jù)改進國防部管理工作；在具體業(yè)務(wù)分析，使用數(shù)據(jù)推動所有層級的明智決策。說來說去，核心就是用數(shù)據(jù)推動所有美國國防部各層級的科學(xué)決策。概括起來，無論是制造行業(yè)、快遞物流、賓館服務(wù)，還是國防軍事，數(shù)據(jù)作為一種要素的底層邏輯是一致的，就是基于數(shù)據(jù)+算法的科學(xué)決策，優(yōu)化資源配置的效率，提升核心競爭力。3數(shù)據(jù)創(chuàng)造價值的本質(zhì)是兩場革命工具革命和決策革命當我們?nèi)プ穯枖?shù)據(jù)到底是怎樣創(chuàng)造價值的，或許我們可以先追問數(shù)字化的本質(zhì)到底是什么？在我看來是兩場革命：一個是工具革命，一個是決策革命。

什么叫工具革命呢？馬克思曾說“手推磨產(chǎn)生的是封建主的社會,蒸汽磨產(chǎn)生的是工業(yè)資本家的社會”，“各種經(jīng)濟時代的區(qū)別,不在于生產(chǎn)什么,而在于怎樣生產(chǎn),用什么勞動資料生產(chǎn)。”回到今天的數(shù)字時代和智能時代，我們看到：傳統(tǒng)的機器人、機床、專業(yè)設(shè)備等傳統(tǒng)工具正升級為3D打印、數(shù)控機床、自動吊裝設(shè)備、自動分檢系統(tǒng)等智能工具，傳統(tǒng)能量轉(zhuǎn)換工具正在向智能工具演變，大幅提高了體力勞動者效率；同時CAD、CAE、CAM等軟件工具提高了腦力勞動者的效率。無論是體力勞動者，還是腦力勞動者，通過新的工具，提高了生產(chǎn)、研發(fā)效率?！肮ぞ吒锩钡暮诵膬r值在于幫助人們“正確地做事”。什么叫決策革命呢？但光“正確地做事”還遠遠不夠，更重要的是“做正確的事”。今天我們討論數(shù)據(jù)，數(shù)據(jù)帶來的是一場決策的革命——“決策革命”，幫助人們做正確的事兒。就像圖靈獎和諾貝爾經(jīng)濟學(xué)獎獲得者西蒙所說，管理的核心就是決策。決策可以分成兩類：程序化決策和非程序化決策。程序化決策，是常規(guī)的、有規(guī)律可循的決策，可以制定出一套規(guī)則流程，可以用數(shù)據(jù)+算法進行描述的決策，是有確定性答案的決策。今天數(shù)字化一個重要方向就是在企業(yè)研發(fā)、設(shè)計、生產(chǎn)、運營、管理過程中的每一個決策行為，無論是人的決策還是機器的決策，都在嘗試通過數(shù)據(jù)+算法的方式進行替代。這就是基于歷史經(jīng)驗的、有規(guī)律可循的程序化決策，這種決策可以稱為經(jīng)理人決策。非程序化決策，過去尚未發(fā)生過，或其確切的性質(zhì)和結(jié)構(gòu)尚捉摸不定或很復(fù)雜。比如企業(yè)家的決策，企業(yè)家(entrepreneur)是敢于承擔一切風(fēng)險和責(zé)任去開創(chuàng)并領(lǐng)導(dǎo)一項事業(yè)的人。企業(yè)家的決策是基于未來洞察的決策，無法用數(shù)據(jù)+算法來描述，事前沒有標準答案。過去可能沒有發(fā)生或者它的性質(zhì)和規(guī)律還沒有被發(fā)現(xiàn)的決策領(lǐng)域，主要靠企業(yè)家們?nèi)プ鰶Q策。所謂的數(shù)字化，就是不斷地把經(jīng)理人對管理的、物流的、采購的、研發(fā)的規(guī)律，不斷的模型化、算法化、代碼化，用數(shù)據(jù)驅(qū)動構(gòu)建一套新的決策體系?；跀?shù)據(jù)決策的三個核心要素：在線實時+端到端+科學(xué)精準對于這套用數(shù)據(jù)驅(qū)動構(gòu)建的新的決策體系，我們可以從制造業(yè)的場景中感受一下：在一個制造業(yè)的物理場景中，無論是生產(chǎn)一輛汽車、一架飛機、一件衣服還是一部手機。當你獲得一個個訂單后，這個訂單信息就會在企業(yè)的經(jīng)營管理、產(chǎn)品設(shè)計、工藝設(shè)計、生產(chǎn)制造、過程控制、產(chǎn)品測試、產(chǎn)品維護等等各個環(huán)節(jié)去流動。而流動的背后是決策。什么叫決策？就是你能夠把正確的數(shù)據(jù)、在正確的時間、以正確的方式、傳遞給正確的人和機器，以這種方式優(yōu)化資源配置的這樣的一個效率。過去我們經(jīng)常講什么叫智能制造。智能制造的核心和本質(zhì)不在于你有更多的機器人、數(shù)控機床、AGV小車以及先進的各種設(shè)備，而在于數(shù)據(jù)在企業(yè)各個環(huán)節(jié)的流動過程中，是不是可以越來越少的不需要人去參與，這才是智能制造的最本質(zhì)的核心。

所以，當我們講數(shù)據(jù)驅(qū)動決策的時候，面對一個復(fù)雜的業(yè)務(wù)場景，我們要提出三個基本的核心要素。第一，你的數(shù)據(jù)是不是實時在線的。第二，你的數(shù)據(jù)是不是端到端的。第三，你的數(shù)據(jù)是不是科學(xué)精準?；谶@三個要素，才能真正地實現(xiàn)數(shù)據(jù)在正確的時間、以正確的方式、傳遞給正確的人和機器。數(shù)字化轉(zhuǎn)型的本質(zhì)：基于數(shù)據(jù)+算法的決策重構(gòu)運營機制今天對于數(shù)字化轉(zhuǎn)型來說，數(shù)據(jù)要素在實體經(jīng)濟中發(fā)揮作用的核心在于：基于數(shù)據(jù)+算法的決策重構(gòu)企業(yè)的運營機制。今天無論是C端還是B端，無論是對消費者的洞察，還是對企業(yè)客戶的洞察，不僅僅是需要升級你的客戶關(guān)系管理系統(tǒng)、制造執(zhí)行系統(tǒng)、PLC等等各類軟件系統(tǒng)，更重要的是，數(shù)據(jù)驅(qū)動的核心在于：今天所有的企業(yè)決策應(yīng)當是基于需求的動態(tài)決策。無論是產(chǎn)品研發(fā)創(chuàng)新、智能制造、渠道管理、銷售和分銷、品牌建設(shè)、數(shù)字化營銷還是用戶運營，所有的決策都是基于對客戶需求的精準決策。不僅可以在前端（C端）實時感知客戶的需求，同時可以在B端迭代自己的解決方案，更重要的是它可以基于對客戶的感知，滿足客戶的實時需求。而這個才是數(shù)據(jù)發(fā)揮作用的核心，也是數(shù)據(jù)要素創(chuàng)造的價值所在。4數(shù)據(jù)要素創(chuàng)造價值的三種模式：價值倍增、投入替代、資源優(yōu)化數(shù)據(jù)要素創(chuàng)造價值不是數(shù)據(jù)本身，數(shù)據(jù)只有跟基于商業(yè)實踐的算法、模型聚合在一起的時候才能創(chuàng)造價值。數(shù)據(jù)和算法、模型結(jié)合起來創(chuàng)造價值，主要有三種模式：

第一種模式：比特引導(dǎo)原子（價值倍增）。數(shù)據(jù)要素能夠提高勞動、資本、技術(shù)等單一要素的生產(chǎn)效率，數(shù)據(jù)要素融入到勞動、資本、技術(shù)等每個單一要素，使得單一要素的價值產(chǎn)生倍增效應(yīng)。

第二種模式：比特替代原子（投入替代）。數(shù)據(jù)可以激活其他要素，提高產(chǎn)品、商業(yè)模式的創(chuàng)新能力，以及個體及組織的創(chuàng)新活力。數(shù)據(jù)要素可以用更少的物質(zhì)資源創(chuàng)造更多的物質(zhì)財富和服務(wù)，會對傳統(tǒng)的生產(chǎn)要素產(chǎn)生替代效應(yīng)。移動支付會替代傳統(tǒng)ATM機和金融機制的營業(yè)場所，波士頓咨詢（BCG）估計過去10年由于互聯(lián)網(wǎng)和移動支付的普及，中國至少減少了1萬億傳統(tǒng)線下支付基礎(chǔ)設(shè)施建設(shè)。電子商務(wù)減少了傳統(tǒng)商業(yè)基礎(chǔ)設(shè)施大規(guī)模投入，政務(wù)“最多跑一次”減少了人力和資源消耗，數(shù)據(jù)要素用更少的投入創(chuàng)造了更高的價值。

第三種模式：比特優(yōu)化原子（資源優(yōu)化）。數(shù)據(jù)要素不僅帶來了勞動、資本、技術(shù)等單一要素的倍增效應(yīng)，更重要的是提高了勞動、資本、技術(shù)、土地這些傳統(tǒng)要素之間的資源配置效率。數(shù)據(jù)生產(chǎn)不了饅頭，生產(chǎn)不了汽車，生產(chǎn)不了房子，但是數(shù)據(jù)可以低成本、高效率、高質(zhì)量地生產(chǎn)饅頭、汽車、房子，高效率地提供公共服務(wù)。數(shù)據(jù)要素推動傳統(tǒng)生產(chǎn)要素革命性聚變與裂變，成為驅(qū)動經(jīng)濟持續(xù)增長的關(guān)鍵因素。這才是數(shù)據(jù)要素真正的價值所在。5AI大模型是數(shù)據(jù)創(chuàng)造價值的最短路徑數(shù)據(jù)只有被計算才能產(chǎn)生價值。從數(shù)據(jù)流動的視角看，數(shù)字化解決了“有數(shù)據(jù)”的問題，網(wǎng)絡(luò)化解決了“能流動”的問題，智能化解決了“自動流動”的問題。數(shù)據(jù)流動的自動化，本質(zhì)是用數(shù)據(jù)驅(qū)動的決策替代經(jīng)驗決策。

基于數(shù)據(jù)+算力+算法可以對物理世界進行狀態(tài)描述、原因洞察、結(jié)果預(yù)測和科學(xué)決策?！皵?shù)據(jù)+算法”將正確的數(shù)據(jù)（所承載知識）、在正確的時間、傳遞給正確的人和機器，以信息流帶動技術(shù)流、資金流、人才流、物資流，優(yōu)化資源的配置效率。

當AI大模型到來的時候，這套邏輯體系發(fā)生了什么變化呢？

第一個變化是：AI大模型產(chǎn)生高質(zhì)量、在線、精準的數(shù)據(jù)。例如在自動駕駛領(lǐng)域，Cornercases(長尾場景)是指自動駕駛場景中那些不常見或一些極端的場景數(shù)據(jù)，數(shù)據(jù)比例可能只有1%，難以獲取，影響自動駕駛的有效檢測能力，可能引發(fā)很多安全問題。而AI大模型可以生成數(shù)百萬個CornerCases，助力完成算法訓(xùn)練、測試驗證和迭代優(yōu)化。

第二個變化是：AI大模型自動生成高效率、場景化、高質(zhì)量算法。2023年11月，特斯拉宣布已開始向員工推出完全自動駕駛（FSD）V12版本，F(xiàn)SDV12的C++代碼只有2000行，減少了車機系統(tǒng)對代碼的依賴，相比之下，F(xiàn)SDV11有30多萬行代碼。背后是FSDV12完全采用神經(jīng)網(wǎng)絡(luò)進行車輛控制，從機器視覺到驅(qū)動決策都將由神經(jīng)網(wǎng)絡(luò)進行控制。FSDV12有望打造自動駕駛領(lǐng)域的基礎(chǔ)底座，引領(lǐng)視覺算法的GPT時刻。6智能時代數(shù)據(jù)+算法的“兩個不等式”自從2022年11月ChatGPT推出后，經(jīng)常有人會問“為什么中國沒有ChatGPT?”如果你想真正找到答案，正確的提問姿勢是“中國為什么沒有OpenAI？中國為什么沒有Snowflake?中國為什么沒有Palantir？”今天，我們把所有的聚光燈都聚焦在ChatGPT上。

在我看來，ChatGPT只是美國數(shù)字技術(shù)創(chuàng)新森林里的一棵樹上的兩片葉子，今天我們把所有的聚光燈都聚焦在這片葉子上，把這片葉子都快烤黃了。我們需要思考的是：這棵樹是什么樣子？樹根長成了什么樣子？它有什么樣的土壤？創(chuàng)新的森林生態(tài)是什么樣子？只有我們把這片森林、這片土壤、這片樹的規(guī)律都搞清楚了，我們才能找到這一輪數(shù)字技術(shù)創(chuàng)新的底層邏輯和規(guī)律。為什么美國會有這么多數(shù)字創(chuàng)新企業(yè)？原因有很多，但在我看來，最重要的原因是：“云計算+AI+數(shù)據(jù)”已成為數(shù)字時代創(chuàng)新的基礎(chǔ)設(shè)施，是孕育孵化新企業(yè)、新產(chǎn)品的搖籃。

在這個新的創(chuàng)新基礎(chǔ)設(shè)施之上，如果我們把時間尺度放到5年、10年或者15年，智能時代數(shù)據(jù)要素創(chuàng)造價值的方式，將與兩個重要的“不等式”密切相關(guān)。

第一個是“數(shù)據(jù)不等式”：未來AI生成的數(shù)據(jù)量，將遠遠大于人類生產(chǎn)的數(shù)據(jù)量。AI過去一年生成的圖像，超過過去150年人類拍攝的所有照片數(shù)量。歐盟執(zhí)法機構(gòu)“歐洲刑警組織(Europol)”的一份報告預(yù)測,到2026年互聯(lián)網(wǎng)上多達90%的內(nèi)容是由AI創(chuàng)建或編輯的。

第二是“算法不等式”：AI生成的代碼量，將遠遠大于人類編寫的代碼量。ChatGPT已經(jīng)通過了谷歌L3級代碼工程師（入門級，18萬美元年薪）測試。國內(nèi)研究機構(gòu)CSDN測試結(jié)果是，GPT-4的軟件編程能力相當于中國月薪3萬元人民幣的程序員水平。GitHub的一項測試表明，完成同樣的一個軟件最小可行產(chǎn)品（MVP）開發(fā)任務(wù)，AI工具幫助一位只有4年編程經(jīng)驗的巴基斯坦程序員，只用兩周就完成了開發(fā)任務(wù)。而另一位擁有19年編程經(jīng)驗的資深程序員，因為沒有使用AI工具，完成同樣任務(wù)花費了5倍的時間，20倍的成本。

數(shù)據(jù)要素的問題要看當前，更要看長遠。未來，更多的數(shù)據(jù)疊加更多的算法，意味著AI將徹底改變數(shù)據(jù)要素創(chuàng)造價值的方式，并帶來指數(shù)級的價值增量。7美國以公共數(shù)據(jù)開放強化AI大模型垂直行業(yè)應(yīng)用的領(lǐng)先地位今天的AI競爭不是單一技術(shù)的競爭，而是一場體系化競爭。美國不僅有芯片、模型、云計算，我們還觀察到，在數(shù)據(jù)開放領(lǐng)域，美國公共數(shù)據(jù)的開放力度更大。目前美國已經(jīng)將發(fā)明專利、金融數(shù)據(jù)、科研論文書籍、歷史文化、交通運輸、醫(yī)療健康、氣象海洋、航天航空等高質(zhì)量數(shù)據(jù)開放出來。

發(fā)明專利：美USPTO商標與專利局開放大量科學(xué)、技術(shù)和商業(yè)記錄，包括數(shù)百萬項專利、已發(fā)布的專利申請和注冊商標，提升模型對問題產(chǎn)生解決方案的能力。

金融數(shù)據(jù)：美SEC證券交易委員會開放上市公司財務(wù)報表及注釋數(shù)據(jù)，用于提升模型金融