在中国式现代化经济发展新形势下，促进数字经济和实体经济深度融合，是顺应时代背景、契合国家战略需求的必然之举，也是实体经济实现高质量发展的关键所在，如何加快数实融合，为中国经济高质量发展汇聚力量？

大会主持人 杨亚龙：
尊敬的各位领导，各位来宾，女士们、先生们，欢迎莅临2023年中新财经年中会——数字新生态主题论坛。下面有请清华大学中国发展规划研究院常务副院长董煜主持接下来的环节，有请！

主持人 董煜：
尊敬的各位领导，各位来宾，女士们、先生们、朋友们：
下午好！
欢迎大家来到2023中新财经年中会第五场主题论坛——数字新生态。在过去将近两天时间里，我们已经经历了关于经济形势的讨论，经历了对于新国企、新金融的讨论，也经历了对于侨商以及民营经济的讨论。今天是本次年中会的最后一场论坛，希望最后一场也能给大家像前面几场一样精彩的内容。

董煜：
首先请允许我介绍出席论坛的领导和嘉宾：
中国新闻社副总编辑、中国新闻网总裁 俞岚女士
中国新闻网副总裁、总编辑 吴庆才先生
还要欢迎来自中新社各部门的负责人，也是要感谢他们这两天时间里给那么多此时此刻，在我头上发弹幕的网友们贡献了两天的思想盛宴。
还特别欢迎来自于北京交通大学的老师和同学们：
北京交通大学语言与传播学院党委书记 王虹英女士
北京交通大学国际教育学院副院长 谭洁女士

董煜：
接下来，我要给大家介绍一下我们今天论坛的主要发言嘉宾：
阿里研究院副院长 安筱鹏先生
百度法律研究中心主任 陈晨先生
华为中国产业Marketing部副部长 陈亚新先生
京东经济发展研究院副院长 朱太辉先生
腾讯研究院副院长 王爱民女士
清华大学中国发展规划研究院副院长、公共管理学院 杨永恒教授
我先介绍这些嘉宾，今天同样还有来自数字领域的头部企业和其他领域的朋友们，非常非常高兴今天有机会就“数字新生态”这个话题和大家交流。

董煜：
大家都知道，在今年发布了一个非常重要的规划，那就是《数字中国建设整体布局规划》，这是在整个数字中国领域新的顶层设计。这个规划发布以后，各方面都高度关注，我们也都在期待下一步数字中国建设如何开启新的篇章。本次中新财经年中会主题是“高质量发展与中国式现代化”，而数字中国建设正是数字时代推进中国式现代化的重要引擎，也就是说我们今天即将讨论的东西是和整个中国式现代化发展的路径和前景是紧密联系在一起的。中央已经明确了数字中国建设“2522”整体布局框架，下一步我们要在基础设施建设方面，数据要素建设方面发力，要推动数字化全面融入到经济、社会、文化、生态文明五大建设，五位一体总体布局当中，要加快数字领域关键核心技术攻关，同时也要守好数据安全的底线，要打造和完善国内数据治理体系，与此同时，要加大与国际数字领域合作的力度。这些都充分表明，我国将全方位地加快数字化发展的步伐。这是一个很大的、综合的、系统的工程。一个系统工程的推进必然要求方方面面的参与，要求政府加大指导力度，会要求高校和科研院所加大科研的力度，会要求媒体加大宣传的力度。最重要的是需要我们的市场主体，我们的数字企业在数字中国建设当中，在国家的数字化发展当中，如何加入到这个征程当中来？如何把企业的发展与数字中国的建设融合在一起，如何为我们的数字中国建设添砖加瓦。

董煜：
刚才给大家介绍那么多的都是来自于我们国家数字领域的头部企业代表，他们也都是在各自企业里是主要负责研究工作的。他们会对数字领域的前沿问题有很多深入的研究。我们非常难得能够把他们请到一起，让他们能够和大家做一些分享。相信接下去他们所做的分享一定会给大家带来很多新的启示。
现在，我们就开始会议正式的主题演讲环节。首先，请阿里研究院安筱鹏副院长线上给大家带来一场演讲。

阿里研究院副院长 安筱鹏：
各位嘉宾，各位领导，大家好！今天我想给大家报告关于“数据+算法定义新世界”这样的主题。
我们今天都在讨论数字化转型，但数字化转型不是一个新话题，像特斯拉这样的汽车以0.4%的全球销量，市值相当于其他所有汽车公司之和。我们看到了动力的变革，但在我看来，更重要的是汽车控制系统，电子电气架构的一次革命性的迁移。它从80多个厂商，多个标准封闭的软硬一体的ECU控制单元演变成了一体化、集中式分布控制的一套新的体系。更重要的是每个控制单元硬件和软件做了一次解耦，这是整个电子架构变革可能比动力本身的革命更有价值，更有意义，更富有挑战性的这么一次变革。所以，今天我们看到一个产品重要的技术变革方向是硬件在通用化，服务在可编程。今天竞争的焦点在从硬件竞争拓展到了控制的变革、软件的变革。英伟达的黄仁勋曾经有个判断，汽车制造商的业务系统正在发生革命性的变化，2025年汽车将以成本价销售，利润主要来自于软件。他引发了我们对传统汽车厂商或者传统企业的思考，就是在数字时代，什么是传统企业，什么是传统汽车公司。

安筱鹏：
有一个专家说，凡是一个公司没有把软件定义硬件作为顶层设计的公司都是传统公司。当然，这个观点可能有所偏激，也不一定完全准确，但是它让我们重新思考在数字时代如何能够跟上这个时代的潮流，就像汽车的从业者所说的，硬件决定了汽车消费者体验的下限；而软件定义消费者体验的上限。今天所有的汽车厂商都要去重新思考一件事情——我是一个制造商还是一个客户运营商？所谓的客户运营商就是要实时洞察客户的需求，实时满足客户的需求，要重新定义我是谁。汽车制造商去看一辆汽车产品更多地是从机械产品的视角去思考还是从一个电子产品的角度去思考，从机械产品角度思考和电子产品角度思考背后的底层逻辑是，当一个产品出现时你是以什么样的频率在更新换代你的产品？电子产品是高频竞争、高频迭代的产品形态，你是不是要遵循摩尔定律的规律，要把你的产品价格不断地降低；你的产品利润来源更多的是来自于机械部分的硬件制造，还是更多地来自于软件控制系统以及基于之上新的服务，是基于经验的决策还是基于数据+算法的决策，所有这些都是今天需要解决和思考的。

安筱鹏：
我们从汽车遵循的底层逻辑，这个逻辑是，我们如何面对快速的需求变化，这是一种智能。当外部环境发生变化时，一个系统，一个产品，一个解决方案应该能低成本、高效地、实时地对外部环境的变化做出一个响应。怎么样来解决这个问题呢？两条技术路线：
第一条，让变化快的软件摆脱束缚变得更快，让利用高的硬件逐渐取得统一，让利用率更高。硬件的提高，资产的通用性，从经济学来说它遵循的是规模经济，可以大规模地标准化，降低生产成本。而软件丰富你的个性化，遵循的是范围经济，企业可以提供多样化的产品和服务，满足你个性化的需求。而这样的技术演进、硬件通用化、服务可编程，它遵循的底层逻辑就是要解决不确定性的智能问题。我记得去德国和工业4.0的专家交流时，有一家企业叫埃尔斯特，当时去德国时和德国经济能源部的官员交流，说非常短的时间能不能找一家最能体现德国工业4.0发展理念的公司，他们找了这个埃尔斯特。这是一家生产智能仪器仪表工业用和民用公司，他是家族企业，100多年历史，经历2.0、3.0.正在奔向4.0。作为董事长他讲的我印象最深刻的一句话是，我们反复思考的问题是如何建立极少量定制化产品的生产体系。当讲到工业4.0时都会提到西门子，它的安贝格工厂和成都的西门子工厂。我第一次和西门子成都工厂总经理交流时，用一句话概括德国的工业4.0是什么？他说工业4.0就是建设一个定制化的产品体系。

安筱鹏：
美国人对智能制造有自己的定义，美国国家标准与技术研究院（NIST）怎么定义智能制造呢？和我们的视角有些差异。我们国内有些专家或智能机构怎么定义智能制造，说我们用机器人、大数据、人工智能、工业软件等技术和产品融入到制造业的研发、设计、生产、供应链、物流配送每个环节，提高效率，降低成本，提升企业核心竞争力。这是没有问题的。从这个角度去看，美国国家标准与技术研究院对智能制造的定义是要能解决三个基本问题：
第一，差异化更大的定制服务。
第二，更小的生产批量。
第三，不可预知的供应链的变更和中断。

安筱鹏：
如果把美国智能制造的三个问题归纳为一个问题，这就是一个制造企业如何对外部需求的变化做出响应的能力叫“智能制造”。换句话说无论是德国人、美国人还是中国人，无论你叫智能制造也好，工业4.0也好，工业互联网也好，所有的逻辑起点是一个——我们如何化解面对复杂系统的不确定性。之前经过对国内十多万家企业数字化转型的评估得出一个基本结论是，企业数字化的投入如果是一个向上的曲线，那么企业的收益只有跨越了某一个临界拐点之后才会呈现指数级的增长。但今天企业面临的问题是，所有的解决方案供应商都给你提供的是碎片化的方案，而你需要的是全局的优化。工业4.0也好，工业互联网也好还是两化深度融合等，尽管大家用的概念不一样，本质上是从单向应用走向产业生态的集成、产业链的集成和企业的集成。所以，今天企业数字化转型的基本矛盾是，企业全局优化的需求和碎片化供给之间的矛盾。

安筱鹏：
我们可以想一想，一个企业获得了一辆汽车、一件衣服个性化订单之后，一个个性化的订单，这个信息就会在你的经营管理、产品设计、工艺设计、生产制造、过程控制、产品测试、产品维护每个环节去流动。过去的信息流动是基于纸张，基于Excel表，我们会打电话，发传真，会开会，在嘈杂的空间，两个工人会扯脖子使劲喊，所有事情都在做一件事情，对信息的加工、处理、执行。所谓的数字化就是把基于对文档，每个环节都要人参与的环节转化成为数据自动地流动。所谓自动流动就是面对一个不断变化的订单，个性化的订单，你需要把正确的数据在正确的时间，以正确的方式传递给正确的人和机器。

安筱鹏：
在一个生产车间里，车间主任会拉着你的手告诉你，我这是一个智能车间，这是机器人，这是数控机床。那我们今天要问的是，数据在每一个环节传递的过程中是不是可以越来越少地不需要人去参与？能够实现数据的自动流动？自动流动分成了三个阶段，第一个叫数字化，是要解决在数字空间里物理世界的运行能够以0/1代码的方式呈现；第二，网络化是多个业务之间数据能够流动，所谓的智能化是在数据流动的每一个环节可以不需要人参与流动。问题是，正确的数据在正确的时间，以正确的方式传递给正确的人和机器，你怎么知道正确不正确呢？背后取决于数据+算法，更多元的、准确的、实时的数据和精准的算法所带来的四种服务：你要在数字世界描述物理世界发生了什么，为什么会发生，将会发生什么，以及你采取什么样的举措。

安筱鹏：
所有这些动作背后都可以支持到人的决策。当四个动作都做完了就可以代替人的决策，最终的目的在于优化资源配置的效率。从这个意义上来讲，什么叫做数字化转型的本质，在我看来，就是在数据+算法定义的世界中，以数据的自动流动化解复杂系统的不确定性，优化资源配置效率，提高企业核心竞争力。这无论是对于企业、组织、银行、军队都是一样的。

安筱鹏：
我记得2020年美国国防部发布了一个报告叫《重新定义美国的国防部》，美国国防部是一个以数据为中心的机构，他讲到数据的核心是，无论是参谋部还是前线作战的一个单兵作战单元，所有决策应该是基于数据+算法的决策。但面临这样一个碎片化的供给和全局优化的需求，今天的商业世界变得越来越复杂。而传统那套解决方案越来越难以适应商业系统的复杂性，整个数字解决方案提供商，无论是芯片厂商、解决方案提供商、自动化厂商还是通信设备运营商，他们都在做一件事情，（图）就是从这条绿线，即传统的IT架构迁移到这条红线上，接云、接5G、接数据中台、接业务中台、SaaS、AI人工智能等等，重新构建一套新的基础设施。而在这个过程中，对我们那些工业互联网公司来说，可能面临着一种挑战，对工业互联网公司来说，他的核心竞争力是一种进化能力，如何从一个项目公司、产品公司到平台公司。因为对他们这次跃升来说，你的收入结构、交付形态、核心壁垒、人才特质、技术架构都面临着很多新的挑战，但是对所有这些公司而言，构成你的核心竞争力就是你如何能够实现这样的一次一次惊险一跳，你才能够在市场上脱颖而出。谢谢大家！

董煜：
说实话，我事先没有看过安院长的视频，他讲的技术变革的特征，他讲了我们这个世界向着数据和算法去演变的一些趋势。
我想这也正好是今天讨论数字化转型时候的一个大的背景。我特别喜欢安院长刚才非常重要的结论，就是在数据和算法的世界中，以数据的流动来应对复杂系统的不确定性，他用一种非常诗意的表达给我们描述了发展的路径。
说到数据、算法、算力，当前大家最关心的还是人工智能的问题。我们也都知道，百度是当前我国人工智能发展的领航者之一。就在前几天，他们刚刚宣布“文心一言”已经进化到3.0版了，我们也很好奇，想知道百度在人工智能发展上面有哪些新的看法，这可能也是当前这个数据和算法世界中，大家最关心的问题之一。
下面我们有请百度法律研究中心主任陈晨先生，来为大家作关于中美人工智能立法对比与启示的演讲，谢谢。

百度法律研究中心主任 陈晨：
尊敬的各位领导、各位专家，大家下午好！
刚才我听完安院长的讲演也是特别有收获，但我一直有一个疑问，刚才讲演人到底是安院长本人还是安院长的数字人。对，现在新的技术发展了，可以做到把人虚拟化。安院长讲得比较宏观，涉及了经济和新的技术。我是学法律出身，还是有必要跟大家讲一下各国的软实力，中、美、欧三方之间在人工智能立法上的对比和启示。
这张图是今年4月份美国的一个智库发布的报告截图，很有意思，它预测了2025年一些新技术的演变趋势。特别指出中国和美国之间，在关键技术领域竞争的日益激烈。竞争的领域也预测到，在2025年有一些新的趋势，中国有中国领先的领域，美国有美国领先的领域。双方竞争在AI新一代网络、半导体先进制造上，还是”短兵相接“，非常激烈的。

陈晨：
这张图还有另外一个很有意思的点，就是欧洲。欧洲整体它感觉在2025年，在竞争领域上、技术上并没有一些重合，反而是在政策立法规章上，欧洲一直走在前面。我们学法律的知道它是大陆法系，在立法上非常精细化。但是一个非常严格的立法，真的有利于整个产业的发展吗？有利于关键技术的发展吗？带着这个疑问给大家简要介绍一下各国人工智能方面立法的趋势。
明线除了经济实力、科技斗争，还有一条暗线——法律、政策、软实力。介绍美国人工智能监管的思路、目的和方法，是从2015年、2016年开始的，因为OpenAI这家公司，现在非常火的ChatGPT公司，是在2015年年底成立的，那个时候还是一个小企业，名不见经传，聚集了科技的大佬，也没引起什么注意。但是在那个时候，美国在人工智能立法上已经开始逐渐发力了。

陈晨：
2016年，奥巴马政府已经开始关注人工智能的发展和平衡，当时做了一个报告，《为人工智能的未来做好准备》，这里面写明，任何有可能增加人工智能监管措施，增加人工智能发展成本的，或者阻碍延缓创新的，相关的政策都要去调整，为技术发展让路。
2019年，特朗普上台，很多政策跟奥巴马政策是相左的，但唯独针对人工智能领域方面的新的政策、立法是一脉相承的。通过一些行政命令强调，要用一种创新的方式监管人工智能，同时保护公民的隐私自由。但也强调，要考虑如何减少人工智能技术的阻碍，发展创新。
他们在2020年颁布了的行政令，本质上就是希望公众能够信任人工智能的技术。公众以前对人工智能并不敏感，大多数都是一些背后的技术，只有ChatGPT出来以后，每个人可以跟AI对话，才发现它的强大，在那个时候他们已经开始制定相应的政策立法。
不光中国有2025年规划和各种各样的计划，美国也一样。美国发布了《2020年国家人工智能倡议法案》，这在美国整个的法里面，拥有非常重要的地位。美国会通过这些计划，确保美国在人工智能研发方面持续保持领先的地位。