数字赋能奔涌向前、智能时代没有停歇。数智经济已成为继工业经济之后的主要经济形态，信息通信技术融合应用，全要素数字化转型，正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。在2023达晨企业家峰会的行业分论坛上，我们邀请生态圈企业家，一同奔赴千行百业的智能探索之路。

经济的周期性与新技术的创新密切相关，对于下一个经济繁荣周期，新技术的涌现将是关键，特别是数字化、网络化和智能化等方面的创新。达晨认为，数智经济与实体经济的融合将对社会发展具有深远的战略价值，数字技术的应用不仅提高效率，还推动着实体产业的升级。

数字化的逻辑正在经历变化：在过去，重点是如何提高产量，而当下，更重要地是保持对外部变化的敏感，并实现高质量供给。

数字化在研发设计，到生产制造的链条，以及运营管理的信息化等方面将全链条产生作用。不同企业数字化路径的选择，将因企业规模和行业而异。伴随着人工智能在行业中的应用和发展，深度数字化向数字孪生不断演变，生产运营管理将重构。

李艳松董事长系统性介绍了流程工业中所需要的工业软件以及国内现在的发展态势。基于行业的现状，他强调，要实现一个元工厂是有很多不同的阶段，从流程模拟到工程数字化的交付，到生产运营数据，再到设备内部机理模型的计算分析，以及关联市场的分析，才最终形成元工厂。这之中涉及到很多不同的软件，因此需要基于两大底座来进行搭建：一是数字工程底座。从工程建设期到后面运维期实时的工艺模型数据为主体，基于这几组构建整个数据融合，再去做生产装置评估、生产人员评估，最终形成装置的透明优化。二是构建从工程到运维无缝的衔接，现在达美盛已经从工艺模型、工程公司模型无缝衔接到后面中控的优化模型，包括从DCS和数字化交互模型的无缝打通等等。真正实现从装置到人员的整合，装置画像跟人员画像形成透明的生产运营，这就是达美盛一起打造的智能工厂项目，从工程公司部分到数字化交付，再到控制系统的整个结合。

夏妍娜董事长在演讲中表示，在过去的数十年里，科技的迅猛发展推动着时代的变迁，从传统工业时代走向了现代人工智能时代，数字经济崛起成为推动时代进步的最大公约数。这一时代变革的背后，是工业互联网的兴起和数字化转型的浪潮：

工业互联网的崛起为产业链的升级提供了有力支持。数字化转型的关键在于夯实数字基础设施和大数据，实现自立自强、可信可控的数字化体系。数字技术的创新体系围绕产业应用场景展开，数字安全保障体系也逐渐成为产业发展的重要环节。同时，构建数字底座和行业模型的战略协同，为产业链的生态建设提供有力支持。在未来，产业数字化硬核增长的两个关键因素是品牌和数字化，这两者的创新结合，是未来指数级增长的动力。

蔡茂林董事长对于数智化和传统产业之间的互动，表示，即便经过改革开放40多年来的发展，某些传统产业仍未发生实质变化。他以蚂蚁工场在机械加工行业的实践为案例，探讨如何通过数智化改造传统产业。

他指出，数字经济实际上是数智经济，不是简单的信息化，更加需要有智能决策。数字化的目标是实现全流程信息化，以及智能决策的引入，将特别关注降低人力依赖、提高生产力的趋势与可能。

Q: 一个企业的壁垒，大致可以分为两个，一个是场景的壁垒，一个是技术的壁垒。我们先关心一下场景的壁垒，各位在具体的行业实践过程中，有哪些场景是需要深耕的，或者是外人需要花很长时间才能做得比较深的？

和隆优化-于现军：和隆优化主攻流程行业的工业软件，协助企业从产能和安全性上减少人为错误造成的效益流失。

场景的壁垒上，比如我们所覆盖的钢铁行业，它的核心的技术就是燃烧优化，怎么能让炉子用最少的燃料完成生产目标。我们从1996年公司还没成立的时候就已经开始做研究，这是一个号称世界难题的问题，原来是被欧洲、日本垄断的。我们也是经历了很长时间的研究和迭代，经历了20年持续的发展。目前已经实现了替代，迅速推广到中国冶金60%的客户，这个壁垒是比较高的。

忽米网-杨帆：忽米网是跨行业跨领域工业互联网平台，目前已覆盖包括重庆、成都、天津、苏州等全国17个区域的12个行业。

忽米网在做工业互联网的时候场景化是四个要素：一、应用是基础，二、平台是核心，三、数据是资源，四、安全是保障，围绕四个场景方向我们去构建我们的领域。比如为小型热动力、航空动力构建场景的时候，整体大概是8000多个供应链，我们准备做一链一网，以产业作为驱动，以价值作为链。另外，以标识作为数据走向数据治理，用忽米网的能力，由数据治理走向AI的数据协同网络。你只有深耕到具体的场景，由具体场景走向聚焦，围绕这条产业集群如何来构建自己的平台核心能力，结合生态做产业互联网。工业互联网要走到后面一定要走实，不能走虚。

励销云-徐国荣：我们的定位是一家智能销售系统提供商，主要目标客群是内贸B2B销售企业，提供智能营销服务全流程。当前覆盖的两个最大的优势行业是制造业跟企业服务，合作客户大约有2万多家。

我们主要针对的行业需求是，比如不同的场景用不同厂家，数据是很难流动的。如果我们有大量的投入，我们想不想知道整个市场上投入的情况跟产出的情况，怎么把它计算出来？这时候就需要营销一体化的产品体系，这需要经过数以万计的企业去打磨。另外的壁垒，就是我们的数据能力。励销云抓取了海量的客户数据并且进行精准地清洗、打上标签。每天有30-50万日活销售在使用我们的产品，他们沉淀的这些数据，也会反哺我们的数据产品，优化数据产品的体验。

青翼工业-朱彩华：青翼工业是一家为制造业企业数字化转型服务的公司，目前我们研发的第一款大型通用CAM软件基本也完成了，预计将很快发布。UDS自主研发的以青翼CAD/CAM 为代表的青翼系列基础工业软件产品矩阵，以及基于青翼工业软件矩阵构建的青翼行业应用解决方案矩阵，可以满足离散制造业和流程行业客户对于高水平自主可控的基础工业软件以及行业化的数字化研发和智能制造解决方案的应用需要。

关于竞争壁垒的形成，我举个例子，我们关于做家用化学品类的流程行业的管理。比如女性朋友们经常用的口红等美妆产品，它是有配方的，而配方又跟原材料相关，那就涉及像原材料的有毒理化分析报告，产品出来之后相关的国内国外法规问题，并且在不断更新的过程中，研发过程要和其他相关因素都匹配起来，环环相扣。应该说，每一个细分行业都有深厚的技术过程和技术的路径，要做好还真是不容易，我们在美妆/生物制剂研发行业中也耕耘了二十多年，这样的沉淀才能作出让大家放心、符合数字化转型的产品。

飞渡科技-宋彬：飞渡科技在数字孪生赛道提供基础的三维空间引擎，做底层技术、偏空间，换句话说我们有点像IT行业中做充电线的。

我们主要遇到的三点客户需求痛点：一是客户要求更深、更难、更高层面。现在大家都填空填得差不多了，所以在精准等方面，绝对不是再要求60分。二是更全、更广、全生命周期、全产业链的整合。客户在思考，这个行业产业链内部工序的整合、流程再造、价值再分配，我作为中间的一个环节，能做出什么样的改变和影响？三是合作模式的变化。用户说我没钱，但我们能不能先合作，未来挣到钱再给你，那么我们就需要找到和客户一同走向运营的产品、模式，它不是光解决效率问题，而是要一块长效运营。这三点是我们也在思考和探索的方向，如何基于此去更深地构建我们的壁垒。

Q：我们看到这几年数智经济的发展和迭代是非常快的。那我们再聊聊技术壁垒。有一个挺感兴趣的问题，就是讲到技术，多多少少都会提到大数据、云计算、AI，但是新技术就是代表技术含量很高吗？一是新技术对于现在的产品有哪些提升？二是在深入做数字化改造的时候，新的技术有哪些短板，或者是边界在哪里？怎么看待这个事情？

忽米网-杨帆：不管是信息化还是数字化，这都是基础设施。核心是你要懂这个业务，去做底层架构是非常需要这个能力的。我们经常会问，开发这么多东西，到底能不能解决客户的需求、实际的场景，所以在研发投入的时候，专业层面的事专业的人干，我们平台把场景搭建好。

励销云-徐国荣：在我们自己产品和客户沟通中，会实际碰到的一些问题，基本上都是因为当前我们对大数据，或者是相关的人工智能的应用还不够成熟。举个例子，我们在给客户推荐信息的时候，有时候数据还没有能够做到非常准，这是什么导致的呢？本质上是有效数据量沉淀不够。虽然目前整个数据库是非常庞大的，但是如果到某一个细分的客群就变少了，还有更多有价值的数据是不能碰的，拿出来以后再脱敏就更少了。数据如果再积累，算法再提升，我觉得这块也是能够得到解决的。

青翼工业-朱彩华：工业对于数据的严谨是有很苛刻的要求，大数据的推导可能还在一个早期吃螃蟹的过程，但是AI部分对于基础工业软件确实有很多新的方向，比如说对于我们推出的基于AI推动的几何模型的收缩，以及特征识别，以及对于AI驱动的最佳工艺的使用也取得了很多的成果。还有比如在精密加工的企业里，对于企业本身沉淀下来的工业数据，对于这样一些数据的处理，有独特的特征识别引擎、加工引擎来实现；对于大型的综合性的场景来说，提供了我们所倡导的一键工艺的可能性，这些都是新技术带来的推动效果。

AI对于工业，特别是对于智能制造方面确实未来有很好的想象力。对于像中国这样的制造大国，特别是未来往制造强国方向发展，怎么把人的因素降下来，我觉得AI在这方面的潜力是不可限量的。

飞渡科技-宋彬：好处就不一一列举了，我想更多谈谈局限性的问题。我是CTO出身，经常思考技术选型，2015年接触大数据，花了半年时间做大数据平台，我说这个玩意儿搞不成。局限在哪里？除了物联网和AI2.0之外，更多是在碎片化、场景化解决问题，而在一个场景里面是很难产生系统化、规模化的作用的，而现在客户的需求，已经变得要求更全、更广，过去简单的整合在未来肯定已经满足不了了。

我为什么看好AI2.0，因为它有规模化的特征，而且它对问题的解决是基于平台式的解决，有成为很好的商业解决方式的可能性。对于新技术，我觉得现在到未来的时间里，不一定是技术问题，技术过剩有些过剩，更多是需要把这些技术跟业务走向物理反应、化学反应。