11月14日，2020「甲子引力」大会于北京召开。开幕式上，甲子光年创始人兼CEO张一甲（甲小姐）为逾千名各界来宾带来了《2020中国数字经济55个判断：命运与共，大道不孤》主题报告。

张一甲从微观、中观、宏观出发，以一年、十年和百年为尺度，带我们测量了我们所处的这个时代。

去年回顾：2019年的25条判断

去年的甲子引力，我们做了25条判断，很多科技公司CEO和我表示很喜欢，所以如果甲子光年发展顺利的话，我希望这样的判断可以年年进行下去。抛砖引玉，寻找共识和反对的声音，然后一起修正我们的认知。

接下来，让我们进入到今天的正题：中国数字经济的55条判断。

我将从生态的观察、实勘的结果、值得的反思，三个维度，去展开这55个判断。

1.生态的观察

判断1：要素比特化：新的经济范式已开启

今年4 月 9 日，新华社正式刊发了中共中央、国务院《关于构建更加完善的要素市场化配置体制机制的意见》。这是中央发布的第一份关于要素市场化配置的文件，具有重大意义。国家已经明确，要进行市场化配置的要素主要有五种：土地、劳动力、资本、技术、数据。

数据正式成为了生产要素，这是一个很重要的信号。

农业经济时代的要素是土地、劳动力、技术。

工业经济时代，在此基础上增加了资本和新技术。

数字经济时代，在此基础上增加了数据和新技术。

这意味着，新的经济范式已经开启——“经济产出”等于“生产函数”作用于“土地、劳动力、技术、资本、数据”。数据作为一种要素，将和土地、资本这样的要素相提并论，带来无限的想象空间。

判断2：数据与传统生产要素存在本质区别

作为一种全新的生产要素类型，数据与传统生产要素存在着本质区别，决定了数据要素市场具备相应特性：

（1）无限性：可复制、可共享、 无限增长和供给；

（2）非竞争性和非排他性：一个使用者对数据的利用，并不减少数据对其他使用者的供应，这和其他要素非常不同；

（3）法律属性和权属界定不明确：过去的要素之间的交易方式是交易“所有权”，现在这种传统交易方式变得难以施行。以强调静态归属和排他性效力为核心的传统产权理论，已无法直接适用于对数据价值归属的判断；

（4）虚拟性：看不见、摸不着；

（5）多样性：不同的数据有不同的价值，不同的形式。一方面，怎么打通一起用？另一方面，导致了数据隐私与安全问题愈发突出；

（6）高时效性：每分每秒时刻在变化；

（7）价值不存在于数据本身：数据要作用于其他事物上才能发挥价值，掌握大量的原生数据本身并没有价值，真正有价值的是对数据进行分析挖掘后得出的数据产品和应用模型；

（8）价值实现上有聚合性：数据的价值在实现上有聚合性，1+1大于2，多个数据聚在一起才能发生真正的价值， 规模化才能创造价值；

（9）价值难以事前预估：在你看到这个数据之前，你怎么知道这个数据对你价值多少？当你掀开这个数据的幕布之前，你不知道这个数据对你有没有用。

这9个特征，对我们提出了很多值得思考的方向：

也许应当以服务而非所有权转移的形式完成交易；

也许应当建立专业性的大宗数据资源的聚合平台；

也许应当建立数据分类分级保护制度。

判断3：“数据要素市场”亟待建立

改革开放初期到现在，我们的商品和服务价格，已经从97%以上由政府定价，变成97%以上由市场定价，技术要素市场、劳动要素市场和金融要素市场都发生了巨大的变化。相应地，数据要素市场亟待建立，正在发生。

举个例子，上半年甲子光年有一篇文章叫《兼职“车模”，横店群演的AI新工作》，横店演员公会中，已有约75%的群演参与过AI数据的采集。过去很多影视剧在横店拍，然而很多群演在疫情期间没有影视剧去演，他们就开始给自动驾驶厂商模拟开车，提供各种各样的数据，提供数据生产要素，这就是数据要素市场开始建立的征兆，春江水暖鸭先知。

判断4：互联网巨头的下一个千亿战争：崛起的超级数据中心

正因为数据要素市场的巨大看点和云计算的快速增长，可以预见，数据中心将成为下一个十年科技巨头争夺的新重点。

为什么？

数据中心的需求与总数据处理需求、数据处理集中度成正比，与单体数据处理能力成反比。

5G将进一步催生海量的数据处理需求；而摩尔定律正遭遇瓶颈，换句话说，数据量增加的同时，单个服务器处理数据的性能增长却在变慢——只能靠建更多数据中心来解决。

今年，在新基建的政策加持下，科技巨头已不满足于“隔岸观火”，从过去以租赁数据中心为主到开始在这一领域亲身试水，不仅自建数据中心，更染指设备的自研，且投入金额巨大：

腾讯5年投5000亿、阿里3年投2000亿、百度10年内将服务器规模扩展到500万台……轻资产的互联网科技巨头扎入数据中心这个重赛道，背后折射的，是科技巨头全面押注云计算的决心。

这个赛道很有看点，未来的超级数据中心产业，很可能会成为工业时代的汽车产业。

过去100年里，汽车产业对整个社会经济的推动作用是无出其右的。一辆汽车，涉及成千上万个配件，对制造工业有着极强的带动作用，车市也被看做全球经济的晴雨表。看上去一台服务器跟一辆汽车相差甚远，但实际上服务器也同样有着极其复杂繁多的配件，而且其对创新的要求更高。

判断5：第五代计算平台正在崛起：“人”首次不再成为数字化的必经环节

平均每12年左右，都有一代新的计算平台出现。每一个新的计算平台，都“数字化”了更丰富维度的信息。

第一代平台是从IBM开始的PC机，它数字化了文档的处理。

第二代平台是苹果和微软开启的，它数字化了整个企业内部的【信息流通和信息管理】，提高了办公室效率。

第三代平台是PC互联网，第一，它数字化了全球基于文字和图像的信息传播；第二，它数字化了人的兴趣和人的意图。这就是为什么广告和电商本能地适合互联网，因为有了兴趣和意图，有了商业的信息，我们可以做匹配；第三，它数字化了人的社交关系，社交网站在PC互联网诞生。

第四代平台是移动互联网，在PC互联网的基础上，数字化的范围开始大规模扩张，从数字化文字和图像记载的信息开始转向数字化人的日常生活（社交、出行、支付），大大推广了数字化的范围。到这一步，“人”还是数字化的“必经环节”，但不一定再需要主动做事。

第五代平台是AI+边缘计算+5G，数字化的程度和规模将大规模提升。我们不再用手指、鼠标键盘输入信息，而是用传感器；我们也不再用图像显示器让人来看信息，而是直接用传动器。

值得一提的是，前四代计算平台，“人”在其中都起着核心作用，是人把对世界的观察用文字和图像来数字化，或者人的行为数字化。但第五代计算平台开始——人放弃了主角地位。这会让数字化的想象空间大大增加。

判断6：“镜像效应”正在扩大：比特世界和原子世界同源同步，商业正在变聪明

在这样一个充分数字化的世界，“镜像效应”开始出现，并逐渐扩大：数字化正在支撑数字系统和现实世界同源、同步。同源数字孪生让所有的商品变得可感知、可交互、可连接、可追踪。

在这个商业当中，数字世界和物理世界二者是同源同步的。什么叫“同源同步”？

举个例子：今天A商品从仓库出库，有一个工作人员把这个行为输入在计算机里“A商品从仓库出库”，这个还是依赖于人记录的，不叫“同源同步”，如果他撒谎了呢？弄错了呢？

“同源同步”指的是，A商品从仓库出库的瞬间，由于智能OS、GPS定位、传感器等技术，这个信息被自动记录在电脑里面，被自动记录在网络上，随着商品的流转，一切轨迹同源同步出现在数字世界里，这才叫真正的同源同步。

这就构成了一个更聪明的商业，比特世界和原子世界同源同步——决策者可以直接开启上帝视角。

判断7：“数字原生”时代到来：数字链条逐渐延长，物理链条逐渐缩短

进一步，我们就迎来了数字原生时代。

老一辈是“数字移民”（Digital Immigrants），因为出生较早，在面对数字科技、数字文化时，必须经历并不顺畅且较为艰难的学习过程。

新一代是“数字原生”（Digital Natives），他们一出生就面临着一个无所不在的网络世界。数字化生存是他们从小就开始的生存方式。

对于数字原生时代的人们而言，我们出门不带手机就感觉有点寸步难行：手机可以被看作我们进入数字世界的一个窗口。通过手机，我们可以向数字世界发出各种请求调度我们物理世界的资源为我们所用。

数字原生时代，人、数字世界、物理世界构成三角关系，数字链条驱动物理链条。

今天用户通过手机平台进入数字世界，在滴滴应用中发送订单。滴滴平台通过选择最优执行路径，把订单发送到滴滴司机那里。然后司机在物理世界中把驱车到用户起点。随着有辅助的无人驾驶技术的成熟，这个数字世界的运行链条会继续延长，数字平台可以直接把无人车派送到用户的起点。

数字原生时代到来，各行各业都是如此：数字链条逐渐延长，物力链条逐渐缩短。

判断8：企业创新试错成本降低：从实验验证到模拟择优

数字世界和物理世界形成镜像效应有什么好处呢？试错成本大幅降低。

正因为刚才说的“镜像效应”，原来你想去造一个东西，要做很多实验，很费钱，很容易摊到巨大的产品成本当中，而在数字世界，你可以通过非常多的模拟方式进行试错，大大降低了创新的成本。

举个例子，从1970年到2000年，向太空发射一公斤载荷的成本相当稳定，平均每公斤1.85 万美元。SpaceX 每公斤的成本仅为2720 美元。为什么？火箭发动机研制成本的75%在于“试验、失败、修改”，SpaceX在产品开发早期阶段，通过数字空间的模拟仿真，大幅降低了研制成本、缩短周期，提高研发效率和产品质量。

这对所有企业来说，是一个切实的好处。

判断9：价值诞生逻辑改写：从“供需逻辑”，到“产消合一”

除了试错成本大幅降低，数字经济产业链价值还有另一项特殊性。价值诞生的逻辑打破了原来的供需关系，是“产消合一”的：

原来一个东西我是供给方，你是需求方；数字经济，你消费的数据也反哺给了我，产消合一，数据的消费者即生产者——每个人一边消费一边生产，消费越多，资源总量越大。

梅特卡夫定律告诉我我们：一个网络的价值与联网的用户数的平方成正比。数字经济价值呈现指数型增长，这进一步推动了数字经济快速成长。

判断10：数字经济核心商业模式：XaaS，一切皆服务

一方面，如前所述，数据要素的特性，决定了以“所有权转移”为基础的传统交易方式变得难以施行；另一方面，智能化不是空中楼阁，要从信息化、数字化做起，脏活儿、苦活儿、累活儿都需要做，没有“服务”很难直接卖“产品”。

所以，数字经济的核心商业模式也就随之改变——我们买卖的不能是数据本身，我们买卖的是服务。服务正在成为整个数字经济最核心的商业模式，现在几乎所有公司都在定位为“服务”公司，XaaS，一切皆服务。

此刻，数字化转型解决方案供应商快速兴起，多类角色争相成为“赋能者”：传统产业龙头、互联网巨头、传统IT领域的软硬件企业、新型科技公司。

判断11：硬件产品“软件容器化”：将重塑价值体系

还有一个趋势，硬件产品的“软件容器化”。

随着装填在硬件产品里面的数据、算法越来越值钱，硬件慢慢变成了软件的容器，越来越多的产品价值由软件功能驱动，这将改变硬件产品的价值构成，重塑价值体系。

很多年前有一个概念“软件吞噬世界”，什么意思？客观物质世界运行——运行规律化——规律模型化——模型算法化——算法代码化——代码软件化——软件不断优化创新反哺物质世界创新。

硬件产品的软件容器化，最直观的例子就是汽车。

仅仅数十年前，大约90%的车辆价值来自硬件和基本电气部件，主要包括动力传动系统、悬挂系统、车身结构及内部功能。与此同时，只有10%的价值存在于软件和控制模块中。在不太远的未来，软件和数字技术预计将占到汽车价值的一半左右。

炒股的朋友都知道特斯拉的股票表现。特斯拉从销量来看，远不及三大汽车厂，但他的市盈率是三大汽车厂平均水平的61倍。比亚迪、蔚来汽车、小鹏汽车、理想汽车，都在很在很短时间内超过了传统头部主机厂。为什么？当你看待特斯拉的时候，你把它当作汽车还是当作新的数字空间？它给你的想象力到底是作为汽车属性的想象力，还是新的数字空间的想象力？

从信息时代至今，创新发展的大逻辑都是“硬件突破——软件拾取内容红利”：在每一轮硬件进展后，内容创新、模式创新将带来更汹涌的机会。

判断12：“深井时代”开启：数字产业化占比逐年下降、产业数字化占比逐年提升

另一个判断，深井时代开启，数字化的浪潮已经行至深处。按照最新数据，从数字经济的内部结构看，数字产业化占比逐年下降、产业数字化占比逐年提升，更强的增长动力来自产业数字化。

很多人以为数字经济等于“新经济”，错了，数字经济等于“新经济”+“旧经济的新空间”，后者是这一轮数字经济更大的增长动力。

这张图是今年腾讯发布的用云量的变化。今年上半年用云量增幅相比去年上半年是78%，但是移动数据的流量，移动的应用，移动的交易，增长比例都没有这么高。这意味着什么？数字化的底层增长速度比靠近C端用户层的增长速度更快，数字经济增长动力是“自下而上”的——数字化层次越靠近底层，增速越快。

判断13：数字经济催生商业生态系统全面重构，“生态位”决定企业能否做大

数字经济催生了商业生态系统全面的重构。

刚才展示三维数字经济框架的时候，上面写了“生态坐标”，为什么用“生态”这样的概念？

此时的数字经济越来越像生物学上自然的生态，越来越符合演化的理论。这不再是简单的还原论的世界，再也不是简单的因果逻辑鲜明的世界，而是非常灵动、复杂的生态构建过程。

原来在我和科大讯飞执行总裁胡郁先生的对话中，他提到了一个有趣的观点——新一代科技企业的野心：要么，你有机会去构建一个新生态，在新生态里成为控制环节的co-founder之一；要么，你提前预判、快速适应新生态，在新生态系统中找到一个稳固有利的位置。而一个公司的大小取决于三个东西：

第一，你所在的生态系统本身够不够大？

第二，你离这个生态的控制节点有多远？

第三，在你所在的环节，有多少家公司在做这件事，能做这件事？越多公司能做，你能做大的可能性越小。

当一个生态在重构的时候，每一个企业都需要建立“生态思维”，以此衡量自己的选择。

判断14：物联网时代的单品终端境遇不同：大C终端强势，小C“卖场”强势

在这样一个生态中，我们一起看看C端和B端的机会。

先看C端。物联网时代的单品终端究竟会是什么境遇？你首先要知道这个C到底是什么样的C。

To C产品分两种，一种是大C，一种是小C。大C往往是工具性产品，好就是好，不好就是不好，一定会同质到几家，比如汽车、家电、PC、笔记本、手机；但比如家具、玩具，就是小C——有些行业你永远没法垄断，因为用户要的就是多样性体验，很难用单一标准衡量，这时做C端不一定比做卖场有优势，比如国美、苏宁、红星美凯龙。在小C的生态里，反而是渠道或服务起重要作用。

工业机器人也许是大C，目前四家掌握核心垄断性地位（ABB、发那科、库卡、安川）；而消费机器人，更可能是小C。大C和小C就意味着这个生态系统的“控制节点”是不一样的。大C生态系统的控制节点就是终端，汽车产业链最牛的就是做汽车的，手机产业链最牛的就是造手机的；而如果是小C产业链的玩家，做小C不如做平台、卖场、渠道。

判断15：企业面临二选一：平台化or被平台化；集成or被集成

再看B端。在这样一个新的生态系统中，B端企业面临二选一，要么自己平台化，要么就是被平台化，要么集成，要么被集成。

平台成为数字经济时代协调和配置资源的基本经济组织。目前全球市值最大的20家数字企业中，有40%拥有基于平台的商业模式。

目前，公有云巨头都集成了不同的生态：企业用户生态、分销伙伴生态、开发者生态、服务与应用生态、安全建设生态。所有巨头公司都在积极成为“新底座”，而很多中小企业此刻的机会在于接入主要的平台生态，构建毛细血管——前者解决通用性的基础设施问题，后者解决终端客户的需求多样性的问题。

判断16：生态化发展的必要性：只有足够“包罗万象”，才能满足足够多的“奇形怪状”

很多人可能会想，我凭什么要到人家的生态发展？我想自己做。生态系统是必要的吗？生态化发展是必由之路吗？

答案是必要的。正如刚才我们所展示的三维坐标，数字经济的经济系统变得越来越复杂：客户的个性化、产品的复合化、场景的多元化、供应链的复杂性。此时此刻正在进行数字化转型的行业、场景、环节是多种多样的，终端客户的需求是变化万千的，一个公司不可能去满足所有的客户需求，甚至无法满足一个客户的全部需求，只有大家抱团取暖，变成足够包罗万象的供应体系，供应联盟，足够的供给端的“包罗万象”，才能满足足够多的需求端的“奇形怪状”，这就是生态化发展的必要性。

判断17：产业链关系从“零和博弈”到“正和博弈”：data 正在吸引 data，服务正在吸引服务

工业经济时代，作为价值创造的主体，企业从上游购买原材料，加工后再向下游出售产品，是线性的价值创造模式，企业经营的目标是消灭竞争对手，并从上下游企业中获取更多利润；而在数字经济的价值创造不再强调竞争，而是共建共赢的生态系统。

此时此刻科技公司与科技公司之间的关系正在从“零和博弈”进入“正和博弈”：大家发现，你自己拿订单或者我自己拿订单，都不如咱们俩加起来拿订单拿的更多一点——客户需要的是更加综合、全栈的投入，单个公司是很难搞定的。生态各方之间，不是“加法效应”而是“乘法效应”，融合是大势所趋，海量数据沉淀为对不同场景的理解，服务的越多，理解的越多，可服务的越多——data靠近data，服务吸引服务，而一个更加“灵动”的生态，会成为客户更好的选择。所以，当一个生态开始形成的时候，势必会越来越大，越来越吸引其他零星的玩家。

判断18：云计算的角色上移：从治理工具到治理思维，从生产力到生产关系

在过去十年的云计算发展中，企业上云经历了基础IT要素上云、业务系统上云、企业间云端互联三个阶段，随着数字化转型进程的加速，企业进入上云的第四个阶段：全面上云。在这样的过程当中，云计算不再是工具，而上升到“治理思维”，对客户的影响也从生产力扩展到生产关系。

判断19：从业务向云，到云向业务：从业务理解技术，到技术理解业务

几年前企业上云，可能云是很强势的：我是这样的规矩，你来适应我；而今天，我们看到的趋势从“业务向云”到“云向业务”，云计算的姿态在发生变化：我的技术理解你的业务，因为我灵动，所以我来适应你，而不是你适应我。

2.实勘的结果

刚才讲的是生态的观察。接下来我们讲实勘的结果。

今年甲子光年做了一件事：

我们的记者深入访问了超过700位数字化的供应端的科技行业CEO，我们智库分析师团队做了覆盖超过2000家数字化的客户端的企业的问卷调研，得到了一揽子的判断。

数字化的水温

首先我们感知一下数字化的水温。

判断20：格局远未定，深海有珍珠：云计算与信息化仍处于赛程早期

从2018年至2020年，在我们的调研样本中，终端企业上云比例从11.7%上升到了16.6%，这是一个不错的增速；但另外一方面我们也要意识到，“格局远未定，深海有珍珠”——很多人觉得云计算炒了这么多年，还有什么看点吗？事实上，中国云计算实际拿下的市场也就是几百亿，云计算仍然在赛程的早期。

判断21：企业高度依赖供应商，蛋糕正在变大

调研还告诉我们，企业但凡涉及数字化转型，基本上一定要依赖供应商——96%的企业都会借助外部供应商来帮助自己进行数字化转型，而且预算逐年增加。

判断22：选供应商看什么？更看重效果而非价格

选供应商看什么？我们收集并统计了不同维度的要素。TOP3要素的共性是“效果”。过去大家会认为经济实惠重不重要？在这里，实勘数据告诉大家，对于数字化而言，企业更看重的是效果而不是成本。

判断23：对供应商的要求：大企业要持续服务，小企业要“保姆”

客户对供应商有什么要求？500人以上的大企业要的是“持续的服务”；500人以下的中小企业要的是从战略到执行的全方位的“保姆”。

判断24：数字化触点正在下沉：从“领导需要”到“中层需要”，从“判断与决策”到“执行与建设”

数字化的触点正在下沉。服务触达的主要对象，2016年大部分是高层管理者，现在更大部分是中层管理者——数字化正在从“领导需要”下沉到“中层需要”，从“判断与决策”下沉到“执行与建设”。

判断25：数字化的内在动机不同：主动的大企业：高瞻远瞩看利润；被动的小企业：水来土掩谋生存

大小企业数字化的内在动机是不一样的。大企业的考虑更加高瞻远瞩，利润驱动；小企业更多是风险驱动，水来土掩谋生存。

判断26：客户重点考虑因素：制衡机制、客户体验、组织架构

在数字化时重点考虑的要素，我们把所有数字化相关要素全部列在一起，让大家选择和排序，得出TOP3要素是：第一，制衡机制和指标怎么制定；第二，客户体验如何改善；第三，组织架构是否要优化。

判断27：数字化的7大准备工作：脑袋容易身体难，战略容易执行难

企业数字化涉及七大准备工作：资金预算、关键人员保障、技术与供应商选择、设置专门岗位推动转型、相关业务模式流程的优化、顶层方案的设计、组织达成共识。

为什么说数字化的“脑袋容易身体难”？我们可以看到，大家做的比较好的准备工作是在顶层方案设计和资金预算方面，也就是说，不缺钱、不缺顶层设计；但是在组织共识、关键人员保障、专门岗位推动、模式流程优化上的准备是不够的，“战略容易执行难”。

判断28：数字化转型最核心目标：盈利

数字化转型最核心的目标是什么？答案很简单：盈利。数字化的目标是很务实的。

判断29：谁是关键推动角色？大企业更靠业务端；小企业一把手独享话语权

在企业数字化转型的过程中，谁是关键的推动角色？从实勘结果来看，大企业更多会有独立的数字化执行官；中小企业往往还是一把手独享话语权。

判断30：资金预算给了谁？一半是“买东西”，一半给了人和服务

资金预算给了谁？所有客户方的钱，一半给了系统建设的支出，也就是说一半用来“买东西”；另外一半是数字人才的支出和服务与咨询的支出。

判断31：越是小企业，越依赖外部服务

另一个结论是：小企业相比大企业更依赖服务。很多供应商的打法是，给大企业定制化服务，给小企业标准化产品，这里就存在着供需之间的矛盾——大企业有足够的专业岗位，而小企业更依赖你。

数字化的行动

刚才感知了数字化的水温，接下来我们继续看，数字化的行动。

判断32：企业行动侧重点：小企业着力于机制建立，大企业已开始业务转型

在行动侧重点方面，小大企业不同，小企业更着重于机制的建立，而大企业已开始业务的转型——大企业和小企业相比，在数字化的行动方面，行动更靠前一步。

判断33：企业最拥抱的数字化应用：离客户越近，应用越火爆

企业数字化相关的应用种类有很多，到底他们最拥抱的应用是什么？

在这次实勘中，我们把所有企业拥抱的不同环节的数字化进行了统计和整理。图中，白色是2019年的数据，紫色是2020年的数据，横轴表达的是他们对这些应用的关注度，纵轴表达的是实际渗透率。我们特别在意那些关注度足够高，渗透率在快速上涨的应用——关注度足够高，表明有未来的发展潜力，渗透率增速足够高，表明增幅足够快。

结果表明，最突出的看点是两个应用：一个是营销与线索管理，一个是订单与收费管理。这说明什么？企业最拥抱的数字化应用是离客户近的应用。大家的关注点更靠近外在“需求侧”，而不是内部的“治理侧”和上游“供给侧”——越离客户近，他们越需要数字化的应用。

判断34：实践结果超预期吗？外部容易内部难

那么，数字化的实践效果如何呢？

图中可以看到实践效果和预期的对比。其中，实践和预期差别最大的有两个，“优化生产计划”的实践效果是显著低于预期的，“全产品生命周期优化客户体验”是显著高于预期的。这就和判断33形成了很好的呼应，靠近客户的应用效果更容易超出预期——客户觉得，投入在CRM或者是营销管理上还是不错的，而如果某个应用是为了解决生产的问题，解决供应链的问题，往往效果不如预期——改外部容易，改内部、改上游非常难，越靠近客户越容易。

判断35：数字化的下一步：大型企业看数据，中小企业要灵活

数字化的下一步做什么？大企业更看重数据管理能力，小企业更看重企业的敏捷性。

判断36：如何看待新技术？关注是都关注，真正切入的还很基础

客户有多看重新技术？实勘表明，不同新技术大家都关注，但真正切入的是还很基础：就是“大、智、移、云、物”——大数据、人工智能、移动互联网、云计算、物联网。

穿透三大行业看数字化的真相

接下来，我们进入数字化的三个重点行业：建筑业、地产业、TMT行业。

判断37：大湾区与长三角高度活跃

长三角大湾区高度活跃，也就是两大工业重地高度活跃。

判断38：三大行业数字化的内在动机不同：制造业看重“柔性”，地产和TMT更看重利润

三大行业数字化的内在动机不同，制造看重“柔性”，地产和TMT更看重利润。

判断39：三大行业数字化就绪程度迥然不同：地产行业最有钱，但执行能力最欠缺

相比之下，地产行业的资金预算是最足的，但执行能力是最欠缺的——相关业务流程模式的优化、组织的共识等等是很欠缺的。

判断40：三大行业的数字化预算流向不同：TMT行业更亲近云，制造业与地产业更传统

从预算流向来看，TMT行业更亲近云，制造业、地产更亲近于传统IT。

判断41：三大行业实践数字化的服务诉求不同：制造业更依赖“个性化”支持；三者都渴望咨询服务

三大行业对数字化服务的诉求是不同的，制造业更依赖“个性化”支持，而三个类型的企业都非常渴望咨询服务。

判断42：三大行业实践数字化措施各不相同：供应商打法也应“入乡随俗”

而详细去看三大行业实践数字化的措施，是非常不同的，这里我不展开讲了，只想提醒一下，对于一个科技公司来说，服务三个行业，你的打法一定要入乡随俗，因为客户的需求是隔行如隔山的。

给科技厂商的小建议

最后，是给科技厂商的几个小建议。

判断43：广告投在哪？客户也是人：“两张网”本质是“一张网”

广告往哪儿投？企业用户端最重点关注的渠道是移动化的社交媒体——微信、微博以及自己的圈子。这是什么意思？虽然大家在做产业互联网，但是“产业互联网”和“消费互联网”本质是一张网，客户是B，也是C，真正要影响他们，靠官网也好，搜索引擎也好，传统渠道也好，都是非常低效率的，更重要的还是C端圈层的营销。

判断44：获客最短路径：尊重现有供应商，求合作而不是夺食

另一个十分重要的问题是，客户最终是通过什么渠道购买数字化产品服务的？这意味着获客最短路径。在我们的调研中，大比例胜出的，是“现有供应商提供的升级服务”。

这意味着，当企业选择数字化转型时，他们大比例会选择从现有的信息化升级。

所以，对于新一代科技厂商而言，你不要总想着直接颠覆那些已经在为他们提供信息化服务的供应商，你要想尽办法和他们进行合作，想尽办法借助他们这么多年来已经形成的客户信任和客户关系，和他们一起帮助他们的客户从信息化升级到数字化——客户的建立需要时间的积累和沉淀，与其横刀多食，不如通力合作。

判断45：该秀的肌肉：长板必须长，短板不能有

还有一个判断，考核供应商时，客户最关注的信息维度是什么？答案告诉我们，长板必须要很长，短板是不能有的——你要有很好的产品和服务的供给能力，同时，要极力避免“数据迁移难”和“计费方式不灵活”的问题。

3.值得的反思

以上是实勘数据的概览，时间有限，想了解详情，可以关注我们后续的报告推送。接下来，是一些值得反思的问题。

判断46：“交付”的考验：1亿收入很容易，10亿收入难上加难

一个核心关键词是“交付”。

有时跟一些To B公司的朋友聊天，饭桌上大家依次自我介绍，“我是做销售的”，“我是做产品的”，轮到说“我是做交付的”，大家就苦笑一下，意味深长。

有位做交付的朋友非常语重心长地跟我说，我们卖服务、卖产品的时候，“销售”的角色就是把客户的期望抬高到100%，“交付”的角色就是在漫长的服务当中把客户的期望降到50%，这就是交付岗位的作用和尴尬。

对于新一代科技企业而言，1个亿的收入是容易的，10亿的收入是很难的。但凡你的技术不错、团队不多，磕几个客户，几年之内就可以做到1亿，但从1亿到10亿是非常难的，交付能力跟不上是核心的问题。从1亿到10亿，背后需要的功力是指数级的差别。客户期望的管理，组织能力的建设，是两大核心议题和共同考验。

判断47：中国企业下一个成就国际化品牌的机会：依然相信硬件的力量

刚才我们提到软件正在吞噬世界。在互联网浪潮席卷世界的当下，很多人看衰硬件，但是在出海这件事上，可能要另外考虑。

出海不是出国。软件企业出海很难，因为严重依赖本地化服务。有一个段子，一个APP出海到阿拉伯国家，阿拉伯人的书写方式是从右往左，这就导致了当地用户认为评分中一星是最高分，于是很多阿拉伯用户在Google Play中给产品写下“very good”，然后打一星；相比之下，硬件出海反倒有优势——譬如，我们的华为和大疆。硬件，一旦产品力做到绝对的说服力，相比软件和服务，更容易扩张。

因此，我们有理由相信，中国企业下一个做国际化的机会：硬件。

举个例子，自动驾驶激光雷达领域的企业禾赛科技，目前已经有大于一半的收入来自海外市场。

我问他们的创始人：为什么你们可以做到这一点？

对方的答案很简单：“产品力。”从一开始，他们就没有只定位在国内市场，就是冲着全世界最好的产品去做的。

这是硬件的机会——专注产品，可能你的市场会比做软件和服务更容易规模化。

判断48：数字经济呼唤“信任”：从“熟人社会”到“契约社会”

To B时代什么最贵？信任。

“信任”这两个字，有它的深意——如果我们两个人关系很熟悉，我们之间不叫信任，叫关系；信任是即使我们不认识，也有规律和机制，让彼此有合作的默契。

中国几千年来的农耕文明形成根深蒂固的圈层社会和熟人文化，西方是大航海时代带来的陌生人社会和契约文化，后者更习惯于“契约”。而随着我们的时空观打开，贸易往来伙伴增加，我们不可能停留在农耕时代的熟人关系。此刻的生态，一荣俱荣，一损俱损。如果我们要真正做到全球化，需要融合欧美开放的信用体系。中国的企业家、创业者们要从全球角度看科技产业，懂得全球化的商业合作规则，建立全球化的信用。因此，此时此刻新一代中国科技企业是否可以真正意义上构建出一个信任主导的生态，一个信任主导的系统，使我们可以真正被更多人所认可、所承认，这是一个很值得思考的问题。

判断49：生态呼唤“科技向善”：生态化发展如果不恪守边界，就是对生态最大的破坏

生态呼唤科技向善，这个议题是想说给科技巨头听的。生态化发展如果不恪守边界，就是对生态最大的破坏。

此时此刻，巨头都在底座化，平台化，如果底座不恪守好自己的边界，就会发生一个现象：我把底座打好了，上面有很多人在我的底座上做了一个又一个应用，但我们一看某个应用比较受欢迎，我就把底座抬高一点，把这个应用直接纳入我的体系，那原来做这个应用的企业就完蛋了。这个现象时有发生，可是这样的事情一旦多起来，这个生态就会有巨大的破坏——如果合作伙伴都没有利润，你怎么给用户最好的体验？如果别人都玩不下去了，这个生态体系就不成系统了。

越是巨型数字经济体，越是需要恪守生态的边界，做生态就要有生态的气度。此时此刻的巨型经济体正在奔向万亿市值，所以他们的一举一动，他们的做与不做，也是我们需要追究、探讨、讨论的。

判断50：警惕决策过度依赖数据：人的归人，机器的归机器

数字经济是真正意义上的机器文明，但机器可以做的事情是有边界的。不能因为我们高度数字化，而忘记了我们应该承担的主观义务——人的归人，机器的归机器。在数据之外，我们还有很多事情需要去思考和作答。
在这样的数字经济时代，有的时候我还是会警惕过度的依赖数据。数据在这个世界上不是解决所有的问题。从哥德尔不完备定理开始，我们就应该知道，数学是不完美的，计算是不完美的。

在所有问题当中，只有一部分是数学问题；数学问题当中，只有一部分是可判定问题；可判定问题当中，只有一部分是有答案的问题；有答案的问题当中，只有一部分是可计算的问题；可计算的问题当中，只有一部分是工程可解的问题；最后，才是人工智能的问题。

前阵子听一个朋友说，这个时代很多年轻企业家， 你不给他数据，他是很难做决定的，这是值得反思的现象——这一代企业家身上，是否少了一些中国第一代企业家的魄力、勇气、眼光、决断力和在行业里摸爬滚打产生的直觉？

有时候我也会提醒自己，创业：脑力、体力、心力、定力，四个力缺一不可，脑力和体力机器可以帮我，但心力和定力是机器不可解的。

判断51：试错是必由之路，拥抱错误，并从错误中成长起来

还有一个反思，是关于错误的态度。事实上，恰恰是对挫折的过度反应成就了创新。

进化是怎么发生的？进化来自于错误。是因为变异，有了错误，才有自然选择，才有优胜劣汰。所以科技公司试错，应该是一个主动的事情。无论是政府也好，资本也好，媒体也好，社会舆论也好，多去鼓励试错，少去因为试错恶语相加——在创新背后，试错就是原本的驱动力。对于新一代创业者而言，要大量试错，在试错中成长起来。

对整体上强于模仿，弱于创新的中国，最大的范式转换就是要开始深刻体悟创新的高成本和高风险，在实操上做好预案，在心态上给予包容。

判断52：没有唯一正确的道路可言，没有绝对正确的答案

新一代科技企业面对无数选择问题：聚焦单点or全栈都做？大客户or小客户？轻资产vs重资产？

事实上，没有唯一正确的道路可言，没有绝对正确的答案。此时此刻很多科技公司在前行路上面临的问题，不是一个惊天动地的大问题，而是一万个复杂的小问题——一个惊天动地的大问题也许可以靠神丹妙药，一万个复杂的小问题就没有正确可言了。

就像一个小寓言“布里丹之驴”——一头又渴又饿的驴，在同等的距离外，左边是水，右边是食物，如果它高度理性，做决策谨小慎微，它就挪不动脚步——选左边选右边都不是理性最优解，它犹豫不决，反倒饿死渴死了。这个时候，还不如随机推它一把。

企业决策也是如此，所以，如果你真的不知道该怎么选，你就扔个筛子，努力做就是了，因为每一条路都有可能跑出来。

判断53：道路很长，第五代计算平台绝非终点

刚才说到，每一代计算平台都数字化了不同维度的信息，此刻我们处于第五代计算平台，事实上，第五代计算平台绝非终点：

区块链，数字化了信任，降低了交易成本；量子计算，数字化了更微观的世界，可能带来IT基础设施的新一轮革新；脑机接口，数字化了大脑的活动行为、思维等等……这一切都将开拓崭新的、高价值的商业应用和社会价值。我们还有很多事情没有做完。

判断54：科技伦理：警惕算法的偏见，警惕困住我们的“系统”

今年有两篇文章让我印象非常深刻，一篇是《外卖骑手，困在系统里》，一篇是《抖音内幕：时间熔炉的诞生》，这两篇文章我看了之后想了蛮久。从某种意义来说，技术有可能是中性的，但算法可能是有偏见的。我们要时刻警惕算法背后是否有这样的偏见——不是我们发明了算法和信息，很有可能我们反被它们困住。智慧带来的问题，需要更大的智慧才能解决。

判断55：新一代科技企业应该主动承担商业之外的使命

新一代科技企业的特点是，它们与国家战略强相关，也背负了很多商业之外的使命。

当然，在今天所描述的数字经济之外，还有很多使命，也有人在不断实践：生物科技，给我们更长、更好的生命体验；能源技术，让我们摆脱化石能源的桎梏；气候环保，让我们对抗全球变暖的威胁；星际探索：带人类寻求更广阔的生存空间……我们还有太多的故事没有讲完。