数智赋能传统产业转型创新的三个维度

    刘伟琦

    我国“十五五”规划建议指出：“深入推进数字中国建设”“促进实体经济和数字经济深度融合”。我省“十五五”规划建议指出：“推动数字经济做强做优引领支撑‘数智贵州’建设”。在新一轮产业变革深入发展的机遇期，数智技术应用赋能传统产业转型创新是加快经济社会发展质量变革的重要引擎。为了有效推动数智赋能传统产业转型创新，有必要从三个维度予以厘清，即创新内涵、创新导向和创新路径。

    一、数智赋能传统产业转型的创新内涵

    理解数智赋能传统产业转型的创新内涵，可以从以下三点把握：一是以数智技术应用推动传统产业创新为主线。运用大数据、人工智能、区块链、云计算等技术，对产品需要、技术研发、产品加工生产与市场营销等环节进行优化升级并形成产业关键核心技术，并将其应用于传统产业创新各环节。比如，通过大数据分析茶的消费需求由单纯的习惯转向养生和文化兼顾，通过数智技术手段推广富硒茶的养生功能，可以创新饮茶需求，再运用大数据技术监测富硒茶的种植与加工，最后用运用扫描溯源技术，保证消费者品茶到地道的富硒茶。二是以数智技术赋予传统产业生态系统各环节以高能、高效为显著特征。“高能”是指数智技术的运用显著提高传统产业生态系统各环节的创新能力，包括利用大数据分析技术而形成的产品信息获得和整合能力、对消费数据进行分析而形成的感知能力、满足新需求的技术研发和产品加工生产迭代升级能力、产品市场销售数据实时处理和预测能力等。“高效”是指运用数智技术显著提升传统产业生态系统各环节的生产效率。三是以人工智能、区块链、物联网等数智技术赋能传统产业提质增效为目的。虽然我国传统的农产品产业、制造业和服务业规模较大，但在质量和效益方面仍然有很大的提升空间。数智赋能传统产业转型创新就要弥补此项短板，通过数智技术的应用提升传统产业的产品质量、品质和经济效益。基于上述分析，可以将数智赋能传统产业转型的创新内涵归纳为：运用大数据、人工智能、区块链、物联网、云计算等技术，对产品需求迭代、技术研发升级、产品加工生产与市场营销智能化等环节进行研发并形成产业关键核心技术，并将其应用于产业创新各环节，形成高能、高效为显著特征的产业数智创新生态系统，实现传统产业的提质增效。

    二、数智赋能传统产业转型的创新导向

    数智赋能传统产业转型要找准转型方向，避免过于注重数智技术的应用而迷失创新的方向。一是要坚持数智赋能传统产业创新向提高产业竞争力的方向转型。只有产业具有竞争力，才能提升产品的市场占有率，让产业做大。要通过大数据、人工智能、区块链、物联网、云计算等技术深度融入传统产业，提升其产业数字化与智能化水平，推动其向更高效、更智能的方向高质量发展，提升产业竞争力。二是要坚持数智赋能传统产业创新向提高经济效益的方向转型。产业大或者竞争力强但盈利能力低，就难以投入雄厚的资金进行创新研发，其竞争力很难持续，产业亦难以做强。相反，产业具有较高盈利能力，能够投入充足的资金投入创新研发，能为产业做强提供持续动力。因此，数智赋能传统产业创新，要坚持用数智技术优化产业升级，向产出最大化和成本最小化两个方向发力，以增强产业的经济效益。三是坚持数智赋能传统产业创新向提高产业竞争力和经济效益并重的方向转型。产业竞争力强并不一定经济效益好，产业经济效益好也并非竞争力强。只有产业竞争力强和经济好才能实现产业持续做强做优做大。因此。数智赋能传统产业创新要同时兼顾提高产业竞争力和经济效益。

    三、数智赋能传统产业转型的创新路径

    关于提高传统产业竞争力的创新路径，一是利用数智技术推动传统产业技术创新和数字化转型。技术创新是提升产业竞争力的核心要素，通过人工智能、大数据、物联网等数智技术与传统产业深度融合，优化产业生产流程、提高产品品质以及催生新业态。二是完善大数据应用领域知识产权保护制度，为数智赋能传统产业转型提供法治保障。适时修订 《专利法》，增设大数据及其产业应用保护的条款，为数据知识产权提供清晰的法律依据。三是创新大数据应用技术的保护机制，建立大数据新型产业专利快速审查通道，激励数智技术推动传统产业技术创新和数字化转型。由于提高产业经济效益的核心是产出最大化和成本最小化，因此，提高传统产业经济效益的创新路径有两个方向：一方面，利用数智技术推动传统产业进行智能化转型，实现单位时间内的产出最大化。主要包括利用大数据技术汇集、分析多源数据的优势，打破信息孤岛，实现生产资源的精准调配，提高生产资源的高效利用；利用数智技术优化传统产业各个生产环节，实现流程精简化、智能化和自动化，提高生产效率。对来源分散、数量巨大的数据进行关联性分析，结合经验法则提前研判市场需求变化，有针对性地提前进行产业布局，缩短新产品的上市时间。二是利用数智技术推动传统产业优化升级，在保证产品质量和品质的基础上实现成本最小化。主要包括：通过生产环节的设备运行、人力资源、原材料流转、能耗等数据进行实时采集、分析，计算出生产效率的瓶颈，优化产品生产参数，减少单位产品的人力和原材料浪费；利用大数据分析平台，通过历史数据分析并结合实时数据预测市场趋势、研判竞争态势，实现智能辅助决策，降低产业风险，减少决策失误带来的损失。

    （作者单位：贵州民族大学。本文系国家社科基金西部项目《生态环境大数据视域下水污染犯罪预警研究》〈项目编号：21XFX006〉的阶段性成果。）