如果说工业自动化实现了流程自动化，提升了工业生产的效率，那么数智化正在实现决策自动化，提升决策效率——战术层的决策自动化。战略层面的决策依然是企业家的职责——数据和人在决策层面的协同，就像工业自动化带来的改变。汽车行业早期，福特有句名言：“我需要的是一双手，为什么给了我整个人？”这句话深刻反映出工业自动化前后生产方式的巨大变化。数智化带来的改变可能会更大。数据应用在国内产业的规模化推进是从数据仓库的大规模应用开始的，距今已经超过20年。虽然数据仓库最早是从海外引入的，但中国的数智化进程是走在全球的前列的，属于后发而先至。除了政策引导、市场环境等因素外，中国的人口基数大也是中国数智化能力引领的关键因素。人口多、数据量大；人口多，同样的数据决策模型带来的效果更大。国家层面提出的“上云、用数、赋智”，是基于中国国情提出的弯道超车的上策。数智化的两大核心要点是“数据在线”和“数据驱动业务“。业务在线从而实现数据在线，这为数智化获得海量数据提供了前提，提供了必要的生产资料；“数据驱动业务”则是建立了合适的生产关系，同时数据的特点是越用越好，所以“数据驱动业务”也实现了螺旋式上升的生产力水平。数据与业务的关系也正在发生微妙的变化。之前，数据是业务的产物，未来，业务是数据的表现形式，你的数据能力决定了业务的天花板。未来中国的企业分两种，建立在数智化能力之上的企业，和没有建立在数智化能力基础上的企业。以金融行业为例，数据已经是金融风控的基础，也正在成为金融行业客户运营的基础。但在这方面，金融行业和互联网行业还存在不小的差距，普遍还处于“心有余而数不足”的状态。很多金融机构之前请了互联网行业的运营高手，但这些运营高手进入金融机构后，虽然做了很多运营活动，但效果始终不如在互联网企业的运营效果。纠其原因，是因为金融机构的数据基础不如互联网行业，这就像两个武林高手过招，不管谁的招数更漂亮，最后赢的那个总是内功更好的，数据就是客户运营的内功。所以，对强客户运营需求的行业来说，如何获得更全面的客户数据来提升客户运营能力至关重要。之前很多行业通过外部数据采购来弥补这方面的数据积累，随着《个保法》、《网安法》等数据法规的先后出台，简单粗暴的数据买卖会带来很多数据合规隐患。从2020年开始，国内新兴起的隐私计算领域着眼于安全、合规、有序地解决行业内外数据不融合的需求。通过多方安全计算、同态加密、联邦学习等技术手段，融合了密码学、大数据、AI等交叉学科的能力，为数据应用提供了一种“数据可用不可见”、“数据不动算法动”的数据应用方式，并已经在运营商、金融、政府、医疗等大量数据密集型行业得到了初步的应用，同时也被多个行业的数据发展规划中被广泛建议。通过隐私计算手段，数据的持有权并没有发生转移，但合作机构可以基于数据进行建模、隐匿预测、隐匿求交等多种数据应用，来获得数据分析结果。传统模式下，数据是需要迁移到数据应用方才能加入计算；隐私计算模式下，数据依然保留在原地，基于确定的应用需求，数据能以“数据云服务”的模式，以不泄露原始数据的形态参与运算。某种意义上来说，隐私计算让数据服务像云计算实现算力云服务一样，实现了数据服务的云服务。之前数据搬家模式，就像把服务器搬进了自家机房；隐私计算模式下，数据服务真正实现了“data as a service”,实现了按计算调用。数据云服务的模式，随着隐私计算技术的发展和普及，也将得到更大的发展。就像云计算是“上云 用数 赋智”的第一步，通过算力成本的大幅降低，实现了业务上云、继而实现“数据在线”，隐私计算支持的数据云服务将接过基础设施云计算的接力棒，为“用数、赋智”带来更大的空间。近两年的实践证明，跨机构的数据融合应用会带来显著的业务提升效果。以我所在的蓝象智联公司所参与的客户案例为例。工行和银联在普惠金融领域进行了联邦建模，引入银联3000万国内中小商户的流水数据参与工行联邦建模，使得该项业务提升了20%的客户准入规模、户均授信提升30%；某城商行通过引入蓝象智联的隐私计算技术，实现了银行、抖音和中国电信三方数据的联合建模，使得该银行在抖音的信用卡发卡成本降低一半。一切新技术的发展，都是需要时间来逐步完善的，过程中一方面通过各个场景来打磨技术，更重要的是，通过新技术和现有体系的磨合，彼此融合，来逐步放大适用场景。我在2014年加入阿里云时，云计算在满足很多行业的IT需求时，还是比较“磕磕绊绊”的，有很多“毛刺”，但通过4、5年的产品打磨，到2017、2018年时，云技术已经可以应用到银行核心系统中。所以这个过程也是一个螺旋式上升的过程，在初期几年，我们在传统行业选择的云计算应用领域基本“小轻新”：小应用、轻应用、新应用，直至产品到一定成熟程度，才会进行金融核心系统这些关键应用中，所以过程中很考验大家的耐心和信心，越有信心也就越有耐心。隐私计算的发展，我们同样要保持同样的耐心和信心，因为相信隐私计算是“用数赋智”的必要技术前提，所以我们更要耐心，对新技术的包容、给新技术一个成熟的时间窗口，不冒进，但始终前行。所有的硬币都有正反两面。数智化发展的同时，一方面有全社会竞争公平性的考虑，另一方面是个人隐私的保护。相比较应用数智化能力的企业所处的发展快车道，其他企业会暂时落后；对一个用户的数字化刻画过程中，可能也会侵犯到用户隐私。在宏观层面，对前者，国家层面一方面在不遗余力地推广和倡导企业数字化转型，同时通过反垄断等手段来兼顾公平和效率；对后者，一方面国家层面在倡导数据要素是在土地、资金、人才等生产要素之后对第五大要素，推动数据要素流通平台的建设和推广，同时也通过《个保法》、《网安法》等手段规范化数据应用中对隐私数据、敏感数据的保护。回到企业微观层面，对前者，如何结合现状，更开放地引入数智化手段，从而进入数智化发展快车道，是企业决策者必须要面对的命题；对后者，如何在充分应用自有数据的基础上，合法、合规、可持续地引入外部数据服务，同时建立企业数据合规应用体制和技术保障手段，三管齐下地构建企业的数据大平台，为数智化腾飞奠定坚实的数据基础。未来，中国的企业分两种：有数智化能力的企业、没有数智化能力的企业。企业未来走向哪一条路，取决于你今天的决策。所有的伟大，都源自一个勇敢的开始。·关于徐敏徐敏，蓝象智联创始人兼CEO。前阿里云副总裁，阿里金融云创始人、总经理，天猫网厅业务总经理，曾供职于中国工商银行总行。
