数实融合加速新质生产力发展
□ 沈建光 朱太辉
□ 完善数字经济基础设施和治理体系,促进数字科技与实体经济融合创新:一是加快新型基础设施建设应用;二是支持数据、算力、算法三大要素创新突破,统筹好大模型创新发展与监管治理;三是完善数据要素“1+N”基础制度;四是完善平台经济监管体系
□ 加大民营经济平台企业创新政策支持力度,促进大中小企业融合创新:一是利用好多种财政金融手段;二是畅通企业境外上市渠道;三是优化财税补贴政策体系
□ 改进数字科技创新的监管模式和手段,营造公平开放的市场创新环境:一是借鉴金融科技创新的“监管沙盒”,将其更加广泛地应用于数字科技创新、数据交易共享等领域;二是将“监管沙盒”跟技术规范、政策法规制定联动起来;三是推动监管数智化转型,“以监管科技”应对数字科技创新应用
□ 推动设备更新、以旧换新与新质生产力发展高效衔接,形成供需联动。在相关政策的后续实施过程中,加快制定相关标准制定,充分发挥现代制造企业、物流企业、零售企业的作用,推动供给侧的大规模设备更新、需求侧的消费品以旧换新、流通层的物流降成本与新质生产力发展高效衔接
《中共中央关于进一步全面深化改革、推进中国式现代化的决定》提出,“高质量发展是全面建设社会主义现代化国家的首要任务”,对健全因地制宜发展新质生产力体制机制、促进数字经济与实体经济深度融合制度等作出部署。
数字经济发展是通过数据要素与数字科技赋能产业转型,通过数字化、智能化扩大市场边界、降低交易成本、提高生产效率,本质上也是在提升全要素生产率,与新质生产力发展具有内在一致性。从发展实践来看,数字经济发展在供给侧释放大模型等数字科技的活力,在需求侧推动绿色新型消费发展,在流通层推动物流体系全面降本增效,是新质生产力发展的重要途径。下一步,应从完善数字经济治理、支持企业融合创新、改进平台创新监管、对接扩大内需政策等方面发力,通过数实融合加速新质生产力发展。
一、新质生产力发展离不开数字经济发展的支撑
新质生产力由技术革命性突破、生产要素创新性配置、产业深度转型升级而催生,以劳动者、劳动资料、劳动对象及其优化组合的跃升为基本内涵,以全要素生产率大幅提升为核心标志,特点是创新,关键在质优,本质是先进生产力。
新质生产力以全要素生产率大幅提升为核心标志,强调创新的主导作用。新质生产力是对供给侧结构性改革(去产能、去库存、去杠杆、降成本、补短板五大任务)的延续和深化,是为了更好地建设现代化产业体系,提升产业链供应链的韧性和安全,提升全要素生产率。虽然推进供给侧结构性改革和发展新质生产力都是要摆脱传统经济增长方式和推动产业转型升级,但不同的是,供给侧结构性改革的重点是存量调整,而新质生产力更加强调新发展理念特别是创新的主导作用,更多是增量发展。
战略性新兴产业、未来产业是发展新质生产力的重点,离不开数字经济发展的支撑。新质生产力发展要以科技创新推动产业创新,特别是以颠覆性技术和前沿技术催生新产业、新模式、新动能。2024年政府工作报告明确,“积极培育新兴产业和未来产业”“深入推进数字经济创新发展”;2024年1月,工业和信息化部等七部门联合印发《关于推动未来产业创新发展的实施意见》,前瞻部署了未来产业发展的六大新赛道和十大标志性产品;2023年8月,工业和信息化部等四部门联合印发《新产业标准化领航工程实施方案(2023—2035年)》,聚焦新一代信息技术、新能源、新能源汽车、绿色环保等八大新兴产业,以及元宇宙、量子信息、人形机器人、生成式人工智能等九大未来产业。一系列措施的出台,对于发展数字经济、培育发展新质生产力意义重大。
二、供给侧:AI大模型驱动产业数智化转型,加速释放新质生产力的活力
近年来,具有庞大参数和复杂结构的大模型快速迭代,模型“涌现”能力凸显,在数据处理能力、问题解决能力、结果可解释性等方面取得重大突破。截至2024年3月,我国已有117个生成式大模型完成了备案,包括文心一言、言犀、盘古等。随着大模型的任务处理速度大幅提升、成本大幅下降,其应用范围开始向各行各业拓展。
“通用性+专业性”的组合,打开了大模型应用的发展空间。从通用性看,大模型重新定义了人机交互、重新定义营销客服等,AI原生应用的场景非常广泛,涵盖自然语言处理、计算机视觉、语音识别等多个方面。但在应用过程中,也出现了“模型幻觉”“模型黑箱”“算法偏见”“模型伦理”“模型不稳定”等问题。因此,在通用大模型基础上,应利用行业数据进行混合训练,形成适用于具体行业的专业大模型,输出MaaS服务(模型即服务)。“通用性+专业性”的组合加快了大模型在实际生产中的投入应用,并在生产应用中推动大模型持续迭代优化。
“从产业中来,到产业中去”,缓解大模型存在的问题。为确保大模型生成内容的准确性,避免“一本正经地胡说八道”,并确保大模型参数的实时维护和基于业务逻辑的深层推理,即大模型与行业知识、业务场景深度融合,一些科技企业探索改进方案,让大模型“从产业中来,到产业中去”。例如,某新型实体企业基于自己的产业链优势,推出的大模型融合了70%的通用数据与30%的京东数智供应链原生数据,让数智供应链训练产业大模型,让大模型依托供应链深入产业。目前该大模型已全面深入供应链各场景,从虚拟数字人主播到全AIGC技术生成的营销物料,从商家运营的全面智能化到AI配送小哥的稳定运营,已服务数十万商家、落地数百个应用场景,AIGC生成内容的采纳率超过50%。
在各个行业领域,大模型探索应用呈加速推进态势。在制造业,人工智能可以与生产流程、质量控制等技术相结合,提高制造业的生产效率和产品质量。在金融领域,人工智能可以与风险评估、投资决策等技术相结合,提高金融机构的风险管理和投资收益。在医疗领域,人工智能可以与医疗影像、病理诊断等技术相结合,提高疾病的诊断和治疗效果,例如,2023年某新型实体企业发布医疗大模型,为远程医疗服务提供技术底座,基于该大模型,其皮肤医院的AI辅诊准确率超过95%,并面向执业医生推出了一系列解决方案。
三、需求侧:数智化加速绿色新型消费发展,为新质生产力发展提供需求支撑
一方面,顺应国家节能减排大趋势,数智化推动绿色消费加速发展。要实现“双碳”目标,须协同推进经济结构调整、能源结构调整、节能降耗技术研发推广等。数智化转型与经济、能源、技术的三角联动具有内在一致性,为应对碳中和挑战提供了良好的解决方案:数智化转型既可以全面推动各个行业降本增效,也将极大改善绿色消费和投资需求,还会极大增强全社会碳减排的协同性。
在政策引导和数字科技共同支持下,绿色转型在消费领域快速推进。2024年8月发布的《中共中央 国务院关于加快经济社会发展全面绿色转型的意见》明确“加快数字化绿色化协同转型发展”,既包括利用数字技术赋能电力系统、工农业生产、交通运输、建筑建设运行等领域绿色转型,也包括支持企业用数智技术、绿色技术改造提升传统产业,还包括推动绿色低碳数字基础设施建设、引导数字科技企业助力上下游企业提高减碳能力。
新能源汽车行业发展是这方面的典型案例。近年来我国新能源汽车行业快速崛起,自主品牌快速成长,带动了整个汽车产业的发展,目前已打造完备的产业链,是打造现代化产业和推动出口转型升级的成功案例。中国新能源汽车全球市场占有率高达60%,比亚迪、吉利、蔚来等头部新能源汽车企业不仅在东南亚、中东等新兴市场投资设厂,还积极布局挪威、瑞典、德国、荷兰等欧洲国家市场。
另一方面,数字技术在消费行业快速应用,推动新型消费不断发展。为顺应消费行业发展的新形势,政策积极鼓励培育壮大新型消费,大力发展数字消费、绿色消费、健康消费,积极培育智能家居、国货“潮品”等新的消费增长点。
近年来,互联网、大数据、人工智能等数字科技在消费领域的应用不断提速。网络购物、无接触配送、在线教育等迅速融入广大消费者的日常生活,有力推动了消费数智化转型的步伐,形成了新的消费模式和价值观念。中国互联网络信息中心数据显示,截至2023年12月,我国网民规模增至10.92亿人,互联网普及率上升至77.5%。其中,网络支付用户规模达9.54亿人,较2022年12月增长4243万人,占网民整体的87.3%;网络购物用户规模达9.15亿人,较2022年12月增长6967万人,占网民整体的83.8%。
从产业链来看,数字科技对新型消费的影响是全链条的。数字技术对新型消费的产品设计研发、原材料采购和生产制造、线上销售和服务都产生了重要影响,近年来快速发展的C2M反向定制供应链是这方面最好的体现。例如,某线上零售平台利用自身的数字科技能力和供应链优势,为超3000家制造企业打造C2M反向供应链,从消费者差异化需求出发驱动生产,帮助工厂节省75%的产品需求调研时间,新品上市周期比之前缩短67%,在带动工厂销售额快速增长的同时,大幅降低了生产成本和商品库存。
此外,在数字科技加持下,新技术、新设计、新体验等新型消费规模持续扩大,占比持续走高。例如,在某线上零售平台上,嵌入式洗碗机、扫地机器人等电子产品成交额同比增长超100%;VR、AR眼镜环比增长超10倍;家庭健身器械等新体验消费快速增长。
四、流通层:新质生产力赋能物流降本增效,畅通产业链供应链供需循环
现代物流一头连着生产,一头连着消费,集成融合了运输、仓储、分拨、配送、信息等服务功能,是延伸产业链、提升价值链、打造供应链的重要支撑。利用数字科技打造物流新质生产力,降低全社会物流成本,是畅通经济供需循环和加快全国统一大市场建设的重要抓手。2024年2月召开的中央财经委员会第四次会议提出,物流降成本的主要途径是“调结构、促改革,有效降低运输成本、仓储成本、管理成本”。5月11日召开的国务院常务会议要求,推进物流数智化发展、绿色化转型,统筹推进物流成本实质性下降。从行业发展实践来看,全面推进物流降本增效,需要数字化智能化的新质生产力支持。
模式之一是推动物流技术突破升级。在数实融合快速推进的大趋势下,物流降成本需要持续探索创新技术服务与物流应用场景的有机结合。聚焦智能仓储、智能物流园区等关键场景,通过数字孪生、人工智能、大数据、北斗、自动化与无人技术等,形成覆盖供应链全场景的技术服务能力。近年来,一些现代物流企业积极发展智能产业园等物流新基建,打造了高度智能化的订单处理能力与生态效应,组成了覆盖全国的智能仓群,搭建了多层级供应链基础设施网络,紧密链接生产与消费,在提升物流配送效率的同时,也带动了全产业链的提质升级。例如,某物流企业在20余个省份建立了40多座智能化的物流园区,运营超1600个仓库,组成了全亚洲规模最大的智能仓群,打造半日达等优质物流服务。
模式之二是推进全链路数智化转型。利用新质生产力,在仓储、分拣、运输和配送等供应链重点环节,打造数字化、智能化、软硬件一体化的物流科技产品,既提升物流效率,也通过物流与企业生产经营的融合推动企业降本增效和供应链升级:在仓储环节,将算法技术等数智化能力和运营结合,优化仓库内品类结构布局,提升存储坪效和拣货效率;在分拣环节,通过自动化分拣设备等提升作业效率;在配送环节,基于大数据分析、AI算法等技术打造末端揽派精细化管理平台,并加大无人机、无人车等多种配送形式的应用。
模式之三是持续深化“两业融合”。通过前沿数字科技推动物流服务与先进制造业、现代农业融合发展,提升产业链韧性与效率。这背后是打造仓配一体化、入厂物流、逆向物流等现代物流服务,赋能企业重构流通体系、优化业务流程,协同配套产业链集约高效发展。近年来,一些现代物流企业积极推动服务进厂,为制造企业提供产前零部件、售后备件的库存管理、订单履约以及国际物流服务,极大降低了库存成本、缩短了交付周期、提升了客户体验,还有力推动品牌出海。例如,某现代物流企业基于数智化仓库系统,近一年为2000多家大型企业和超200万家中小微企业提供了服务。
五、政策建议
数字经济从供给侧、需求侧、流通层为新质生产力加速发展提供了重要途径,下一步还要在完善治理体系、促进融合创新、改进平台监管、强化政策协同等方面发力,通过数实融合加速新质生产力发展。
首先,完善数字经济基础设施和治理体系,促进数字科技与实体经济融合创新。
一是加快新型基础设施建设应用,构建高速泛在、天地一体、云网融合、智能敏捷的新型基础设施网络,推动消费互联网、产业互联网、工业互联网等创新发展。
二是支持数据、算力、算法三大要素创新突破,统筹好大模型创新发展与监管治理,引导加强自主创新,参与大模型等重要前沿技术领域研发,激励优秀科技成果的推广和应用,加快大模型在各个行业领域的创新应用。
三是完善数据要素“1+N”基础制度,建立数据产权归属认定、市场交易、权益分配体系,加快推进政府数据分级分类开放,在更大范围以更高效率促进数据交易流通与共享。
四是完善平台经济监管体系,提升平台反垄断治理水平,适应性解决“差异化定价”“掠夺性定价”“算法合谋”等问题,做好兼具“实体性”“科技性”的新型实体企业与一般平台企业的区分,实施分类监管。
其次,加大民营经济平台企业创新政策支持力度,促进大中小企业融合创新。
一是利用好结构性货币政策工具、科技创新贷款、财政贴息、政策性融资担保等财政金融手段,既支持民营企业推进前沿科技创新、参与新型基础设施和新型创新平台投资建设,也支持民营企业特别是平台企业通过技术创新、服务创新、模式创新、组织创新等方式,提升服务品质和效率。
二是畅通企业境外上市渠道,推出更多符合条件的案例,包括市场较为关注的协议控制(VIE)架构企业和平台企业,以此作为“典型案例”提振平台企业创新发展的信心和预期。
三是优化财税补贴政策体系,推动平台企业带动广大中小企业融合创新和脱困发展。
再其次,改进数字科技创新的监管模式和手段,营造公平开放的市场创新环境。
一是借鉴金融科技创新的“监管沙盒”,将其更加广泛地应用于数字科技创新、数据交易共享等领域,更好地统筹支持科技创新和防范创新风险。
二是将“监管沙盒”跟技术规范、政策法规制定联动起来,如在无人车和无人机配送、金融大模型应用等领域,实现技术规范、监管法规的动态优化,解决“前期监管滞后、后期监管过度”的问题。
三是推动监管数智化转型,“以监管科技”应对数字科技创新应用,更加及时精准地监测、分析和预警科技创新应用的风险,推动监管从事后覆盖到事前事中,提高监管效能。
最后,推动设备更新、以旧换新与新质生产力发展高效衔接,形成供需联动。
为提振消费,国家积极推动大规模设备更新和消费品以旧换新、降低全社会物流成本。3月,国务院印发《推动大规模设备更新和消费品以旧换新行动方案》;7月,国家发展改革委、财政部发布《关于加力支持大规模设备更新和消费品以旧换新的若干措施》,统筹安排3000亿元左右超长期特别国债资金,大幅升级了中央财政对设备更新和以旧换新的补贴力度、范围、标准。
建议在上述政策的后续实施过程中,加快制定相关标准制定,充分发挥现代制造企业、物流企业、零售企业的作用,推动供给侧的大规模设备更新、需求侧的消费品以旧换新、流通层的物流降成本与新质生产力发展高效衔接。
(沈建光系京东集团副总裁、首席经济学家;朱太辉系京东集团经济发展研究院副院长)