数据和技术如何赋能工业品市场

‘壹’ 工业互联网如何赋能产业发展

你好这个问题有点难

‘贰’ 以数据为抓手做好业务赋能

企业数字化转型，“数据”是IT部门的最强的抓手，“技术”是IT部门最大的优势。IT部门应当利用好这些抓手和优势，为业务赋能，提升企业整体数字化能力。

工具赋能：没有数字化工具能做业务吗？当然能！但有了趁手的数字化工具，会极大提升业务的效率，减低业务成本，让业务处理事半功倍。所以IT部门应帮助业务打造符合其现状和需求的数字化工具。说到底，还是需要IT深入业务，业务也需要尽量用技术的思维思考问题。

技术赋能：数字化转型就是通过利用数字化技术，重塑企业的业务模式和信息化环境的过程。因此，数字化转型离不开数字化技术。当前数字化技术包括：大数据、云计算、物联网、区块链、AI、5G、VR/AR等。技术赋能，本身包含两层含义：第一，老师要教学生，首先老师自己得先会，另外还得做好教案。第二，每一种技术都有自己的性格，每一个业务也都有自己的性格，只有当技术的性格和业务的性格匹配起来，才是真正的佳偶天成。

数据赋能：这个好理解，不论是“数据洞察”、“用户画像”、“产品画像”、“智能触达”、“千人千面”……都属于数据赋能的业务场景，其实数据赋能的本质就是“将合适的数据在合适的时间推送给合适的用户”。

通过数据分析可以帮助业务优化流程，也可以辅助领导进行科学决策。

‘叁’ 大数据技术可以融合带动哪些新兴产业发展

当然，大数据对于行业的影响还是比较广泛和深远的，一方面大数据全面推动了社会资源的数据化进程，另一方面大数据开辟出了新的价值领域，使得数据成为了重要的生产资料，所以未来大量的行业都会与大数据技术建立起密切的联系。

当前大数据正处在落地应用的初期，目前大数据的主要应用依然集中在互联网、信息服务、金融、教育、医疗和交通等领域，这些领域也正在受益于大数据技术的使用。

从产业互联网发展的大趋势来看，大数据将带动以下几个产业实现更快的发展：

第一：信息服务行业。信息服务行业在大数据时代将得到一个快速的发展，以信息服务为主的各种咨询公司将在产业结构升级的过程中，发挥出重要的作用。信息服务行业的覆盖面还是比较广的，传统IT企业的toB业务都可以归为信息服务行业，同时随着互联网企业的崛起，互联网企业在toB领域也会逐渐发挥出更重要的作用。

第二：新兴商业。这里所谓的新兴商业指的是以互联网为基础来构建的各种商业模式，电商、线上线下服务等商业模式在大数据时代依然有广泛的发展空间。另外在5G时代，基于移动互联网、物联网和大数据技术所构建的新兴商业模式也许会给市场带来更多的惊喜。

第三：传统制造业。大数据技术的应用也能在一定程度上带动传统制造业的发展，在制造业结构升级的过程中，大数据将全面赋能产品设计和生产等诸多运营环节，不仅能够为企业创新赋能，同时也会提升企业的管理效率。

最后，大数据技术并不是孤立的，大数据与物联网、云计算、人工智能等技术也有着密不可分的关系，未来这些技术将一起为传统产业服务。

‘肆’ 数字经济时代，大数据如何赋能工业2.0

1月12日，国务院正式发布《“十四五”数字经济发展规划》。根据该规划，到2025年，数字经济迈向全面扩展期，数字经济核心产业增加值占GDP比重达到10%。业内人士分析，假定2025年GDP总量为130万亿，那意味着数字经济核心产业增加值将达13万亿元。而2020年，这一数据仅为7.8万亿元左右。

从具体内容来看，《规划》涉及的5G基站和大数据建设，以及新能源 汽车 、人工智能、工业互联网等重点产业供应链体系建设都是新基建的重要组成部分。

在数字经济时代，海量数据和先进算力成为占领发展制高点、掌握发展主动权的关键。随着全 社会 数据总量的爆发式增长，中国已经成为全球数据资源大国。 作为以数据生成、采集、存储、加工、分析、服务为主的战略性新兴产业，大数据产业是激活数据要素潜能的支撑。

近日，IDC发布了《工业数据智能市场分析报告，2021》，报告显示，2020年中国工业数据智能市场规模为35.8亿元，预计2021年2025年的复合年均增长率达到31.6%，市场尚处于早期快速发展阶段。

工业数据分析应用兴起于工业大数据，得益于工业物联快速发展和AI技术用于海量数据处理，发展再次加速，大数据和AI也在加速向数据智能融合。工业数据智能是指利用大数据和AI技术，对工业数据进行处理和分析，挖掘数据价值，沉淀工业知识，实现业务优化和创新。

目前，云服务商、大数据和AI服务商、工业垂直领域服务商和工控厂商等各类企业都已经进入工业数据智能市场，并结合各自优势拓展市场。一些工业软件、工业互联网平台厂商也在持续进入市场。

我国大数据产业链初步形成，可大致分为基础支撑、数据服务、数据融合应用上中下游三个环节，目前已汇集包括阿里云、腾讯云、华为、中科曙光、紫光集团、联想、中兴通讯、久其软件、太极股份、东方国信等各行业领先企业。在网络支撑方面，我国已建成全球规模最大的光纤网络和4G网络，5G终端连接数超过2亿，位居世界第一，为大数据释放更大价值增强基础。

“十四五”时期，释放数据要素价值将为建设制造强国、网络强国、数字中国提供有力支撑。数据要素价值释放是数字经济发展的根本所在。 “十四五”时期，推动大数据产业发展要坚持数据要素观，把数据要素汇聚、流通、应用、治理贯穿始终，加快完善数据价值体系和市场规则，强化数据要素在驱动经济 社会 转型发展中的战略性、基础性作用，实现数据要素价值释放和价值再创造。

‘伍’ 数字经济如何赋能经济高质量发展

数字经济赋能经济高质量发展，原因如下
高质量发展是全面建设社会主义现代化国家的首要任务。党的二十大报告强调，“加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群”。当今时代，随着大数据、云计算、物联网、区块链等前沿信息技术的快速发展，数字技术和数字经济日益成为新一轮国际竞争的重点领域。在全面建设社会主义现代化国家的新征程上，我们需要加快发展数字经济，助推中国经济高质量发展。
挖掘数据价值，激发数据要素活力。数据作为新型生产要素，是数字化、网络化、智能化的基础，深刻改变着生产方式、生活方式和社会治理方式。因此，我们应当充分释放数据要素活力，发挥数据要素对推动数字经济发展的引擎作用。一是提升数据供给质量。加强数据收集、存储、使用、加工、传输、提供、公开等全生命周期管理，推动数据资源标准体系建设。提升数据管理水平和数据质量，以实际应用需求为导向，适应不同类型数据特点，大力发展专业化、个性化数据服务，满足各领域的数据需求，实现数据资源高质量供给。二是培育数据要素市场。在加快构建数据产权、流通、分配等规则体系的基础上，重视建立健全数据资产评估、登记结算以及交易撮合、争议仲裁等市场运营体系，探索场内和场外相结合的数据交易模式，培育规范的数据交易平台与市场主体，加快数据要素的市场化流通。三是创新数据开发机制。统筹公共数据资源的合理开发与有效利用，构建规范有序的国家数据开放共享平台。打破数据孤岛，释放数据红利，鼓励多方力量进行增值开发利用。在建立多样化的数据开发利用机制基础上，大力提升数据开发及应用水平。
加强技术引领，提升数字研发能力。坚持国家战略目标导向，明确主攻方向和核心技术突破口，重点研发具有先发优势的关键技术和引领未来发展的基础前沿技术。一是推动核心技术自主创新。瞄准量子信息、网络通信、集成电路、关键软件、智能硬件等战略性前瞻性领域，有针对性地开展高端芯片、操作系统、人工智能等关键核心技术研发，注重原始创新，重点突破“卡脖子”难题。二是培育数字技术研发人才。实施“互联网+技能”培训计划，支持校企共建高水平产教融合实训基地。开展数字人才技能大赛，打通高技能人才与专业技术人才发展通道。加强创新型、应用型、技能型人才培养，加快培育复合型“数字工匠”。三是打造数字技术研发平台。完善党中央对科技工作统一领导的体制，强化国家战略的科技力量，优化国家科研机构、高水平研究型大学、科技领军企业定位和布局，形成国家实验室体系。统筹推进科研院所、高校、企业等科研力量优化配置，加大多元化科技投入，加强国际化科研环境建设，扩大国际科技交流合作，汇智聚力推动战略性颠覆性技术向前发展。
深化产业融合，推进数字产业升级。党的二十大报告指出，“推动战略性新兴产业融合集群发展，构建新一代信息技术、人工智能、生物技术、新能源、新材料、高端装备、绿色环保等一批新的增长引擎”。这就要求坚持用新动能推动新发展，释放新技术对产业发展的放大、叠加、倍增作用。一是夯实数字基础。加快建设信息网络基础设施，推进基础设施智能升级，建设高速泛在、天地一体、云网融合、智能敏捷、绿色低碳、安全可控的智能化综合性数字信息基础设施。推进云网协同和算网融合发展，加快构建算力、算法、数据、应用资源协同的全国一体化大数据中心体系，为数字产业优化升级提供技术支撑。二是强化技术应用。发挥“数字技术+应用场景”优势，把握数字化、网络化、智能化方向，推动数字技术与实体经济深度融合。利用新技术对产业进行全方位、全角度、全链条改造，发展平台赋能的新模式新业态。加快推进线上营销、远程协作、数字化办公、智能生产线等应用，实现线上线下融合发展。三是营造产业生态。加快营造数字赋能的产业生态，实施数字变革创新行动。发挥工业互联网产业新优势，推动链主企业建设产业链赋能平台。打造5G全连接工厂和全场景数字经济园区，探索全链条、整园区赋能增效路径，以数字化转型整体驱动产业升级。
完善数字治理，规范数字经济发展。坚持促进发展和监管规范两手抓，在发展中规范，在规范中发展。一是加强数字经济监管。建立全方位、多层次、立体化监管体系，把监管和治理贯穿创新、生产、经营、投资全过程，实现事前、事中、事后全链条全领域监管。明确主管部门和监管机构职责，开展社会、媒体、公众监督，建设行业自律机制。形成监督合力，改进监管技术和手段，探索建立适应平台经济特点的监管机制，有效打击数字经济领域违法犯罪行为。二是加快数字经济立法。健全相关法律法规，保障数据安全，建立数据安全管理、风险评估、检测认证等机制。强化个人信息保护，健全技术规则治理体系，规范数字经济发展，切实保障市场主体、从业人员以及消费者的合法权益。三是推进多元主体治理。建立完善政府、平台、企业、行业组织和社会公众多元参与、有效协同的数字经济治理新格局，形成治理合力，鼓励良性竞争，维护市场秩序。畅通和规范多元主体合理诉求表达和正常权益保障渠道，做好各类矛盾、问题及纠纷化解与预警工作，为数字经济高质量发展营造良好环境。

‘陆’ 如何用数字化技术赋能工业企业转型升级

科技赋能幼教行业转型升级的三个层次分别为：

第一阶段：从进入者到领先者。通过科技的手段，实现管理的标准化，在此基础上才能达到规模化，及其中的管控效率提升；

第二阶段：引领者：基于在线化和数据化，带来的“生产要素”和“生产关系”新变量，推动商业模式升级；

第三阶段：定义者：面向未来，重新定义标准与规则。

数字化技术为工业企业赋能的三个层次：

在企业数字化转型的过程中，OS和芯片是比较底层的软硬件，而数字化技术是直接和工业界连接的技术，可以把工业界的IT和OT连接起来，直接为工业的场景赋能，甚至实现智能化的解决方案。

从这个角度来讲，中国工业互联网的发展将要至少经历三个层次连接、以平台作为核心竞争力和价值创造。

‘柒’ 区块链技术如何为实体产业赋能

现在国内已经有企业将区块链技术落地到了实际的产业中，如旺链科技就将区块链应用到金融服务，医疗健康，IP版权，物联网，共享经济，通信，教育，
社会管理，慈善公益，文化娱乐等领域

‘捌’ 大数据和人工智能如何赋能工业制造领域能否举个例

近年，中国经济已经迈向高速发展阶段，中国传统制造业的要素成本高、产线效率低、用工难的问题亟需得到解决，传统制造业亟需智能化升级。人工智能技术的崛起让传统工业的智能化转型成为可能，尤其是在工业视觉、工业质检等领域的广泛渗透，相比人类视觉，机器视觉优势明显，检测效率高、速度快、精度高、更具可靠性。随着深度学习、3D视觉技术、高精度成像技术和机器视觉互联互通技术的持续发展，机器视觉的性能优势将进一步加大。
在现代工业自动化生产中，连续大批量生产中每个制程都有一定的次品率，单独看虽然比率很小，但相乘后却成为企业难以提高良率的瓶颈，并且在经过完整制程后再剔除次品成本会高很多，因此及时检测及次品剔除对质量控制和成本控制是非常重要的，也是制造业进一步升级的重要基石。
利用大数据、机器学习、深度学习技术对生产过程中大量的生产参数、工艺参数、缺陷数据等进行分类、回归、预测等，就能够很好的帮助企业解决编程/调试时间过长、误判过高、因人而异的操作结果等问题。

‘玖’ 分布式认知工业互联网平台如何赋能企业数字化转型

峰会将进一步探讨区块链在与其它数字技术融合创新之后，如何通过打造可信数字底座，保护数据隐私，挖掘数据价值，赋能和加速各行各业的数字化转型。

在峰会开始前，区块链首席经济学家邹传伟团队围绕“区块链如何赋能数字化转型”这一问题，撰写系列行业研究报告，深度解读在新基建和数字化迁徙背景下，区块链如何与其它技术融合发展，发挥信息基础设施应有的作用。

本文作者：王普玉 校对：邹传伟

根据北京国信数字化转型技术研究院（国信院）与中关村信息技术和实体经济融合发展联盟（中信联）给出的定义，数字化转型是顺应新一轮 科技 革命和产业变革趋势，不断深化应用云计算、大数据、物联网、人工智能、区块链等新一代信息技术，激发数据要素创新驱动潜能，打造提升信息时代生存和发展能力，加速业务优化升级和创新转型，改造提升传统动能，培育发展新动能，创造、传递并获取新价值，实现转型升级和创新发展的过程。围绕数字化转型，本文将讨论以下三个问题：第一、从企业层面，为什么要数字化转型？第二、工业互联网平台在数字化转型中有什么作用？第三、分布式认知工业互联网在企业数字化转型中能提供什么？

一

数字化转型发展

在激烈的市场竞争中，企业需要依靠产品质量、价格、服务以及长期积累的品牌形象来维持市场竞争力，但随着我国人口红利消失导致的人力成本上涨，以及国际贸易形势不明朗及疫情影响导致的市场发展受阻，让企业原有竞争优势正在消失，处于价值链最底层的工业企业更是雪上加霜。该如何走出困境？目前主要从两方面破冰，第一种是降低运营成本继续保持价格优势；第二种是通过创新商业模式扩大市场销售来提升利润。

在讨论运营成本前，我们引入两组概念，第一组是供应链模式：供给推动式和需求拉动式；第二组是四大利润源。

1、供应链模式

供给推动式是指企业根据市场预测数据进行产品设计、生产及销售；

而需求拉动式是指企业根据市场订单，按需进行快速响应，通过高效计划、组织、协调和控制来满足产品生产及供应。

2、四大利润源

市场永远在追求着更低的价格和更高的质量。在价格控制方面，如表1所示，主要经历了四个阶段：第一阶段主要通过控制原材料成本、扩大规模效应获取利润。当第一利润源触及上限时，开始了第二利润源，通过精益管理提升企业内工作效率及延长员工的工作时间来降低用工成本。在新的利润源再次进入上限时，人们发现物流成本占据企业总运营成本的30%，因此，降低物流成本成为第三利润源。

表1 四大利润源对比

前三个利润源均是围绕企业内部成本控制来增加收益，但当企业内部运营成本节省达到上限时，人们注意到上游供应商及下游客户的运营管理问题。一个具备完整功能的产品进入市场前，需要供应链上多个公司的共同配合，其中任何一家企业的高运营成本都会导致最终产品的价格上涨，这会使产品在激烈的市场竞争中丧失竞争力。于是围绕着供应链信息集成及信息共享开始了新一轮的降成本浪潮，被称为第四利润源。

如表1所示，从第一到第四利润源，每一阶段都有各种系统在信息处理、存储和管理中的支撑，例如生产执行管理系统MES，企业资源管理ERP，仓储管理系统WMS，供应链管理系统SCM等等。

在经历了四个利润源后，未来新的利润源又在哪里？政府、企业、研究机构都在尝试寻找答案，例如上海第二工业大学郝皓教授在2015年提出将逆向物流作为第五利润源，通过逆向物流实现产品再销售、再利用、再循环和再制造的全生命周期管理。也有企业认为以需求拉动式为导向的个性化定制将成为第五利润源。以上说法都有道理，但都不准确，本文认为，真正的第五利润源已经在路上，即企业数字化转型。在过去十几年，技术的快速发展衍生出大量新的商业模式，包括新零售、直播带货、社区团购等，但上游工业领域却依然保持着传统的运作模式，无论是逆向物流发展带动全生命周期闭环管理，还是C2M定制化商业模式，都需要依赖于各环节的快速响应，对企业数字化管理要求高。因此，无论是企业对新利润源挖掘的需要，还是市场端的需求，工业企业数字化转型势在必行。

不同于前四个利润源的相互独立，第五利润源是应用新技术重新赋予第一、二、三、四利润源全新的生命，同时由数据驱动的创新商业模式将大量出现。因此，第五利润源不仅能够降低运营成本，也能够提高主动盈利能力。

二

工业互联网平台的价值

1、工业互联网平台之第一利润源

IT与OT的融合，实现人、机、物、料、法、环的数据实时采集及传输，能够做到生产过程的实时监测，再应用AI、大数据分析等技术实现自动化智能巡检、智能质检、智能故障预测、智能参数调优、智能耗能优化、智能设备运维、智能盘点等，能提高生产作业效率、降低成本，从单机智能升级为系统智能。

2、工业互联网平台之第二利润源

传统制造业的管理一直围绕着人，产品从0到1的过程，依靠人力难以实现或实现效率低的工作，可以使用机械设备替代，而经过工业革命和信息化时代的影响，出现了大量节省人力的机械设备和操作系统（MRP、MRPII、MES等），让生产效率提升、生产成本降低。随着信息技术的发展，虽然有滞后数据可以作为参考，但其本质依然围绕人的经验和人的现场操作。而工业互联网能够赋予第二利润源全新的角色，从运营管理中解放人的执行任务，例如质检、故障排查等工作通过AI和大数据分析实现运营智能化管理。在执行人员减少后，企业需要更多创新者，让企业创新发展迭代速度更快。其次，随着人的经验积累转换为知识图谱，将经验和知识域可视化，指导人工智能算法迭代和决策制定。

3、工业互联网之第三利润源

在工业物联网领域，物流发展走在比较靠前，经历了人工物流、机械物流、自动化物流到现在智能物流，物流的管理效率和成本得到了极大改善。例如运输管理，从早期货物运输监控数据需要依赖于运输工具挂靠点的数据回传及汇总，到现在能够通过GPS、RFID、各类传感器，实时掌握运输途中货物的温湿度、地理位置和件数等信息，能够根据运输目的地和实时交通拥堵情况对运输线路规划等。受技术、资本等各方面影响，目前智能物流主要在第三方物流企业和电商企业发展迅速，而工业企业物流发展较为缓慢，大多仍处于机械物流和自动化物流阶段。工业互联网平台能够帮助工业企业实现快速升级转型，降低系统开发技术难度和成本，IaaS、PaaS、SaaS等平台能够减少系统从0到1开发时间，实现快速低成本数字化转型升级。

4、工业互联网之第四利润源

供应链集成在一定程度上提升企业合作、降低供应链成本以及库存牛鞭效应[1]，但无论企业内部供应链还是 社会 供应链，遗留了一个对多方协作卡脖子的问题，即数据孤岛问题。前面我们介绍第一到第四利润源，提到了MRP、MRPII、ERP、SAP、MES、SCM等系统，每个系统如同孤立的数据烟囱，对协作效率有着极大影响。主要有两方面原因：第一、现有EDI数据孤岛打通方案成本高，中小企业难以负担；第二、涉及供需多方协作时，彼此缺乏信任，不愿将企业内部数据共享给外部。工业互联网平台提供多种数据采集及处理解决方案，打破数据孤岛，实现数据无阻碍流转。在数据使用中，通过隐私计算保证数据安全，同时合理授权，让数据可用不可见，解决数据共享的后顾之忧。

5、工业互联网平台之第五利润源

在数字化1.0阶段，属于人适应系统；而进入数字化2.0阶段，适应公司现有作业模式的定制化软件将起着至关重要的作用。

图1：数字化转型1.0和2.0阶段的对比

因此，从技术角度，平台如何让企业快速及高效地完成定制化软件的开发，这将对工业企业数字化转型起着非常重要的作用。从市场现有产品看，包括基础设施即服务IaaS，平台即服务PaaS和软件即服务SaaS,能够让工业企业方便地利用平台提供商现成的低代码、甚至零代码工具完成系统开发，实现“人人都能做开发者”，即解决“技术人员不懂业务，业务人员不懂技术，开发的系统不好用”问题。未来低代码（或零代码）开发工具如同word、excel等办公软件，平台把各类接口做成图形界面，让不懂代码开发的人，通过图标拖拉的方式，开发自己需要的软件来减少低效率的重复工作。员工从原来被动执行者变为创新者，参与进从上到下的数字化改革中，用工具真正方便业务人员工作。

三

基于区块链技术的分布式认知工业互联网

社会 经济分为生产和流通两个领域，中心化工业互联网平台使用数字化技术替代信息化技术解决的是生产领域问题，而基于区块链技术的分布式认知工业互联网，解决的是流通领域的数据信任问题，但流通领域数据又会影响到生产领域的产品研发、产品质量管理等。

1、降低信任成本

商业模式正在从单边（规模效应）走向双边（网络效应），进入数字化时代后走向多边平台（生态效应）。中心化方式似乎也能够解决信任问题，但中心化模式下的信任主要依靠第三方权威机构的背书，这种方式成本高、效率低。例如，国际贸易买卖双方不信任的情况下，通过银行背书使用信用证服务解决付款问题；为满足银行要求，双方需要提供大量的证明来满足信用证条款，效率非常低下且成本高昂。但如果使用区块链技术，将真实数据从源头上链，保证数据安全、可信以及不可篡改。交易前，买卖双方拥有彼此过往真实的交易记录，以及产品的生产信息，这些信息是否会有助于降低交易的撮合成本？在交易过程中，通过智能合约的应用，一旦达成某个约定即可自动完成付款，这将会极大降低交易成本和交易时间。尤其进入多边平台，如果仍然使用中心化的信用证明体系，将无法构筑生态建设的护城河——信任。

2、重新定义协作关系

供应链多方合作，中心化的共识机制和治理方案更多体现在合同层面，但无法将彼此的利益真正绑定，较难促进生态的良性发展。但在去中心化解决方案中，参与方将资产以token或积分形式置于链上，从技术上实现多方利益绑定，一旦任何一方做出有损生态建设的行为，将会影响token或积分价值，这会影响联盟链上所有参与者的利益。在分布式认知工业互联网平台中，联盟中每个参与者都会积极维护生态利益，因为这也等同于维护着自己的利益。

3、可信数据流转

在产品研发或产品全生命周期管理中，流通数据需要工业企业从下游多个合作商处获取。而传统技术下难以保证数据真实性和安全性，在分布认知工业互联网中，隐私计算能够做到多方数据可用不可见，保证数据安全及合规。此外，根据数据贡献量给与合作商token或积分奖励，鼓励多方数据共享及流转。未来数据交易市场可能会出现更多合规的形式，例如基于区块链技术的数据信托、数据银行等模式。

4、保证数据安全

传统模式下，工业企业依靠于物理隔离实现厂内数据与外界的隔离，但在OT与IT融合下物理隔离屏障被打破，如何保证数据出本地后的安全则需要依靠多方共同努力。在设备通信中，需要做好设备身份认证管理，防止数据被攻击，而分布式认知工业互联网平台通过设备公私钥实现匿名管理，有效降低攻击风险。在数据存储中，采用分布式存储技术，即使单点攻击也无法让攻击者获取完整数据。

5、赋能商业模式创新

可信数据将开启全新的商业模式创新时代，每个组织的商业角色有可能会发生改变。传统商业模式下（供给推动模式），信息是非常碎片化的，供应链上不同参与者都拥有一部分产品相关的碎片数据，用这些不完整的数据去做产品升级、客户服务，难以达到最佳目的。但技术发展的今天，市场开始根据消费习惯、消费特征等因素挖掘每个消费者的需求，制造方式也从M2C进入C2M时代，这些都需要有更多完整、可信、合规的数据，例如，电动 汽车 并不是所有人都需要1000km续航的电池，通过区块链技术，用户授权驾驶数据给电动 汽车 公司，为其配置最合适、性价比最优的电池。再比如， 汽车 保险不再以车辆价值、出险次数等作为保险费用收取的单一指标，未来可能会基于可信里程数据进行保险费用收取。除商业模式的变化，每个组织的商业角色也可能会发生变化，电动 汽车 生产厂商，角色也将从生产商转变为服务商，以蔚来 汽车 为例的车电分离模式，以租代售模式，让 汽车 生产厂商的业务延展到产品全生命周期的管理中，这些模式创新仅仅是数字化时代的开始。