（报告出品方/作者：CBINSIGHTS）

一、转变：中国数字化转型进程正加速驶入快车道

1.1宏观政策结合企业需求，多方因素驱动中国产业数字化转型

危机之下，中国产业数字化暴露“隐性缺陷”

突如其来的疫情可谓对企业数字化转型成果进行了一次检验，虽然多数企业在疫情期间均进行线上自救，采用了远程办公、线上培训等多种手段。但不可否认的是，多数行业如传统零售、传统制造业等行业仍面临着供应链断裂、订单滞销等致命问题。根据中国企业应对疫情间策略的调研数据，尽管80%的企业在疫情间均利用远程办公工具开展临时工作；但是对于生产运营等核心环节，有高达78%的企业无法利用实时数据进行调整及优化。危机之下，中国产业数字化进程暴露了“隐性缺陷”。

危中有机，疫情加速了企业数字化运营习惯的养成，成为激发企业全面数字化转型的动因。在疫情危机与市场营商环境恶劣的双重影响下，各行业数字转型的节奏、投入的策略都发生明显变化。数字化转型不再是“可选项”，而是“必选项”，疫情作为分水岭，促使产业数字化转型进入了新的生态发展期。

“产”“政”协同，数字化转型的双飞翼

企业数字化转型意愿愈加强烈。年，67%的全球强企业均将数字化转型作为企业的战略核心。在疫情的助推下，各行业更强烈地意识到数字化转型的重要性，并加快数字化项目的上线与建设速度。在供应链、全渠道运营、智能决策等生产与运营环节，思考如何利用数字化转型，实现基于数字化驱动带来的降本增效、增收节支等优势。企业数字化转型意愿在疫情后显著提升。

国家也在大力推动产业数字化转型发展。从“十二五”到“十四五”规划，数字经济政策逐步深化。在十四五规划中也明确提出大力发展数字经济，并在年远景目标纲要中单独成篇，首次提出数字经济核心产业增加值占GDP比重这一新经济指标，明确要求我国数字经济核心产业增加值占GDP的比重要由年的7.8%提升至10%，可见数字经济分量之重。各地方政府也在积极部署并推进数字化转型的战略目标，不完全统计，全国已经有超20个省市对发展数字经济、加快数字化转型提出目标规划。需求高涨，政策加持；虽有智慧，不如乘势。在“产”“政”协同作用下，数字化转型进程将以前所未有的速度发展。

1.2产业数字化发展将加速驶入快车道

产业数字化是推动新旧动能转换、加速经济高速增长的主要方式

不同的国家对产业数字化的概念有着不同的理解与定义。以英国为例，作为最早出台数字化相关政策的国家，先后提出了多项数字化转型战略，包括连接战略、数字技能与包容性战略、数字经济战略、数字转型战略、网络空间战略、数字政府战略和数据经济战略，为数字化转型作出全面部署；德国则以“工业4.0”为核心，逐步完善数字化转型计划，并为中小企业提供良好发展环境。反观中国，虽然在概念上未给出统一的标准，但是可以确定的是，产业数字化不同于过往的信息化转型。“从数据中来，到实体中去”是本次中国产业数字化发展的根基，旨在通过新一代信息技术（大数据、人工智能、云计算等）的赋能，助力各产业上下游实现全方位的数字化转型升级，形成以客户为中心、以数据为主要驱动要素、以提升产业价值与效率为目标的过程。

数字化转型将是未来国家实现加速经济高速增长、产业推动新旧动能转换、企业实现利益最大化的重要方式。

从国家层面来看，产业数字化将进一步推动实体经济与数字技术的深度融合，夯实数字化产业基础，提升国家数字化生产力，打造以数字经济为核心竞争力的战略发展规划。

从产业层面来看，产业数字化将推动新一代信息技术在各行业的普及，随着数字化资源通过各种形式渗透进产业链的每一个环节，不仅助力重塑产业流程，加速传统动能转化；还将诞生无限可能的“新产业组合”，在原产业基础上创造新的附加价值，形成产业新动能，完整的实现产业结构调整和产业重构升级。

从企业层面来看，产业数字化将促使个体企业加快数字化转型升级。利用数字科技全面赋能企业生产、研发、销售、服务等全流程，将业务要素转化成数据要素，以流程驱动业务转变成数据驱动业务，提高企业数字资产的利用率，实现优化企业生产服务流程、提升企业生产效率，增强企业的核心竞争力。

数字化发展驶入快车道，进一步拓展数字经济发展新空间

产业数字化转型是“融合”与“创新”的马拉松，作为连接传统产业与新型产业、推动传统企业与科技企业融合共生的纽带。涉及众多垂直细分产业链条，这也意味着产业数字化蕴含了巨大的市场机会与商业价值，催发了各类型数字化转型服务商的诞生，通过技术服务、平台建设等方式赋能传统行业，不断拓宽产业数字化业务范围，提高产业数字化供给的服务能力，激发传统行业的数字化活力。

另一方面，在政府、行业、企业等多方力量下，加速产业链上下游要素资源有效整合，实现良性互动。同时各产业间实现共生、互生和再生，催发新的商业模式诞生，进一步激发数字经济的规模。

近年来数字经济规模不断上升，已成为国民经济中最核心的增长之一。随着产业数字化带来的红利机会，未来将有更多行业创新者涌入该赛道，催发更多新经济形式及多产融合的业态。数字化经济将进一步迸发新可能，万亿级规模体量将持续保持高速增长。

1.3数字化转型服务商为产业数字化升级换挡

数字化转型已成行业共识。但产业数字化转型发展周期性长、复杂程度高，在转型过程企业均会面临“心有余而力不足”的情况，不会转、不敢转、不善转已成为行业通病，企业通常面对着现实问题：数字化转型能力不够、改造成本偏高、人才储备不足、转型战略不清晰等系列问题。在此背景下，数字化转型市场正涌现一批新的力量——数字化转型服务商，它们正在转型期间扮演着重要的角色，赋能传统行业，携手数字化转型之路。

天下熙熙，皆为利来；天下攘攘，皆为利往。随着商业环境及行业需求日益复杂，单一企业无法提供所有数字化解决方案，出现了各类以不同优势的数字化转型服务商，自下而上形成了完整产业链。本报告将数字化转型服务商分成三类：基础设施类、通用服务类与行业解决方案类。

其中以人工智能、云计算、大数据为代表的基础设施已成为数字化转型的基石，在各技术领域出现了优质服务商，如明略科技、第四范式、竹间智能等。同时围绕数字化营销、数字化管理、数字化采购、数字化生产等企业内部经营管理，也涌现了一批厂商，如营销数字化厂商销售易、人力数字化服务商北森等，这些厂商围绕企业内部经营管理，构建自身数字化生态。

此外，各行业也涌现了数字化解决方案，如零售行业转型服务商影谱科技，政务数字化转型服务商如百分点科技，医疗领域服务商森亿智能、数坤科技，金融行业数字化转型服务商同盾科技等。随着产业需求不断激增与数字产业规模的进一步扩大，未来数字化市场将更百花齐放，涌现出更多创新、融合的企业，不断融入产业数字化的浪潮中来。

二、技术：六大技术加速重构未来产业数字化

2.1人工智能赋能产业数字化转型提档加速

知识工程

根据人工智能技术成熟度曲线，知识图谱的成熟度在一年之内，由创新触发阶段一跃达到膨胀高峰阶段，且非常接近最高点。知识工程正逐渐成为人工智能领域新的发力点，成为数字化应用领域的强大助力。虽然现阶段知识图谱的发展尚未完全成熟，但得益于其高度可视化、强关联分析、可识别隐性关系等优势，该技术在产业数字化转型中拥有愈发重要的地位。知识图谱通过知识融合、知识推理、知识应用等核心环节，依托于知识库的深度知识推理能力、逐步扩展的认知能力，帮助行业从业者对特定的问题进行分析、推理、辅助决策。目前该技术除了在数据化治理、数字化营销、数字化管理等通用服务领域有广泛应用之外，在很多垂直行业也实现了应用突破，如工业数字化、金融数字化等。据预测知识图谱仍需要5-10年时间才能进入技术完全成熟区，也意味着知识图谱还有很大的技术发展空间与广阔的应用场景，在产业数字化转型领域将得到进一步应用。

从技术商业化角度来看，目前知识图谱市场主要存在两类玩家。第一类以大型互联网公司为主，如阿里商品知识图谱、腾讯TKG、百度大脑在AI开放平台上发布了知识图谱Schema的服务等。另一类则是以明略科技、竹间智能为代表的知识技术公司。这些厂商以技术研发为核心，根据企业的具体需求、场景提供一站式解决方案。

以竹间智能为例，竹间智能自建的Gemini（KnowledgeFactory）知识工程平台，以其高度自动化的优势，帮助企业摆脱在构造和运维知识图谱过程中对具有领域知识的从业人员的依赖，为企业提供自动构建及应用知识图谱的平台及涵盖全场景的一站式解决方案。得益于竹间智能丰富的项目落地经验，目前已在工业、金融、教育等多行业提供数字化转型服务。如竹间智能为某大型石油国企进行智能信息处理，利用Gemini认知知识推理平台进行可视化操作，解决了科研项目时人工查重工作低效、查重质量不高等问题。同时平台的自学习能力，结合NLP技术，使文档抽取任务的准确度逐渐提高。客户可自主低代码/免代码地完成模型创建-训练-赋能生产的整个过程，帮助企业解决了科研问题中的数据价值难题。

机器学习

一旦机器可以自己理解自己，一场颠覆性变革将会发生。机器学习作为一项通用型技术，实现了数据分析、数据科学和自动化的融合。目前已取得了重大落地成果，并广泛应用于各行业各类型的企业系统应用中，帮助企业增强客户体验、改善运营决策、提供创新的产品和服务，推动数字化转型进程。

基于其可自动化、强优化与超见解的优势，目前已经被应用于各商业场景的业务流程中。如在金融领域，可应用于加强欺诈检测、风险控制等；在保险领域，可利用机器学习来微调他们的风险计算模型；在制造领域，可实现数据驱动，完善从概念到最终交付过程的运行机制。未来随着技术的进一步创新，更多领域的场景应用将成为可能。例如利用机器学习完成芯片的设计，可能过去需要数十名工程师数周或数月的时间，利用机器可在短短几天内自行完成。机器学习的能力超乎想象，它正使一切变得更加聪明且更有效率。

未来，机器学习将结合其他技术或领域多维进阶，为数字化转型进程添砖加瓦。

（1）在发展方向上，数据隐私保护将成为机器学习主力方向之一。目前数据安全和隐私保护频频面临挑战，如何在保护用户隐私的同时确保数据可用，是亟待解决的问题。因此，如何结合其他学习框架，在开发数据价值的同时，保证用户隐私安全，正成为机器学习未来探索的方向之一。

（2）机器学习将与其他新兴技术结合，达到1+12的成效。如机器学习+物联网，两种技术融合将为新场景打开大门。物联网设备网络可提供机器学习所需数据基础构建数据模型，机器学习反哺，增强物联设备的安全性与智能性。两者相辅相成，达到1+12的成效。

（3）机器学习与科学计算有机结合，完善机器学习算法机理。当前机器学习算法机理不明，缺乏理论基础，这制约了它在金融、医疗等领域的应用。而科学计算已经建立了强大而准确的分析框架。两者的有机结合，在算法层可借助好的数学工具构建模型，逐渐完善算法机理模型，为机器学习提供强大的理论基础和方法驱动，进一步赋能更多场景。

2.2云计算是产业数字化的“基石”

混合云

随着产业数字化转型的纵深演进与云计算市场的创新发展，公共云与私有云的混合使用被越来越多的企业采纳。混合云作为一种新型的IT构架，整合和集成了多种模式云资源的云服务方式，可以实现多云协同、云上云下协同等作业方式，具备为多种数据应用提供场景支撑的能力。未来在基础设施的构建中，混合云计算将占主导地位。

目前混合云已经成为各行各业实现渐进式数字化转型的首选方式。一方面混合云构架不仅是IT架构上的革新，更可以为企业业务带来创新机遇。假如当企业需要快速有效地建立和测试新概念时，可运用混合云平台进行实验。这不仅避免了安全、合规、成本等方面问题，而且不影响现有业务开展，一旦试验成功，还可以方便地在公有云和私有云之间迁移，有效助力企业实现简单的创新支持业务增长。

另一方面，混合云助力企业数字化转型过程中降低成本的同时保证高敏捷性。公有云适用于非生产性应用、灾难恢复和长期保存数据，借此可以大幅降低成本，而在业务应用程序可能需要保持隔离或对延迟敏感时，私有云则更有优势。两者的结合可以更好的优化成本，具有互操作性、联合性和开放性，实现快速创新与合规性要求之间的平衡，为产业数字化转型提供更大的支持。

在产业数字化大背景下，混合云市场已经成为各厂商竞争的重点，不断推出混合云服务和解决方案。目前市场厂商主要分为四类企业，第一类是以公有云切入市场的服务商，如阿里云、腾讯云为代表，这些企业通常在推广自身产品的同时，与其他企业合作，推出混合云服务。第二类是原私有云厂商，通过不断完善产品线，拓展云服务能力，切入混合云市场，如九州云等。第三类则是原硬件IT服务商，意识到云服务市场的崛起，也想借势分一杯羹，如新华三、浪潮等企业；第四类则是近年来涌现的一批混合云厂商，这些企业提供统一架构的公有云服务和私有云部署，并将公有云与私有云的无缝连接，提升云管理和云服务水平，如青云、优刻得等。作为实现数字化转型的主要手段之一，混合云将伴随产业数字化转型的持续深入而不断发展。

边缘计算

随着传输到云计算分析解决方案的数据量的增加，原始数据的延迟和可扩展性以及处理速度等问题也随之出现。边缘计算由于拥有可就近提供计算、网络、智能等关键能力，提高服务性能，支撑物理和数字世界，已经成为计算体系中的新方向，同时也是产业行业数字化转型不可或缺的技术手段。

“云”“边”协同联动，共同释放数据价值，已然成为产业界达成的共识。边缘计算以业务实时、数据融合、创新智能、安全保护等优势，为应用提供算力能力，助力产业进行数字化赋能。现阶段边缘计算已经广泛应用于制造业、能源行业、公共交通、农业、医疗、教育等垂直行业。

目前边缘计算从技术概念期进入期望峰值期，预测未来边缘计算将主要从以下几方面发展。

（1）边缘智能正成为边缘计算未来创新能力构建的主要方向。边缘计算实时性、本地性的特点，决定了本地算力在边缘智能时代扮演着至关重要的角色。因此

低功耗、高效率、可快速部署的智能算力产品或设施，将成为未来边缘计算创新发展的一大重点。若未来可在边缘设备上可以搭载高性能芯片和深度学习算法，既减少了中心式负荷和宽带浪费，又保证了低延迟和数据隐私等问题，将进一步提高边缘计算的算力，更多应用场景落地（如无人驾驶、公共安全等领域）将成为可能。

（2）多种技术融合发展已是大势所趋，边缘计算也不例外。单纯使用边缘技术构建的应用难以充分发挥其价值，边缘计算与云计算的协同合作，将成为云、边、端等协同的关键枢纽环节，实现物理资源的共享。再如边缘计算与去中心化特征的区块链的结合，可将区块链的节点部署在边缘能力节点上，可以利用边缘计算的实时计算能力解决区块链对于数据传输需求的问题，同时利用区块链技术建立边缘计算可信机制，提供更可信的计算环境，可进一步提高数据隐私安全。两技术的优势效果强强联合，将形成一体化解决方案。

边缘计算在产业数字化领域的重要价值已得到普遍认同，正迎来了新一轮发展机遇。据CBInsights数据，到年，全球边缘计算市场规模预计将达到67.2亿美元。与之伴随着的是，未来将有更多创新型企业加入，边缘计算将逐渐渗透于数字化领域的各个角落。

目前，从市场玩家的角度来看，已经有部分云计算和基础架构厂商已经将业务延伸至边缘计算领域。在技术、产品、应用场景等方面展现出良好的势头。如华为、阿里云、九州云、ZStack等。未来，随着边缘智能化水平的提高，将能提供更多创新性的服务，原来以往单纯云架构下，没法想象的产品和服务将会变成可能。

2.3大数据：数字经济协同发展的助推器

分布式数据库

数据库作为数据存取、管理和应用的核心工具，决定了数据运行处理的高效性。在数字经济的背景下，各个行业的业务迅猛发展，数据信息爆发增长，数据结构复杂度与日攀升。但传统关系型数据库在处理高并发、实时处理等数据业务时，明显力不从心。多重因素驱动下，分布式数据库正在崛起，或将成为企业数字化转型进程中优选项。

具体而言，分布式数据库在赋能数字化转型过程中主要具备以下优势：

（1）具有很好的弹性扩展能力。随着客户数量、交易并发量、吞吐量达到了一定级别时，普通MySQL架构无法支撑业务增长的问题。而分布式数据库具有分库、横向扩展、支持高并发的业务访问等特点，实现了降低对单机单库的依赖。

（2）高可靠性。分布式数据库利用多副本来实现系统可靠性和可用性，当某一节点中的数据不可用时，其他数据副本将继续保证业务的连续性，还可以对数据就近计算，减少网络消耗，提升性能。

（3）成本低。分布式数据库可根据业务规模需求按需购买，在数字化转型过程中，降本增效是企业

转载请注明:http://www.aideyishus.com/lkcf/5071.html