【核心觀點】

技術革命和產業革命：本次大模型的出現不是簡單的技術演進，而是一次新的技術革命和產業革命。大模型為通用人工智能的發展找到了一條可行的路徑，或者說指明了一個方向。人工智能將給人類社會的生產和生活帶來全方位的巨變。

從量變到質變：從ANI到AGI、再到未來的ASI，在這個過程中，支撐人工智能技術的算力、算法、數據等要素一直都在積累。模型算法、芯片算力、云計算、數據和開源開放社區這五個要素共同構成的生態，推動了人工智能技術發生本輪質變。

堪比核武器：比爾·蓋茨、OpenAI公司的CEO奧特曼、巴菲特這三個人在不同場合都曾被問到，有哪種技術可以與本輪人工智能技術相比擬？他們講了同一種技術——核武器。他們都認為人工智能的威力十分巨大。當然也正因如此，我們需要對其進行嚴格監管。

數字化概念：就是我們在現實世界的基礎上構造一個賽博空間，或者說一個數字世界，在這個由數據和算法定義的世界里，可以通過數據的自動流動，化解復雜系統的不確定性，優化資源配置的效率，提高企業的核心競爭力。

緊迫挑戰：現在需求側追求個性化、實時化、智能化，必然要求供給側的制造體系與之匹配，那么供給側的企業要怎樣才能跟得上需求側的巨變？各行各業都要面對“復雜系統的不確定性”帶來的考驗。

車企轉型：汽車企業面對的是更復雜的系統以及更大的不確定性，如何優化資源配置也就成了更困難也更緊迫的難題。解決難題的答案就是數字化轉型，即用數字技術武裝自己，并將其融入到企業經營、管理和決策等方方面面。

轉型目的：數字化轉型本質上是三場革命，即工具的革命、決策的革命和組織的革命。企業數字化轉型的最終目的只有一個，那就是優化資源配置的效率。

【對話實錄】

趙福全：大家好！歡迎來到《趙福全研究院》高端對話欄目。我是本欄目的主持人、清華大學汽車產業與技術戰略研究院的趙福全。本欄目由蓋斯特管理咨詢公司承辦并贊助播出，在此表示感謝。本欄目自2014年創辦以來，今天迎來了第74個專場，本場對話的主題是“企業的數字化轉型”。我們非常榮幸地邀請到了中國信息化百人會執委安筱鵬博士，請安博士和大家打個招呼。

安筱鵬：大家好！非常感謝趙院長的邀請，很高興來這里一起交流數字化轉型的話題。

大模型是一次新的技術革命和產業革命

趙福全：歡迎安博士來到我們的對話欄目。我知道，您目前從事數字化領域的產業發展戰略研究，非常了解企業前沿實踐的情況。同時您在學術上成果頗豐，我讀過您的幾本專著，既有思想、又有觀點，對未來的思考很有深度。所以，今天特別邀請您過來交流。

當前人類社會正在發生巨變，其中一個重大變化就來自數字化，也包含了與之息息相關的數據以及人工智能等等。數字化將會波及各行各業，很可能是人類歷史上對社會生產和生活影響最大的一次變革，對此各國也都抱有很高的期待。當然未來是不是還會有影響更大的新變革，我們尚不得而知。但就目前來看，相較于此前的機械革命、電子革命，這次的數字革命對于人類社會方方面面的影響將會更大，或者說更具全面性、普適性和顛覆性，也帶給我們近乎無限的暢想空間。

在這種大背景下，當前汽車行業可以說是既緊張、又興奮。因為這次數字化革命給傳統產業帶來的更多是顛覆、還是賦能，每個人站在不同的角度都有各自不同的思考，可謂仁者見仁、智者見智。傳統產業的很多從業者認為，數字化是“狼來了”，甚至后續自己很可能都會因此失業；而數字化產業的從業者大多認為，這是一次歷史性的機遇，數字化可以和各行各業深度結合，進而創造出更多更大的價值。

安博士，作為研究數字化的頂級專家，您怎樣看待數字化革命給人類社會以及各個產業帶來的變化？請和大家分享一下您的認知。

安筱鵬：說起來，數字化并不是一個新概念。從歷史上看，隨著信息技術的誕生和發展，數字化技術就一直在融入到經濟和社會的方方面面，不斷帶來新的技術變革和產業變革。而我們在2024年這個時間點來討論數字化時，有一項非常重要的熱點技術就是大模型，這也是人工智能的最新突破。審視人工智能技術不斷發展進步的歷史軌跡，我們必須首先明確一個問題——此次大模型的出現究竟是一次技術升級、還是技術革命？是原有人工智能技術發展的一條延長線，還是開辟了一條新的發展曲線？對此業界有著不同的認知和判斷。就我個人來說，我覺得這應該是一次新的技術革命。

回顧人工智能技術的發展歷程，過去三四十年里，人們對于人工智能的定位有一個英文表述，就是Artificial Narrow Intelligence（簡稱ANI），翻譯成中文叫做弱人工智能；而以Transformer為代表的新技術路線，也就是大模型，帶來了人工智能的一次重大進步，形成了所謂Artificial General Intelligence（簡稱AGI），翻譯過來叫做強人工智能或者通用人工智能。我認為強人工智能是一次革命，其革命性就體現在其概念的核心詞“通用”上。當然，現在距離最終實現通用人工智能可能還需要5-10年甚至更長的時間，但是大模型的出現確實為通用人工智能的發展找到了一條可行的路徑，或者說指明了一個方向。這讓大家有信心說，通用人工智能是有可能做成的，而且正在不斷地逼近目標。盡管目前還有部分專家對此有不同看法，不過整體而言，多數專家已經達成了這一共識。

那么，弱人工智能與強人工智能的本質區別是什么呢？傳統的ANI是通過一個模型、一套算法來解決一個特定的問題，這意味著ANI只能做特定的某一件事。而現在的AGI具有泛化能力，當一個模型訓練完成之后，它既可以做翻譯，例如把英文翻譯成法文、把法文翻譯成中文；也可以進行對話，包括生成文字、圖片或視頻；還可以編寫代碼……即AGI能夠做多件事情，這就是所謂的通用。對此比爾·蓋茨講過自己的一個觀察，我覺得很好地說明了問題。他說，當你讓人工智能大語言模型學習了化學和物理知識后，再給它一套生物試卷，它也能夠答得很好。這充分說明其具有了泛化的能力。

泛化是強人工智能最本質的一個特征，而這個特征源自于這次大語言模型中最重要的一個基礎模型，就是前面提到的Transformer。之前的ANI模型，其效果與參數數量之間沒有明顯的相關性，甚至可能參數增多，模型的效果卻變差了?；赥ransformer的大模型不是這樣，當模型的參數增長到某一個臨界點，比如10億、50億、100億個的時候，模型的效果就會突然呈現出指數級的提升，此時大模型就會形成強大的“涌現”能力。正因如此，大模型才具備了通用人工智能的屬性，或者說，才成為了一種重要的通用技術。

從產業經濟學的角度來說，人類的所有技術都可以分為兩類：一類是專用技術；一類是通用技術。不過大模型這種通用技術是獨特的，或者說，此通用非彼通用。有研究表明，在人類過去五六千年的歷史中，大概只有24種通用技術，如馴化、冶鐵、蒸汽機和計算機等等，而大語言模型可能就是第25種通用技術。而且大模型非常容易與其他原有技術相互結合，將融入到經濟社會的方方面面，不僅會帶來生產力的變革，還會帶來生產關系的變革，包括企業組織模式與行為方式等的變革。這是我對本輪技術變革的一個基本判斷。

我們看到，國家對這項技術也高度重視。2023年中共中央政治局會議首次提到“通用人工智能”這一重要概念；同年在二十屆中央財經委員會第一次會議上，也提到“要把握人工智能等新科技革命浪潮”。所以，我認為大模型的出現，不是簡單的技術演進，而是一次新的技術革命和產業革命。

趙福全：安博士分享的觀點非常重要。我們究竟應該如何理解數字化革命給整個社會帶來的變化呢？安博士認為，數字化是一種手段，其影響最終體現在基于數字化的人工智能等技術給人類社會帶來的全方位改變。而對于人工智能的最新進展即大模型的出現，有人認為這是一次漸進的技術升級，也有人認為這是一次技術革命乃至產業革命。而您回顧了人工智能的發展歷程，從技術進步的幅度也即模型能力的變化上，得出了自己的結論——大模型是一次革命性的技術突破。

通用人工智能是威力堪比“核武器”的質變

趙福全：事實上，任何技術的發展都需要先經歷一個量變積累的過程，然后才能迎來質變的突破。人工智能技術也不例外，從弱人工智能ANI到強人工智能AGI、再到未來有可能實現的超人工智能ASI（Artificial Super Intelligence），應該也是一個不斷積累的漸進過程。從這個角度看，是不是ANI發展到了一定的程度，大家對其能力、潛力和局限性等有了足夠的認識之后，人工智能才得以進入到AGI的階段呢？這樣說起來，我們到底應該把從ANI到AGI的進步視為人工智能技術的一次升級，還是一次革命？

另一方面，AGI技術在方法上有革命性的改變，而這種改變往往會帶來結果的革命性改變。例如，蒸汽機出現后并不是立即就改變了整個社會，其技術也是一點點不斷完善，從而應用得越來越好、越來越廣，到最后才帶來了工業革命、流水線生產等一系列革命性的改變。那么，如果說AGI是一次革命，主要是指其方法上有革命性的改變，還是指這種方法帶來的結果會有革命性的改變呢？我想收看這個欄目的朋友們，特別是傳統制造業的同仁們，一定都很想知道答案。安博士，請談談您作為數字化專家的看法。

安筱鵬：好的，剛才趙院長講到了兩個方面的問題，或者說是兩種不同的視角。一是從技術本身的發展來看，AGI為什么是革命性的？二是從技術對整個經濟社會的影響來看，AGI為什么是革命性的？我先講講第一個方面。據我觀察，AGI不僅僅是一項技術，當然它包括了語言、視覺、多模態等技術，但其本質是整個數字化技術體系發展到了從量變到質變的拐點。

我們把時間尺度拉長一些，從技術供給側的角度來看一看，為什么AGI會發生在此時此刻，而不是在8年、10年前或者更早的時間？我認為，是因為有幾個核心要素發生了變化，正是這幾個核心要素的量變積累才帶來了這一次人工智能的質變突破。

第一個要素是理論模型，即算法本身的創新。Transformer模型最早出現在2017年谷歌公司八位科學家發表的論文中，這篇論文闡明了該模型具有參數越多、效果越好的本質特征，從而為其后續的發展奠定了基礎。

第二個要素是算力，即芯片的進步，這個要素往往被忽視了。我們知道過去一兩年里，英偉達的市值一度從1萬億美元增長到超過3萬億美元，有段時間是全球市值最高的公司。這背后的原因是什么？其實可以追溯到2012年，當時在一個全球人工智能大賽上，也就是李飛飛組織的斯坦福大學ImageNet（圖像識別）競賽，多倫多大學辛頓教授的兩個學生獲得了冠軍，他們在圖像識別質量上取得了很大的躍升。之前圖像識別的準確率只有1%-2%，而他們竟然提高到了10%。這個結果引發了人工智能領域兩個非常重要的變化：一是業界對人工智能研究的注意力開始轉向神經網絡模型，也就是冠軍隊使用的算法。大家看到神經網絡取得了這么好的效果，于是很多人都進入到這個賽道。二是業界開始把訓練模型使用的芯片，由以CPU（中央處理器）為主轉為以GPU（圖形處理器）為主。因為冠軍隊就使用了部分GPU，用GPU訓練神經網絡模型的效率要比用CPU高很多。由此，芯片算力的使用效率得到了大幅提高。

第三個要素是云計算。在過去近20年中，云計算為人工智能技術的發展提供了基礎支撐。2020年OpenAI公司發表文章，提出了人工智能大語言模型的一個重要定律，即Scaling law（規模法則）。其含義是：模型的參數越多，效果越好；模型的語料數據越多，效果越好。而參數多、語料數據多就需要有強大的運算能力，且這種運算能力的成本還要足夠低，這樣才能支撐起大規模模型的訓練。云計算就提供了這種支撐。

第四個要素是數據。過去20年互聯網上已經積累了足夠多的數據，今天訓練大語言模型使用的就是互聯網上的這些數據?？梢哉f，互聯網的發展為人工智能大模型的語料數據、場景以及相關人才都做了非常重要的積累。

第五個要素是包括美國和中國在內的全球性的開源開放社區。

以上這五個要素相互影響、相互制約、相互協同，構成了一個AI生態。正是這個生態使大模型從量變到質變，實現了能力的“涌現”，也讓越來越多的人感受到其重大價值。比爾·蓋茨、OpenAI公司的CEO奧特曼、巴菲特這三個人在不同場合都曾被問到，有哪種技術可以與本輪人工智能技術相比擬？他們講了同一種技術——核武器。就是說，他們都認為大模型的威力十分巨大，這足以說明人工智能大模型的影響和潛力。當然也正因如此，我們需要對其進行嚴格監管。

可見，從供給側的角度來看，本輪人工智能技術是革命性的突破，其普適性和泛化能力正影響到經濟社會的方方面面。汽車產業也在其中，我們稍后再談大模型對汽車產業的影響。實際上，人工智能大模型對于制造業、醫療、教育、政務等等，都會產生巨大的影響。說到底，AGI作為一種通用技術，其影響和價值是全局性的。

趙福全：聽了安博士這段話，我想收看我們欄目的同仁們可以認識到：所有技術的進步都要經歷一個從量變到質變的過程，而這一次人工智能大模型的出現已經是經過循序漸進的量變積累而發生的質變了。

應該說，此前人類社會的進步基本上是以硬件為主導和標志的，相應的我們也已經習慣了機械硬件技術進步的模式。當一種技術出現之后，人們不斷對其進行改良和優化。在這個過程中，這種技術的原理并未發生變化，始終遵循原來的物理定律。過去幾百年間的技術革命大多都是如此。例如蒸汽機、內燃機等技術，并沒有在其使用過程中突然出現某種跨越式的飛躍，而是從效率、能耗、噪聲等各個方面逐步得到改進，最終越用越好。但是今天的數字化技術與傳統的機械硬件技術完全不同，二者的演進過程有著本質區別。我認為，主要體現在以下兩點：

第一，這次人工智能的突破既有技術本身的進步，也有技術相關要素持續積累的支撐。因為人工智能涉及到的領域非常寬泛，最終是各個領域的技術進步共同促成了人工智能能力的整體飛躍。

具體來說，從ANI到AGI、再到未來的ASI，在這個過程中，支撐人工智能技術的算力、算法、數據等要素一直都在積累。這些要素雖然與人工智能密切相關，但其實都是不同領域的技術。當這些技術的進步都堆積起來，人工智能技術才有了質變的可能。正如剛剛安博士談到的，模型算法、芯片算力、云計算、數據和開源開放社區這五個要素共同構成的生態，推動了人工智能技術發生本輪質變。這些要素是缺一不可的：如果沒有個人計算機、手機在互聯網環境下積累的大量數據，即使有更好的算法和更強的算力，大模型也不可能“涌現”出強大的能力；如果沒有算法和算力的突破，即使有更多的數據，也無濟于事；而如果沒有算法原理上的創新，即使有更強的算力，也實現不了“規模法則”帶來的效果。所以安博士認為，這次人工智能的突破不是漸進式的技術進步，盡管這種突破依然來自于每天、每月、每年持續不斷的微小改進，但是今天已經來到由量變到質變的拐點了。

第二，這次人工智能技術突破的覆蓋面將會非常廣泛，幾乎可以應用于所有行業，這和以前也有很大不同。以動力革命為例，內燃機出現后，主要應用及影響基本集中在交通以及制造業等領域?？墒沁@次的大模型或者說AGI是一種用途非常寬泛的通用技術，在制造、交通、能源以及醫療、教育、娛樂等各個領域都可以發揮重要作用，且其方法在本質上是一樣的，只不過外延有所差異罷了。

事實上，每個領域都有自己的數據，有了AGI技術之后，就可以基于相同的算法原理和通用的算力，結合本領域的特點和需求來構建各自的大模型，從而實現人工智能應用的空前拓展。我甚至可以斷言，對于這次人工智能技術突破帶來的變化，人類可以無限暢想。這不是夸張，更不是調侃，而是未來一定能夠實現的前景。由此，人工智能將給人類社會的各種生產和生活活動帶來全方位的巨變。從這個意義上講，這無疑也是一次質變。

總之，無論是從技術本身、還是從技術應用來看，或者說，無論是從技術方法、還是從技術結果上來看，通用人工智能都是一次質變。而安博士剛剛的分享，更讓我有了一點很深的感悟，那就是我們絕不能用傳統的漸進式思維來考慮人工智能未來的發展和影響。

企業數字化轉型本質上是工具、決策和組織三場革命

趙福全：這就引出了下一個問題?，F在都在講數字化、數據化，也在講大數據、云計算，還在講人工智能、大模型和專業模型等等。各個領域的專家從各自的角度強調不同的概念及其應用，這本身無可厚非。但這也給我們帶來了混淆，讓人不免有“概念太多、莫衷一是”的感覺。其實這些概念之間既有區別、也有關聯。比如大模型如果不能賦能專業模型更好地發揮作用，那它在相關行業的應用價值就非常小。我想利用今天這個機會，請安博士給大家做一次系統科普和概念辨析，以便幫助大家正確理解這些基本概念，進而在各自的領域中有效應用。

安筱鵬：好的。我們先來談談數字技術的發展。說起來，數字技術這個概念是在最近5-10年才開始較多地使用起來。不過早在上世紀40年代以來，芯片、軟件和傳感器等新技術就不斷涌現，并快速普及應用到經濟社會的方方面面，其中也包括汽車等傳統制造業。這些新技術其實都屬于數字技術的范疇。因此，數字技術一直處在新技術不斷出現、快速普及并引發諸多相關領域持續改變的過程中，這個過程也就是數字化轉型。

可見，數字化轉型是一個非常寬泛的概念。簡單說，就是新的數字技術融入到經濟社會的各個領域，帶來生產力的進步和生產關系的變革。而在不同的時間段，各有當時最具代表性和突破性的不同技術在引領發展。與此同時，這些技術又不是孤立的，而是相互關聯、相互交織、相互支撐。比如10年前我們講得更多的是物聯網、大數據和云計算；現在講得更多的是數字化、大模型和AGI。事實上，這些概念要真正融入相關領域、創造重大價值，必須與其他技術聯動才行，只靠一種技術單兵突進是解決不了什么問題的。

趙福全：也就是說，這些技術都包含在數字化的大概念之下，并且有著內在的緊密關聯。那么，您能不能具體解釋一下，這些技術之間的邏輯關系究竟是怎樣的？

安筱鵬：要講清這些概念的邏輯關系，先要講清什么是數字化。根據我之前的研究，我覺得可以這樣理解：數字化就是我們在現實世界的基礎上構造一個賽博空間，或者說一個數字世界，在這個由數據和算法定義的世界里，可以通過數據的自動流動，化解復雜系統的不確定性，優化資源配置的效率，提高企業的核心競爭力。

這樣講可能還是比較抽象，我們不妨從數字化轉型的實踐來解釋一下。所謂數字化轉型，究竟是要做什么事情呢？我想，每個行業都需要回答一個基本問題：即數字化轉型的邏輯起點是什么？或者說為什么要進行數字化轉型？不同的行業、領域和企業都有各自不同的出發點，可能是為了實現產品的個性化定制，也可能是為了實現產品的智能化，總之不外乎追求個性化、實時化、場景化、智能化等等。

以汽車領域為例，今天汽車消費群體越來越以90后、00后為主了。而這些年輕人的需求有很大的變化，他們心目中的豪華車與其父輩60后、70后心目中的豪華車完全不是一個概念。60后、70后在求學階段和工作之初，看到的豪華車就是寶馬、奔馳等，誰買了這些品牌，誰就迎來了人生的高光時刻，他們的這種印象一直延續至今。但是現在的年輕人并不這樣想，他們的消費需求越來越個性化，強調實時、注重場景、關注內容，還要進行互動、有參與感。比如不少消費者都希望能有更多的參與權、表達權和分享權，或者直接參與產品的定義和配置的選擇，或者在購車后通過社交媒介展示一下，這是一種新型的文化。我把消費需求的這種變化定義為消費者主權的崛起。當然，消費者其實是一個廣義的概念，不僅包括個人，也包括企業、政府等，在此我們主要指的是個人消費者。

上述變化意味著今天我們面臨著完全不同的消費需求。無論企業自身的供給能力有沒有發生改變，需求的變化都是確定的，而且這種變化正驅動整個供需系統變得越來越復雜、也越來越易變。而當系統變得復雜、易變的時候，需求側追求的個性化、實時化、智能化，必然要求供給側的制造體系與之匹配。問題的關鍵在于，供給側的企業要怎樣才能跟得上需求側的巨變？這對所有行業的企業來說，都是異常嚴峻的考驗，區別只在不同行業發生變化的速度和競爭激烈的程度有所差異而已。

由此可見，各行各業都要面對“復雜系統的不確定性”帶來的考驗。而對汽車企業來說，其需求側和供給側都極其復雜，特別是汽車產品及其供應鏈的復雜度還在提高。當前汽車產品安裝了很多傳感器、芯片和軟件等等，已經從單純的機械產品演變成機械電子產品、甚至更像是電子產品了，而且汽車上的機械與電子部分還要有效融合。也就是說，汽車企業面對的是更復雜的系統以及更大的不確定性，如何優化資源配置也就成了更困難也更緊迫的難題。

那么究竟應該怎樣解決這個難題呢？我認為，答案就是數字化轉型，即用數字技術武裝自己，并將其融入到企業經營、管理和決策等方方面面。就像我剛才講的，構建一個數據和算法定義的數字世界，通過數據的自動流動，化解復雜系統的不確定性，優化資源配置的效率。說到底，企業之間的較量最終還是資源配置效率的競爭，而資源配置效率取決于企業決策的精準性和及時性，包括研發、采購、生產、營銷和服務等各種決策。過去這些決策大多是基于有限信息和固有經驗做出的，甚至有時候就是領導拍腦袋定下來的，但是今后要靠數據驅動、算法加持來進行決策。這是數字化轉型的核心。

我經常講一個觀點，所謂數字化轉型，本質上是三場革命：一是工具的革命，例如擁有制造汽車的各種新設備，包括機器人、數控機床、AGV（自動導向搬運車）等硬件，也包括CAD、CAE等軟件，這些都是數字化轉型所需要的工具或者說手段；二是決策的革命，過去企業產品研發、生產制造、采購物流、營銷服務以及運營管理等都是基于經驗進行決策的，而今后要基于數據、通過算法來洞察規律，進行科學的決策；三是組織的革命，所謂數據的自動流動，就是要把正確的數據，在正確的時間，以正確的方式，傳遞給正確的人和機器，這樣才能真正實現高效率，為此我們必須變革組織，以支撐這樣的數據流動。

一句話，企業數字化轉型的最終目的只有一個，那就是優化資源配置的效率。當資源配置的效率提高了，企業的核心競爭力自然也就提升了。這就是我對于數字化轉型的理解。

趙福全：安博士講得非常好！現在幾乎所有企業都在講數字化轉型，都表示要迎接本輪產業變革，但數字化轉型到底是什么、應該做什么，其實不少企業并不是很清楚。而您明確提出，數字化轉型就是要以數字化的手段來實現優化資源配置效率的目的。我覺得您的觀點既有很強的學術性，又解釋得非常詳細到位。

我簡單做個梳理：當前整個社會正在發生空前巨變，消費者的需求變得越來越復雜，甚至可以說是千變萬化。在這種情況下，企業如果不能滿足消費者需求的變化，就會失去生存的基礎。因此，企業必須努力把內外部的各種資源有效組織起來，盡可能精準、快速地滿足消費者日趨復雜、日新月異的個性化需求。而延續傳統的企業運營和資源組織方式，無論怎樣改進，都是無法做到這一點的。唯一的破局之道就是利用數字化手段、實施數字化轉型。

通過數字化轉型，企業要把市場上的需求信息都轉變成數據，并讓這些數據在企業內外流動起來，驅動企業有的放矢地打造新產品。由此，數據也就成為了一種新的生產要素。在之前硬件主導的時代，生產要素主要是實體的生產資料，例如鋼材；當鋼材進入生產線，對其進行沖壓、切割等處理以形成零部件的相關技術，就是生產力；相應的，確保順暢生產的生產線和組織等，就是生產關系。而進入到軟件主導的新時代，我們可以利用數字技術，把各種信息都轉變為數據，從而成為一種新的共性生產要素，或者也可稱之為新型生產資料；對各種數據進行采集、傳輸、處理和使用等的一系列新技術，就是新型生產力；相應的，研發、生產、采購、銷售、服務等各個部門，必須向著統一的產品目標攜手努力，基于共同的生產要素產生不同的生產力，以實現提質、增效、降本，滿足不斷變化的市場需求，而確保這種協同的全新組織和分工等，就是新型生產關系。

我想強調的是，一方面，這種新型生產關系意味著企業內部的組織架構和運營管理必須進行全方位的變革。企業可能不再需要像以前那樣經常召開部門之間的溝通會，也可能不再需要通過KPI來進行指標管理，因為企業完全可以通過數字化手段，基于數據來打通部門墻，全面提升部門之間的溝通及運行效率。另一方面，新型生產關系還涉及到企業與外部伙伴的合作，將會催生出新型的商業模式。比如原來整車企業和供應商之間基本就是簡單的買賣關系，但是當前整供關系也在發生重大改變，正向長期戰略生態伙伴的方向演進。究其根本，這同樣是由數字化轉型引發的。因為供應商或者掌握著部分數據，或者擁有處理數據的優勢技術，而優化資源配置的效率就需要打通這些數據，也需要有效利用這些技術。為此，整供車企必須共創商業模式、實現資源共享。

總之，數字化時代與我們熟悉的硬件主導的時代完全不同，生產要素、生產力和生產關系都將發生重大改變。面對這樣的新時代，企業必須實施以優化資源配置效率為目標的數字化轉型。也唯有如此，企業才有可能高質量、高效率、低成本地精準滿足快速變化的市場需求。這正是數字化轉型的價值所在。