“从行业目前的数智化实践结果来看，尽管已经‘山雨欲来’，但结果还很不满意。”此前，在辽宁沈阳召开的2023国际汽车数字化与智能制造大会上，世界汽车工程师学会联合会终身名誉主席、清华大学教授、中国汽车工程学会数智委员会主任委员赵福全如此提到。

随后，赵福全作为主持人，在以“充分发挥数据价值加快推动汽车企业数智化转型”为主题的高层对话中对各家企业负责人发出了犀利追问。在这场对话中，阿里研究院副院长安筱鹏、吉利汽车集团副总裁唐湘民、蔚来汽车有限公司副总裁纪华强、东软睿驰有限公司副总经理刘威针对“企业数智化转型”的各种问题进行了讨论。

赵福全：从你们的角度来看，数智化赋能与转型的成功率为什么这么低？怎么迈出这一步？

安筱鹏：我们去思考数智化转型面临的各种问题与挑战，要思考背后的基本矛盾：全局优化的需求和碎片化供给之间的矛盾。5、6年前，工信部曾对15万家企业的数字化水平进行评估，得出的结论是：企业数智化收益只有跨越了某个临界拐点后，才能呈现指数增长。换句话说，企业数智化投入是一条不断向上增长的直线，但很长时间看不到收益。只有从“企业内部资源优化”到“产业链优化”再到“端到端优化”的拐点到来时，收益才会呈现指数增长。今天，所有乙方给甲方提供的方案都是碎片化方案。这是问题的源头。

唐湘民：首先是认知问题。大家对信息化、数字化的认知没有到位。新一代信息技术的发展给各行各业带来了变革与转型。汽车行业冲压、焊接等技术支撑了业务发展，数字化技术用到汽车行业，则是不同技术融合的过程。今天，无人驾驶、智能化、智能座舱全都是软件产生。软件、数据、人工智能从原来的辅助到支配地位。用信息化、数字化来做产品和业务，并且信息化、数字化在开展业务方面并不只是提升效率，而是处于支配地位。有了数字化技术后，开展数字化转型就有了大量的数据。大家总说“数据是企业的资产”，现在对于汽车企业来说，我不认为数据是资产，它甚至可能是负资产。数据要用来维护，要做数据治理，这些工作的开展往往是失败的。

刘威：汽车行业里面，大家所谈的智能化、电动化、自动驾驶，实际上几个领域所处的发展阶段不同：有的在孵化期，有的进入到成长期，有的已经从成长期过渡到成熟期。工业4.0是从过去的信息时代进入到智能化时代，关键是数据在起作用。在信息时代，数据更多是存储、收集、统计分析和展现，并没有衍生出新的价值。进入到智能时代，随着算力的发展，数据更多偏向于决策。

传感器可以互联、应用可以模型化、决策可以计算，这三条都具备，就真正进入了智能化时代。数据衍生出来的价值是过去信息时代远远不可比拟的。今天的汽车是通用智能，从通用化到专业化，背后是数据、算力、算法支撑。未来的汽车不再是普通的汽车，是更懂你的汽车，有很多自己的标签和行为习惯。这在未来3～5年一定会发生，而且很快会规模化。

赵福全：为什么企业数字化都没有成功？投入了却看不到成效？到底还要不要继续干这个事？

纪华强：我认为，汽车企业数据资产并不是负资产，也不是没有价值。数据资产有两个特点：第一，数据资产都有成本。一个汽车制造企业整车工厂，IT层每天的数据大概是2T，每天有500～600T的数据要存储到云端，一个T在云服务器的存储成本价格从1000～6000元不等，中位数大概在100万左右。如果研发、用户运行、用户服务体系全加起来，整个数据光存储成本每年都要上千万，还没有算数据采集成本和软件开发成本。这些数据的成本是否合算，数据能否被消费是数据价值很重要的体现。对汽车企业来说，对数据资产和数据价值的挖掘，核心与关键是怎么合理消费它。

赵福全：大家一谈数据就是需要花钱，实际也不完全是这样。数据很重要，数字化是未来的发展，但数据赋能远远还不到位。国家、不同企业之间怎么处理数据这种生产关系？

纪华强：数据资产有成本，对数据价值进行挖掘消费外，数据资产也有自己的商业边界。一个公司、组织、集团的数据为什么要给你，它能够带来什么价值？这不是数据本身的问题，而是商业模式的问题或者是价值共同体的问题。拿主机厂和零部件企业来说，供应链的生产数据、库存数据、原材料数据能够给主机厂看，凭什么给主机厂看，给主机厂看了之后能得到什么。很多时候，零部件企业担心把数据透明了，明年就会要求降本3%、5%。这是恶性生态循环。

我们认为，想把数据透明做好，基础在于商业模式的构建和价值共同体的构建。首先在数据价值的挖掘上对双方都有利，对大家都能够产生价值。比如供应链把库存数据，原材料数据透明给主机厂看，能共同对中长期的原材料进行研判，能对主机厂下一代产品的研发技术路线做一些组合的研判。这样就把研发、生产和服务运营的数据链条完全打通了。数据价值要挖掘好，比较核心的一点是，利益到底谁来享受。是主机厂单方面享受还是零部件、软件企业、公有云服务商、政府相关部门享受。大家首先应该在商业模式和利益结合上达成一致，数据价值的挖掘，数据分析都是技术问题。

刘威：作为零部件企业，从数据的产生来看，我们做了一定贡献。未来我们要使用这些数据，目前合作方式是通过合理方式来做闭环。数据的所有者可能是车企，但数据的使用者可能是零部件企业，也可能是第三方合作伙伴。这里面有商业模式的产生，即数据可以变现，最终能够形成完整的数据闭环。总之，数据产生价值一定是闭环的。

数据多少算够，或者为什么叫大数据？为什么要大数据？大数据有两方面作用：一、要做统计，必须有覆盖性。一旦到了一定程度，就不用再采样了。因为再多的采样不会改变概率分布，再多的数据已经没有意义了。所以，采到一定程度就够了。这就是为什么过去车联网数据变成了车企的负担。越存越多，不存不行，存了没有用，不能够变现了。这是大数据的第一个作用，一定是有覆盖性的，能够代表统计概率上的意义，对未来造车或未来对用户的筛选产生指导意义。二、大家都在谈自动驾驶一定要大数据，为什么？因为当前科技的发展有限，我们不能举一反三。科技的发展到今天为止，仍然靠数据喂，也许明天，科技发展就能够举一反三了。这只是当前科技发展所处的一个阶段。所以，在前半段时，这两个都会产生大数据的价值。大数据还有数据脱敏、合规，国家出台了一系列政策，目前都是可以顺利实施，没有任何问题。

唐湘民：很多企业数字化转型没有成功，是没有把目前的数据变成资产。我只是说，目前它还不是资产。数据要去驱动业务，目前也没有驱动业务。企业现在很多数据都积累起来了，但没有驱动生产制造。我认为，一个传统的企业做数字化转型，首先让业务数据化，数据要资产化，资产要服务化，服务要产生价值。

怎么才能让数据驱动业务？通过算法，通过模型。传统企业如果把所有的业务痛点问题通过数据算出来，一个一个痛点问题解决，慢慢变成用好数据和模型，这个传统企业就成了数字化企业。目前的传统企业，我不认为数据是资产，数据驱动了业务。实现这个，就真正实现了数字化转型。那个时候，数据真正成了资产，数据也驱动了业务，这样一个数字化企业，一定是非常有竞争力的企业。

安筱鹏：不同时代，我们对资源资产要素都有定义。过去有很多对企业描述的标签，比如劳动密集型企业、资产密集型企业、技术密集型企业、资本密集型企业。今天应该重新定义一类企业，叫数据密集型企业。数据密集型企业不是数据很多，而是要回答两个问题：在企业竞争力的来源中，在多大程度上来自于数据？在跟友商竞争过程中，有多少是来自于数据？所谓“数据密集型企业”，竞争力更多来自数据。企业竞争的本质是资源配置效率的竞争。

面对汽车行业百年未有之大变局，从一个简单系统变成复杂系统，从一个离线产品变成在线产品，怎么优化资源配置效率？核心在于决策要更加实时、高效、精准、低成本。数据发挥作用的底层逻辑是，基于数据+算法可以高效支持更加精准、低成本、高频的决策，而决策会优化资源配置效率，之后有更高更好的竞争力。

今天所有的企业面对数字化时代需要做两个转型：一是所有的企业应该成为客户运营商，实时洞察客户需求，实时满足客户需求，提供极致的客户体验。二是当要实现客户运营商的时候，怎么才能做到？我创造了一个新概念，叫要成为一个数据运营商。

什么是数据运营商？基于对数据的采集分析处理完后，能完成“惊险一跳”，这个“跳过去”就是能给核心竞争力带来价值，而且未来的竞争力越来越依靠于数据。

怎么才能提高核心竞争力？1、数据是不是在线实时的；2、数据是不是基于端到端的；3、数据是不是精准的。当满足这三个标签三个能力时，就可以解决复杂系统的不确定性问题，就可以把数据的功能实现四个阶段的飞跃：第一，用数据描述物理世界；第二，用数据去分析它的原因、问题；第三，可以用分析去预测、发现风险；第四，基于数据做决策。当真正能够实现数据决策优化资源配置的时候，这家企业就是数据密集型企业。