北京大学教授、工业和信息化部原副部长、大数据产业生态联盟荣誉顾问杨学山出席大数据与数字经济大会暨2023(第八届)中国大数据产业生态大会开幕式,并发表主旨报告。杨学山表示,要把数实融合落在实处,建设以实体经济为支撑的现代化产业体系,数字工具、数字技术、数字经济一定要和国家确定的产业目标相结合,坚持以实体经济为重,防止脱实向虚。
![](https://file3.dzsc.com/news/23/08/07/103520837.png)
杨学山认为,数字是生产要素,也是发展资源,而且数字与其他生产要素和资源截然不同。数字的价值并不是由数字本身产生的,而是产生于数字化转型的具体场景中,这些产生价值的数字也是在场景中生成、使用,相应的网络、算法、算力服务于特定场景的需要。
在农业数字化转型的一般场景中,农业的工厂化生产需要运用数字技术进行育苗,从稻谷发芽到秧苗到移植都需要数字来控制大棚里面的温度、湿度、光照、肥料和其他的因素。而这个数字一定只能适用于这个大棚,只有在这个大棚中运用的数字才会在这个过程中产生价值。
在服务业数字化转型的一般场景中,垃圾分类要有数据,包括一辆垃圾车运送垃圾的站点、运送垃圾的重量、利用摄像头查看是否实现了垃圾分类排放等方面,然而这还不够。促进垃圾分类不断发展的核心关键是制度、奖惩,是人的功能。因此在转型过程中要有系统观念,要理清为了完成这件事所需要的物品、要素,从而达到完成事情的结果,只有这样才能产生出相应的价值。
在采掘业数字化转型的一般场景中,走向现代化的自动采矿过程必须需要数据,从采掘矿石、运出去、铺设堆料到装载完全自动,全程无须手动干预。但是这个过程中所有数据都是来自采矿的设备和传感器,通过整体监控和状态的指导,然后通过控制系统来实现自动采矿过程,因此这个数据只能来自和应用于这个矿区。
在建筑业数字化转型的一般场景中,用编模系统做装修需要数据,包括需要装修的房子数据、房屋主人对装修的需求、关于装修的造价和施工材料等一系列的基础数据,基于这些数据来形成具体的设计和施工方案。这些数据便是只针对这一套房子的数据。
在制造业数字化转型的一般场景中,智能大厂中的工业大数据来源于数控机床和产线上的数据,包括生产计划、设备故障查询、产品质量检测等数据,使得这个智能车间能够运转起来。这些设备、生产线、车间所生产的数据是制造业继续和发展的基础。
杨学山最后表示,在以上各类场景中取得的实践经验,将帮助我们进一步认识数字化转型和数字经济发展,期待业界对数实如何融合进行更加深入的探索。
免责声明: 凡注明来源本网的所有作品,均为本网合法拥有版权或有权使用的作品,欢迎转载,注明出处。非本网作品均来自互联网,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。