杰克JACK,C6包缝机,平机
杰克JACK,C6包缝机,平机
2023年3月4日，“CCF中国数字经济50人论坛高端峰会”在杭州举行。受邀出席峰会的阿里研究院副院长，50人论坛委员安筱鹏发表了题为“全球视野中数实融合的风向标”的主题报告。以下为主题报告全文。
数字技术与实体经济融合的风向标在哪里？美国、德国还是日本？斯图加特、慕尼黑、底特律、硅谷、丰田，还是上海、深圳、杭州？
当谈论制造业的时候，人们会给美国贴上许多标签：发达的虚拟经济、频发的金融危机、贸易赤子大国、制造业比重低（11%）等，美国政客也在“唱衰”制造业，奥巴马政府提出“制造业回归”，特朗普说“美国不再制造东西了，必须将苹果及其海外公司带回美国”，美国议员说“21世纪前十年是美国制造业毁灭的十年”。
当谈论制造业的时候，人们会给德国、日本贴上许多标签：盛产“隐形冠军”、百年老店、工匠精神、工业4.0，在发达国家中制造业比重最高，占GDP20-25%，是全球制造业大国，是汽车大国、机床大国、自动化大国。在过去10年，无数中国企业家、专家去德国参访学习了解工业4.0,许多人潜意识理非常认同数字时代德国制造业发展道路和模式。
然而事实是，在过去的十年，德国、日本的GDP规模与美国的差距在拉大：从2011到2021年，美国GDP从相当于德国的2.6倍扩大到了4.5倍，相当于日本的4.6倍扩大到了5.4倍；更值的关注的是，就制造业而言，德国、日本的制造业规模与美国的差距仍在拉大：2011到2021年，美国制造业规模相当于德国的1.5倍扩大到2.4倍，相当于日本的2.5倍扩大到3.1倍。制造业领域美国正在涌现出一批具有全球竞争力的数字原生企业，美国制造业仍然以比日本和德国更快的速度发展。
数字化是巨变时代的分水岭，已成为企业、城市、国家之间竞争分急剧分化的催化剂。今天，新实体经济的风向标可能不在底特律，也不在丰田，而是在深圳或硅谷，硅谷不仅有半导体，还是苹果、特斯拉和诺斯罗普格鲁曼。过去10年，美国制造业领先地位的巩固和确立，是新实体经济经济的胜利，是数字技术深度、全面融入一、二、三产业的结果，是向新型数字基础之上迁徙的结果。
2011年德国提出“工业4.0”，10年后到了评估与反思的时候。
德国专家亨宁·卡格曼和沃尔夫冈·沃尔斯特2011写了《工业4.0：依靠物联网走向第四次工业革命》，2013成为德国国家战略。2021年两位当年提出工业4.0的专家对德国工业数字化进行回顾与评估，发表了《十年工业4.0》，结论是虽然很难用非常成功或失败这种0和1的概念表述，但可以确认的是，与十年前所预期的目标相差较远。2022年德国咨询机构“工业4.0晴雨表”发表报告认为，中国和美国公司在工业 4.0 环境中使用数字技术方面处于领先地位，德语区国家（德瑞奥）数字化进程停滞不前。
德国工业4.0与预期差距较大有两个重要的指标：一是中小企业数字化进展缓慢，欧洲经济研究中心（ZEW）和应用社会科学研究所（Infas）的研究表明，只有21%的中小企业在生产中使用了数字技术。二是没有成长出一批有数字时代有竞争力的中小企业。德国原经济能源部部长阿特迈尔无不担忧地说：令人担忧的是，在过去20年，德国几乎没有涌现出具有全球影响力的企业。
日本的情况与德国类似。过去二十年，日本经历了“失去的二十年”。透析这段时间日本的发展，有一个视角非常值得注意，那就是在过去二十年中日本同样没有培养出一批数字原生企业。在日本，今天能够在市场上进行竞争的企业，仍然是三四十年前那批耳熟能详的企业。
德国、日本与美国制造业差距的扩大，在宏观上表现为制造业规模上，在微观上表现为缺乏一批制造业领域的有竞争力的数字原生企业。在数字时代，衡量一个地区或国家经济繁荣的重要标志是新实体经济的崛起，数字原生企业的崛起。
从汽车行业来看，无论是德国还是日本，汽车工业的兴衰都是足以动摇国本的基础性、战略性产业。在过去两年德系和日系车在中国的销量大幅下降，没有一款新能源爆款车型。传统汽车制造商投资几百亿刚建成的零部件厂就停产了，因为产品已经没有市场了。但美国和中国新能源汽车却在迅猛增长，2022年中国新能源汽车产销量700万，占全球60%，比上年增长97%，新能源汽车出口67.9万辆，同比增长1.2倍。
特斯拉只有0.4%的全球汽车销售量，但市值相当于全球其他汽车公司之和。特斯拉是一家懂制造的软件公司，它对于汽车生产工艺做了革命性变革，一体化地压铸把整车零部件减少三分之一，提高了质量、降低了成本。今天，特斯拉卖一辆车的利润相当于传统汽车卖6辆，特斯拉仍然有极大的降价空间。这是新锐企业的优势所在。
在过去10年，制造业企业持续推进数字化转型。作为全球汽车工业领导者的大众，推进汽车电动化和智能化。2019年1月大众CEO迪斯（Herbert Diess）发表《重新定义大众：一家由软件驱动的汽车公司》，提出成为第一家区分开软件和硬件的汽车公司。2019 年 6 月，大众独立软件部门 Car Softwar，提出到 2025 年，自研软件的比例从不到 10% 上升到 60%，并构建汽车操作系统 VW.OS、重构电子电气架构。发起了ID.3项目，作为大众数字化、电气化转型的旗舰项目，在某种程度上也是德国数字化转型的代表。首批汽车下线，时任德国总理的默克尔参加新车下线仪式。但新能源车在中国市场上的优势地位并不突出，软件还面临一些问题和挑战。
在一次新能源汽车研讨论上，一位专家曾提出这样一个问题：数字时代，什么是传统企业？他说只要没有把软件定义硬件作为顶层设计的公司，都是传统公司。这个观点可能有点偏激，但有利于引发我们对数字时代企业转型问题进行更深入思考。
今天，汽车行业许多专家认为，硬件决定了消费者体验的下限，软件决定了上限。对于中国00后、95后而言，他们正在重新定义什么是豪华车、什么是中端车，智能化的极致体验是豪华车的标配。今天，对于汽车工业转型而言，不仅是一次动力变革，更是一次企业重新审视自己战略、产品、渠道、服务和业务创新，重新定义和定位的过程。汽车企业要从传统的制造商转型成为客户运营商，实时洞察客户需求、实时满足客户需求；要思考汽车多大程度是机械产品，多大程度上是电子产品；要思考更多遵循机械产品的运行规律，还是电子产品的运营规律，产品迭代周期是不是要更高频？是不是基于摩尔定律调整定价策略？未来利润来源是基于硬件还是基于软件？是基于经验的决策，还是基于数据驱动的决策？
汽车工业的转型，不仅一场动力革命，也是一次控制革命。传统汽车向智能汽车演进最大的技术变革在于汽车控制系统的创新，传统汽车80多个ECU等电子控制单元，是多厂商、多标准、封闭式、长周期的专用系统，将转向类似于智能手机的集中式架构（底层操作系统+芯片SOC+应用软件）。汽车控制体系正在进行一次解耦：硬件通用化+服务可编程。
从经济学的视角，就是看让“变化快”的软件摆脱束缚，使得变化“更快”；让“利用高”的硬件逐渐沉淀趋于统一，使得利用率“更高”。硬件提高资产通用性，遵循规模经济，可大规模生产标准化产品，降低生产成本。软件丰富产品个性化，遵循范围经济，企业从提供同质产品向提供多样化产品转变，满足多样化需求。
从功能汽车到智能汽车，硬件都在通用化，服务也在可编程化，整个电子电器架构都在进行重构。但是，这样重构转型面临的困难被远远低估了，面临很多挑战，甚至需要基础设施的重构和迁移。今天，我们正在进入一个云计算时代、云原生时代。许多人对云原生不太理解，为了帮助大家理解云计算时代的意义，以及什么是云原生，我创造了一个新词“电原生”。
1909年GE公司设计了一款烤面包机，它的电源连接部分是灯泡的螺旋口，而不是插座。为什么不是插座？这是因为，电当年被发明时，唯一的用途就是照明，后来数年间才开始开发出各种各样的电气设备。早期在用电照明时，电灯和电源连接的唯一接口就是螺旋口。因为有了电，后来才有电视机、电影、电冰箱、电梯等产品，这些产品都是“电原生”，电作为基础设施带来了一个新时代。云计算也会带来一个新时代，它是一个时代的基础设施，也会不断催生出许多因云而生的新技术、新产品、新企业。
早年在使用面包机时，需要把灯泡卸下来，再把烤面包机安装上去，这样使用总是不方便。后来，灯泡上面插座这样的中间过度产品示。再后来，跟电源连接的部分演变成今天大家所看到的插座。插座不是电发明出来的时候就出现的，而是自然演变的结果。
灯泡使用的螺旋式电源接口被称为“爱迪生螺旋”，后来人们开始通过转换头把爱迪生螺旋转换成插座
今天，云计算还处于电气时代的螺旋灯口时期，是两种插座相结合的状态。这个时代的基础设施变迁带来的是国家和企业竞争力急剧分化，或者说数字化就是一个国家和企业竞争力分化的催化剂。
疫情前，美国所有科技公司的估值仅相当于欧洲所有国家上市公司估值的1/4。疫情后，美国科技公司的估值已经超过了欧洲所有国家上市公司总估值。今天，销售额只有190亿美元的新能源风电公司NEXTER的市值，已经超过了曾经的全球市值最大公司艾克森美孚。ICT产业内部也在急剧分化，IBM、微软在十年前的市值都差不多 ，但今天微软市值已经相当于IBM的10-20倍。
数字技术不仅仅武装起供给体系，也武装起了消费者，需求巨变是数字化转型的逻辑起点。一是新消费群体崛起，今天的00后和95后被称为数字原住民，他们无网络不生活，数字间空即生活空间，追求个性化、二次元，他们在重新定义什么是豪华车；二是决策链路变化，线上发现、线下体验、下单够买、社群讨论、心得分享；三是决策模式变了，关注点从过去的价格、性价比变为今天的参与感、分享、社交体验等等。四是购买的产品和服务也变了。今天需求越来越个性化、实时化、场景化、内容化、互动化等，消费者拥有了更多的话语权、表达权和选择权。问题是，供给端能否跟上变化？一本叫做《流量制造》的书说得很好：我们缺的不是用户，而是与用户的互动。
如何应对需求巨变，企业需要重构自己的研发、生产、服务体系，迈向高频竞争时代，以供给体系的高频创新应对需求的巨变。过去国际互联网企业面对市场营销、运户运营、产品迭代，如付费广告、应用商店、新用户注册、产品交互设计（UI）时，都会基于数据进行A/B测试，进行快速决策。亚马逊贝索斯说，我们的成功来自于我们每天、每周、每月、每年的所做的实验数量；微软CEO说，与其说“我有一想法”，不如说“我有一个新假设，让我们试验一下”。A/B测试是数字时代产品创新的基本模式。
这种模式，对于复杂航空、航天、汽车等而言，就是在数字孪生世界，构建产品创新的新模式。早在2010年，美国就“重新发明制造业”，DARPA启动自适应运载器制造（AVM）计划，试图通过彻底变革和重塑装备制造业，将武器装备研制周期缩短到现在的五分之一，推动产品设计、仿真、试验、工艺、制造等活动，全部都在数字空间完成，待产品迭代成熟后再进入工厂一次制造完成，缩短研制周期、降低研制成本。
美国数字轰炸机B21，是适应运载器制造（AVM）理念落地的重要成果。新式轰炸机计划今年首飞，2026年服役。B21从一开始就采用数字化设计，基于云计算重新构建的全生命周期进行研发。它是最近30年来美军研发速度最快的机型，它的功能可以不断演进，就像特斯拉汽车可以不断下载新软件一样，能够不断升级产品功能。
面对需求的巨变，企业构建一个思想实验室：MVP（Minimum Viable Product）最小化可行产品。MVP的核心在于以最低成本、最高效率的方式完成技术功能验证、商业模式验证、客户反馈验证。MVP不是一个无法给用户提供价值的半成品，它虽然简单，但仍然能够给客户以价值体验。如开发一辆汽车，其路径是，基本功能→增加后备箱→增加车身→改进体验。如同互联网的创新：最初只聚焦于基本需求—根据用户反馈，通过数据发掘更多的需求点—新功能上线测试—功能再取舍。
我在10年前出版的著作《制造业服务路线图》中，就提出一个有争议的观点，当我们重新思考制造业和服务发展实践时，需要反思：100年前提出的三次产业分类体系会不会误导人们对经济规律的认知。基于现有的经济常识：特斯拉、苹果是制造业公司还是服务业公司？这个其实是说不清楚的，它们已经融合了。
产业升级的本质是生产要素成本攀升与产业价值链提升之间的一场马拉松式的竞赛。全球制造业正在面临四大转变：市场需求从产品导向向产品服务系统转变，竞争优势从规模化供给能力向个性化供给能力转变，客户交易从一次性短期交易向长期交易方式转变，高价值环节从制造环节为主向服务环节为主转变。不要把数字经济和实体经济对立起来，不要把制造业和服务业对立起来。今天，这个世界是一个有机整体，在这个整体的背后是我们在不断构建的一项新基础设施——云计算。
我们正在进入云计算时代，云计算不仅是一个商业基础设施，也是一个创新基础设施，云计算是数字技术、新企业孕育孵化的摇篮。中国云上创新与美国差距仍在扩大。当下，大家都在讨论Chat GPT，有人问中国为什么没有Chat GPT？这个问题问错了，正确的问题是，中国为什么没有OPEN AI？中国为什么没有SNOWFLAKE？中国为什么没有Palantir？还有其他一些富有创新的初创公司。
今天大家看Chat GPT是美国创新体系这棵大树上的几片叶子，今天所有的聚光灯都聚焦在这片叶子上，都快把这片叶子烤黄了，但是你要看的是这棵大树长成什么样子，树根长成什么样子，土壤是什么样子，森林长成什么样子，只有这样才能是数字时代这一轮创新的全局和本质。
OPEN AI的成功大家都关注到了，2天内注册用户数达到100万,两个月，月活1亿，估值290亿美元。OPEN AI成功=技术信仰与长期主义+风险投资创新+基于云的创新生态+小公司创新与大公司商业化闭环。正如OpenAI首席科学家Ilya Sutskeve所展示的，成功来自于：偏执狂领军者和一批拥有使命感的天才 ，他们有坚定的技术信仰、方向感和对AGI的战略定力，不断探寻正确的方法论，坚持将AI做成产品而不是技术的底层文化，秉持科学家+工程师的人才观，强调代码化的执行力。但毋庸置疑，以云计算为代表的创新生态是OpenAI孕育孵化的基础。
美国公司Snowflake在2020年上市，销售额仅为3.5亿，但市值却有700亿美元，最高时达1000亿美元。Snowflake是创软件公司史上最大规模IPO纪录、2020年全美最大IPO。SNOWFLAKE只做了一件事，就是基于云把数据库重新做了一遍。
帕兰迪尔（Palantir）这家公司大家可能不熟悉。今年1月《华盛顿邮报》曾经有一篇文章：俄乌冲突已演变成“算法之战”，今天的算法供应商已经成为了新的军火商，讲的就是帕兰迪尔。帕兰迪尔CEO说，战场算法的威力，相当于战术武器对付常规武器。成立于2004年帕兰迪尔作为一个专业领域的大数据公司，曾帮美国政府抓拉登，市值超过400多亿美元。
我们看到了中美在云计算领域的差距，数字时代技术创新的挑战。为什么中美在SaaS产业的差距如此之大呢？什么原因导致的？把这个问题抛给ChatGPT，我们看到的答案是：
一是市场规模，美国有一个庞大市场，政府带领优先使用公有云，带来了公共云及SaaS软件的涌现；二是风险资本，美国有更专业和更大规模的风险资金可以投入到很多有创新活力的企业；三是商业环境，更友好的税制、管制和更强的知识产权保护等；四是创新活力，美国的SaaS企业具有更强的创新活力；五是专业人才。美国拥有全球更专业和优秀的人才；六是品牌认知。如果我们招一个国内顶级院校的技术经济博士，他能不能给出这个答案呢？好像还是很困难。
Chat GPT是通用人工智能（AGI）发展的的重要里程碑。通用人工智能（AGI）的时代正在向我们走来，其技术和产业发展有五个重要趋势：大国的游戏、巨人的战场、工具的革命、进化的力量和通用的技术（GPT）。
大国的游戏。今天谁有资格站在这个赛道？当你没有一个庞大的云基础设施，没有一个公有云体系，没有强大算力的时候，就没有资格进入到这个赛道，公有云和AI的集成能力是大国竞争的入场券。这是一个大国的游戏。
巨人的战场。从基础大模型竞争和基于大模型的综合生态构建来看，这场竞争不仅在于它消耗多少算力，要花多少钱，而是背后的高技术门槛、高资本门槛、高人才门槛、高生态门槛。这个战场需要一个完整的生态体系，这是一次巨人的竞争。
工具的革命。马克思说：衡量一个时代，无论是农业社会、工业社会，不在于生产了什么，而是用什么工具。未来通用人工智能将为知识创造者提供一种新工具。
进化的力量。AI大模型不是设计出来的，而是创新生态不断进化而形成的。
通用的技术。搞技术经济的专家在十几年前提出专用目的技术（SPT, Special Purpose Technology）和通用目的技术（GPT, General Purpose Technology）。通用技术需要满足四个条件：一是可以大规模使用，各行业都可以用；二是能提高行业生产效率；三是具有易结合性；四是能带来组织管理的变革。如果从这四个标准衡量GPT所代表的AI技术趋势，没有哪个技术比它更符合标准。AGI（通用人工智能）将是人类社会最伟大的GPT（通用目的技术）。
在这个时代，数字化意味着认识世界的方法论的一次变革重构。从几百年前的理论推理依赖于抽象观察，到100年前爱迪生的实验验证，再到研发波音747的模拟择优，直到今天类似于ChatGPT的人工智能大数据分析。这些不仅仅是一种种技术，更是认识和改造世界的方法论变迁。
数字技术与实体经济融合的风向标在哪里？美国、德国还是日本？斯图加特、慕尼黑、底特律、硅谷、丰田，还是上海、深圳、杭州？
当谈论制造业的时候，人们会给美国贴上许多标签：发达的虚拟经济、频发的金融危机、贸易赤子大国、制造业比重低（11%）等，美国政客也在“唱衰”制造业，奥巴马政府提出“制造业回归”，特朗普说“美国不再制造东西了，必须将苹果及其海外公司带回美国”，美国议员说“21世纪前十年是美国制造业毁灭的十年”。
当谈论制造业的时候，人们会给德国、日本贴上许多标签：盛产“隐形冠军”、百年老店、工匠精神、工业4.0，在发达国家中制造业比重最高，占GDP20-25%，是全球制造业大国，是汽车大国、机床大国、自动化大国。在过去10年，无数中国企业家、专家去德国参访学习了解工业4.0,许多人潜意识理非常认同数字时代德国制造业发展道路和模式。
然而事实是，在过去的十年，德国、日本的GDP规模与美国的差距在拉大：从2011到2021年，美国GDP从相当于德国的2.6倍扩大到了4.5倍，相当于日本的4.6倍扩大到了5.4倍；更值的关注的是，就制造业而言，德国、日本的制造业规模与美国的差距仍在拉大：2011到2021年，美国制造业规模相当于德国的1.5倍扩大到2.4倍，相当于日本的2.5倍扩大到3.1倍。制造业领域美国正在涌现出一批具有全球竞争力的数字原生企业，美国制造业仍然以比日本和德国更快的速度发展。
德国专家亨宁·卡格曼和沃尔夫冈·沃尔斯特2011写了《工业4.0：依靠物联网走向第四次工业革命》，2013成为德国国家战略。2021年两位当年提出工业4.0的专家对德国工业数字化进行回顾与评估，发表了《十年工业4.0》，结论是虽然很难用非常成功或失败这种0和1的概念表述，但可以确认的是，与十年前所预期的目标相差较远。2022年德国咨询机构“工业4.0晴雨表”发表报告认为，中国和美国公司在工业 4.0 环境中使用数字技术方面处于领先地位，德语区国家（德瑞奥）数字化进程停滞不前。
德国工业4.0与预期差距较大有两个重要的指标：一是中小企业数字化进展缓慢，欧洲经济研究中心（ZEW）和应用社会科学研究所（Infas）的研究表明，只有21%的中小企业在生产中使用了数字技术。二是没有成长出一批有数字时代有竞争力的中小企业。德国原经济能源部部长阿特迈尔无不担忧地说：令人担忧的是，在过去20年，德国几乎没有涌现出具有全球影响力的企业。
日本的情况与德国类似。过去二十年，日本经历了“失去的二十年”。透析这段时间日本的发展，有一个视角非常值得注意，那就是在过去二十年中日本同样没有培养出一批数字原生企业。在日本，今天能够在市场上进行竞争的企业，仍然是三四十年前那批耳熟能详的企业。
从汽车行业来看，无论是德国还是日本，汽车工业的兴衰都是足以动摇国本的基础性、战略性产业。在过去两年德系和日系车在中国的销量大幅下降，没有一款新能源爆款车型。传统汽车制造商投资几百亿刚建成的零部件厂就停产了，因为产品已经没有市场了。但美国和中国新能源汽车却在迅猛增长，2022年中国新能源汽车产销量700万，占全球60%，比上年增长97%，新能源汽车出口67.9万辆，同比增长1.2倍。
特斯拉只有0.4%的全球汽车销售量，但市值相当于全球其他汽车公司之和。特斯拉是一家懂制造的软件公司，它对于汽车生产工艺做了革命性变革，一体化地压铸把整车零部件减少三分之一，提高了质量、降低了成本。今天，特斯拉卖一辆车的利润相当于传统汽车卖6辆，特斯拉仍然有极大的降价空间。这是新锐企业的优势所在。
在过去10年，制造业企业持续推进数字化转型。作为全球汽车工业领导者的大众，推进汽车电动化和智能化。2019年1月大众CEO迪斯（Herbert Diess）发表《重新定义大众：一家由软件驱动的汽车公司》，提出成为第一家区分开软件和硬件的汽车公司。2019 年 6 月，大众独立软件部门 Car Softwar，提出到 2025 年，自研软件的比例从不到 10% 上升到 60%，并构建汽车操作系统 VW.OS、重构电子电气架构。发起了ID.3项目，作为大众数字化、电气化转型的旗舰项目，在某种程度上也是德国数字化转型的代表。首批汽车下线，时任德国总理的默克尔参加新车下线仪式。但新能源车在中国市场上的优势地位并不突出，软件还面临一些问题和挑战。
在一次新能源汽车研讨论上，一位专家曾提出这样一个问题：数字时代，什么是传统企业？他说只要没有把软件定义硬件作为顶层设计的公司，都是传统公司。这个观点可能有点偏激，但有利于引发我们对数字时代企业转型问题进行更深入思考。
今天，汽车行业许多专家认为，硬件决定了消费者体验的下限，软件决定了上限。对于中国00后、95后而言，他们正在重新定义什么是豪华车、什么是中端车，智能化的极致体验是豪华车的标配。今天，对于汽车工业转型而言，不仅是一次动力变革，更是一次企业重新审视自己战略、产品、渠道、服务和业务创新，重新定义和定位的过程。汽车企业要从传统的制造商转型成为客户运营商，实时洞察客户需求、实时满足客户需求；要思考汽车多大程度是机械产品，多大程度上是电子产品；要思考更多遵循机械产品的运行规律，还是电子产品的运营规律，产品迭代周期是不是要更高频？是不是基于摩尔定律调整定价策略？未来利润来源是基于硬件还是基于软件？是基于经验的决策，还是基于数据驱动的决策？
汽车工业的转型，不仅一场动力革命，也是一次控制革命。传统汽车向智能汽车演进最大的技术变革在于汽车控制系统的创新，传统汽车80多个ECU等电子控制单元，是多厂商、多标准、封闭式、长周期的专用系统，将转向类似于智能手机的集中式架构（底层操作系统+芯片SOC+应用软件）。汽车控制体系正在进行一次解耦：硬件通用化+服务可编程。
1909年GE公司设计了一款烤面包机，它的电源连接部分是灯泡的螺旋口，而不是插座。为什么不是插座？这是因为，电当年被发明时，唯一的用途就是照明，后来数年间才开始开发出各种各样的电气设备。早期在用电照明时，电灯和电源连接的唯一接口就是螺旋口。因为有了电，后来才有电视机、电影、电冰箱、电梯等产品，这些产品都是“电原生”，电作为基础设施带来了一个新时代。云计算也会带来一个新时代，它是一个时代的基础设施，也会不断催生出许多因云而生的新技术、新产品、新企业。
1909美国通用电气设计了一款型号为D-12的电烤面包机，其电源接入的装置是使用在灯泡上的螺旋电源口
早年在使用面包机时，需要把灯泡卸下来，再把烤面包机安装上去，这样使用总是不方便。后来，灯泡上面插座这样的中间过度产品示。再后来，跟电源连接的部分演变成今天大家所看到的插座。插座不是电发明出来的时候就出现的，而是自然演变的结果。
今天，云计算还处于电气时代的螺旋灯口时期，是两种插座相结合的状态。这个时代的基础设施变迁带来的是国家和企业竞争力急剧分化，或者说数字化就是一个国家和企业竞争力分化的催化剂。
疫情前，美国所有科技公司的估值仅相当于欧洲所有国家上市公司估值的1/4。疫情后，美国科技公司的估值已经超过了欧洲所有国家上市公司总估值。今天，销售额只有190亿美元的新能源风电公司NEXTER的市值，已经超过了曾经的全球市值最大公司艾克森美孚。ICT产业内部也在急剧分化，IBM、微软在十年前的市值都差不多 ，但今天微软市值已经相当于IBM的10-20倍。
数字技术不仅仅武装起供给体系，也武装起了消费者，需求巨变是数字化转型的逻辑起点。一是新消费群体崛起，今天的00后和95后被称为数字原住民，他们无网络不生活，数字间空即生活空间，追求个性化、二次元，他们在重新定义什么是豪华车；二是决策链路变化，线上发现、线下体验、下单够买、社群讨论、心得分享；三是决策模式变了，关注点从过去的价格、性价比变为今天的参与感、分享、社交体验等等。四是购买的产品和服务也变了。今天需求越来越个性化、实时化、场景化、内容化、互动化等，消费者拥有了更多的话语权、表达权和选择权。问题是，供给端能否跟上变化？一本叫做《流量制造》的书说得很好：我们缺的不是用户，而是与用户的互动。
如何应对需求巨变，企业需要重构自己的研发、生产、服务体系，迈向高频竞争时代，以供给体系的高频创新应对需求的巨变。过去国际互联网企业面对市场营销、运户运营、产品迭代，如付费广告、应用商店、新用户注册、产品交互设计（UI）时，都会基于数据进行A/B测试，进行快速决策。亚马逊贝索斯说，我们的成功来自于我们每天、每周、每月、每年的所做的实验数量；微软CEO说，与其说“我有一想法”，不如说“我有一个新假设，让我们试验一下”。A/B测试是数字时代产品创新的基本模式。
美国数字轰炸机B21，是适应运载器制造（AVM）理念落地的重要成果。新式轰炸机计划今年首飞，2026年服役。B21从一开始就采用数字化设计，基于云计算重新构建的全生命周期进行研发。它是最近30年来美军研发速度最快的机型，它的功能可以不断演进，就像特斯拉汽车可以不断下载新软件一样，能够不断升级产品功能。
面对需求的巨变，企业构建一个思想实验室：MVP（Minimum Viable Product）最小化可行产品。MVP的核心在于以最低成本、最高效率的方式完成技术功能验证、商业模式验证、客户反馈验证。MVP不是一个无法给用户提供价值的半成品，它虽然简单，但仍然能够给客户以价值体验。如开发一辆汽车，其路径是，基本功能→增加后备箱→增加车身→改进体验。如同互联网的创新：最初只聚焦于基本需求—根据用户反馈，通过数据发掘更多的需求点—新功能上线测试—功能再取舍。
我在10年前出版的著作《制造业服务路线图》中，就提出一个有争议的观点，当我们重新思考制造业和服务发展实践时，需要反思：100年前提出的三次产业分类体系会不会误导人们对经济规律的认知。基于现有的经济常识：特斯拉、苹果是制造业公司还是服务业公司？这个其实是说不清楚的，它们已经融合了。
产业升级的本质是生产要素成本攀升与产业价值链提升之间的一场马拉松式的竞赛。全球制造业正在面临四大转变：市场需求从产品导向向产品服务系统转变，竞争优势从规模化供给能力向个性化供给能力转变，客户交易从一次性短期交易向长期交易方式转变，高价值环节从制造环节为主向服务环节为主转变。不要把数字经济和实体经济对立起来，不要把制造业和服务业对立起来。今天，这个世界是一个有机整体，在这个整体的背后是我们在不断构建的一项新基础设施——云计算。
我们正在进入云计算时代，云计算不仅是一个商业基础设施，也是一个创新基础设施，云计算是数字技术、新企业孕育孵化的摇篮。中国云上创新与美国差距仍在扩大。当下，大家都在讨论Chat GPT，有人问中国为什么没有Chat GPT？这个问题问错了，正确的问题是，中国为什么没有OPEN AI？中国为什么没有SNOWFLAKE？中国为什么没有Palantir？还有其他一些富有创新的初创公司。
今天大家看Chat GPT是美国创新体系这棵大树上的几片叶子，今天所有的聚光灯都聚焦在这片叶子上，都快把这片叶子烤黄了，但是你要看的是这棵大树长成什么样子，树根长成什么样子，土壤是什么样子，森林长成什么样子，只有这样才能是数字时代这一轮创新的全局和本质。
OPEN AI的成功大家都关注到了，2天内注册用户数达到100万,两个月，月活1亿，估值290亿美元。OPEN AI成功=技术信仰与长期主义+风险投资创新+基于云的创新生态+小公司创新与大公司商业化闭环。正如OpenAI首席科学家Ilya Sutskeve所展示的，成功来自于：偏执狂领军者和一批拥有使命感的天才 ，他们有坚定的技术信仰、方向感和对AGI的战略定力，不断探寻正确的方法论，坚持将AI做成产品而不是技术的底层文化，秉持科学家+工程师的人才观，强调代码化的执行力。但毋庸置疑，以云计算为代表的创新生态是OpenAI孕育孵化的基础。
美国公司Snowflake在2020年上市，销售额仅为3.5亿，但市值却有700亿美元，最高时达1000亿美元。Snowflake是创软件公司史上最大规模IPO纪录、2020年全美最大IPO。SNOWFLAKE只做了一件事，就是基于云把数据库重新做了一遍。
帕兰迪尔（Palantir）这家公司大家可能不熟悉。今年1月《华盛顿邮报》曾经有一篇文章：俄乌冲突已演变成“算法之战”，今天的算法供应商已经成为了新的军火商，讲的就是帕兰迪尔。帕兰迪尔CEO说，战场算法的威力，相当于战术武器对付常规武器。成立于2004年帕兰迪尔作为一个专业领域的大数据公司，曾帮美国政府抓拉登，市值超过400多亿美元。
一是市场规模，美国有一个庞大市场，政府带领优先使用公有云，带来了公共云及SaaS软件的涌现；二是风险资本，美国有更专业和更大规模的风险资金可以投入到很多有创新活力的企业；三是商业环境，更友好的税制、管制和更强的知识产权保护等；四是创新活力，美国的SaaS企业具有更强的创新活力；五是专业人才。美国拥有全球更专业和优秀的人才；六是品牌认知。如果我们招一个国内顶级院校的技术经济博士，他能不能给出这个答案呢？好像还是很困难。
大国的游戏。今天谁有资格站在这个赛道？当你没有一个庞大的云基础设施，没有一个公有云体系，没有强大算力的时候，就没有资格进入到这个赛道，公有云和AI的集成能力是大国竞争的入场券。这是一个大国的游戏。
巨人的战场。从基础大模型竞争和基于大模型的综合生态构建来看，这场竞争不仅在于它消耗多少算力，要花多少钱，而是背后的高技术门槛、高资本门槛、高人才门槛、高生态门槛。这个战场需要一个完整的生态体系，这是一次巨人的竞争。
工具的革命。马克思说：衡量一个时代，无论是农业社会、工业社会，不在于生产了什么，而是用什么工具。未来通用人工智能将为知识创造者提供一种新工具。
进化的力量。AI大模型不是设计出来的，而是创新生态不断进化而形成的。
通用的技术。搞技术经济的专家在十几年前提出专用目的技术（SPT, Special Purpose Technology）和通用目的技术（GPT, General Purpose Technology）。通用技术需要满足四个条件：一是可以大规模使用，各行业都可以用；二是能提高行业生产效率；三是具有易结合性；四是能带来组织管理的变革。如果从这四个标准衡量GPT所代表的AI技术趋势，没有哪个技术比它更符合标准。AGI（通用人工智能）将是人类社会最伟大的GPT（通用目的技术）。
