在2020年12月24日国务院新闻发布会上，工业和信息化部规划司司长卢山预计，在“十四五”发展期间，数字经济将保持快速、持续、健康发展，并且在我国高质量发展中发挥越来越重要的作用，并主要从以下方面做好工作：第一，数字产业化，要推动产业的优化升级，加快关键核心技术的突破。第二，产业数字化。第三，做好外部政策和环境的培育。那么，落到实地来看，在“十四五”期间，我们身边的科技又会出现哪些新的爆发点，又将如何推动数字经济的稳健发展呢？

为什么数字经济如此重要？

　　数字经济的构成包括两大部分：一是数字产业化，即信息产业，也是数字经济的基础部分，具体业态包括电子信息制造业、信息通信业、软件服务业、互联网企业等;二是产业数字化，也称为数字经济融合部分，包括传统产业，比如农业、工业、服务业等通过应用数字技术所带来的生产数量和生产效率提升，其新增产出构成数字经济的重要组成部分。
　　而在“十四五”期间，由于市场需求、技术创新与政策的共同推动，我国数字经济发展规模将会进一步扩大，从增速上看，数字经济的年均增长率高于GDP增长率，其GDP占比将持续提高。
　　根据中国信通院发布的《全球数字经济新图景（2020年）》数据显示，2019 年34个高收入国家数字经济增加值规模达到24.5万亿美元，占47个经济体数字经济总量76.9%，所以，数字经济作为推动经济高质量发展的新动能的作用会更加明显。另一方面，东中西部地区数字经济将呈现出不同的发展特征，东部省份依靠市场与创新的先发优势继续保持总量规模的高速增长，中西部省份也将呈现出多点突破的特点，在细分领域建立起具有区域特色的竞争优势。
　　所以数字经济是一个经济增长极其重要的组成部分，全球各国都在大力发展数字经济，而对于我国而言，在新基建的带动下，一些新兴领域非常值得大家关注。

三大产业数字化渗透速度加快5G或将扮演重要角色

　　从发展速度来看，代表数字经济在实体经济中的融合渗透的产业数字化是全球数字经济发展的主导力量，2020年我国产业数字化占数字经济比重达到80.2%，而在发达国家里，德国产业数字化占比达到了90.3%，英国、美国、俄罗斯、日本、南非、巴西、挪威等15个国家产业数字化占比均超过了80%。从农业、工业和服务业三大产业的具体属性来看，服务业更易于进行数字化转型。
　　所以在“十四五”期间，提高制造业数字经济规模是一个很不错的发力点，在2018年，规模以上工业企业的生产设备数字化率、关键工序数控化率、数字化设备联網率就已经达到了45.9%、48.7%和39.4%，计算机辅助设计、制造执行系统、产品生命周期管理系统等工业软件普及率达到了68.7%，而且伴随网络强国战略，5G建设也在有序推进当中，新型信息基础设施能力不断提升，这为5G+工业互联网的融合发展提供了契机。
　　工业应用最大的需求就是高密度和低延迟，5G技术针对这两点有着明显的既定优势，其一是基于现有蜂窝网络标准，定义了增强型机器类型通信eMTC、扩展覆盖GSM以及窄带物联网NB-IoT，主要面向低速率、超低成本、低功耗、广深覆盖、大连接需求的工业互联网和物联网业务，降低了设备的成本与复杂度，改善了通信服务覆盖距离与信号穿透性，减少设备功耗，延长电池寿命。
　　其二是超可靠低延迟通信URLLC，在可靠性99.999%的基础上，实现控制面延迟10ms，用户面延迟0.5ms，移动性中断时间为0的水平，这对于电动车自动驾驶、智能电网、工业自动化来说意义重大，不过这项技术在目前的非独立组网5G里无法应用，但好消息是在2021年，至少上海等一线城市将会实现独立组网5G的全面商用，所以站在“十四五”的高度来说，5G+工业互联网的加速会是必然。
　　在解决了5G网络性能的前提下，利用5G的高密度、低延迟特性，在工业流水线上的产品缺陷检测可以通过超清工业摄像头拍摄并快速上传至云端进行图像识别分析，实现缺陷实时监测和自动分拣。而在工业自动装配时，自动组装、焊接、包装、灌装、喷涂等都需要机器视觉的空间引导，这个引导过程就需要高频次大数据量地上传位置、环境参数等信息，5G的大上行带宽和高可靠性都能满足这些需求，除此之外还有AR/VR复杂装配、自动化机械设备无线接入等等应用。

大数据被纳入生产要素，发展势头同样生猛

　　数据显示，2020年我国大数据产业整体规模达到6670.2亿元，到2022年将突破万亿元。2020年3月，《中共中央、国务院关于构建更加完善的要素市场化配置体制机制的意见》提出将“数据”正式纳入到生产要素的范围内，而所谓生产要素，就是进行社会生产经营活动时所需要的各种社会资源，很明显，随着数据的爆发式增长，大数据发展日新月异，全球各国都进入到以大数据为核心的数字智能时代，大数据技术体系逐渐成熟，产业链也逐渐完善，涌现了一大批如腾讯、阿里巴巴等大数据头部企业。
　　业界普遍认为，2019～2021年是未来20年间大数据及人工智能最佳的产业资本并购整合窗口期，就像2003～2006年互联网产业整合的窗口期那样，而根据《大数据人才报告》显示，预测未来3到5年人才缺口将达到150万之多，因此，这是一个发展前景很好且需要大量人才的新领域。 　　大数据在新冠肺炎疫情防控中也起到了相当重要的作用，通过大数据，对疫情进行精准管控，比如利用电信大数据实现对复工复产员工自证，利用电力大数据检测企业电力复工指数，而我们进出医院、高铁站、机场所需的个人健康码也同样基于大数据形成。
　　除此之外，在物资调配和远程监督方面，工信部疫情防控国家重点医疗物资保障调度平台就充分利用大数据，实时远程地实现了紧急物资种类、数量和各地需求之间的对照，并进行有序配置，改善物资管理“各自为政”的混乱局面，再结合工业互联网平台提供物资供需对接服务，实现医疗物资供应方和需求方的高效对接，可以说在这次疫情当中，大数据结合5G、人工智能充分展现了其价值。
　　随着数据资源规模日益庞大，越来越多的地方开始重视政府大数据的建设和发展，智慧城市、平安城市、城市大脑、互联网政务等建设需求更加旺盛。在“十四五”期间，随着各地政务大数据平台和大型企业数据中台的建成，数据治理、数据资产、数据共享与开放等将成为焦点，将促进政务与民生领域的大数据应用再上新的台阶。
　　大数据时代，如何在个人信息数据的使用和保护之间积极寻找平衡点也是一个重点命题，数据垄断导致的数据“黑洞”现象，数据和算法导致的人们对其过分依赖及 “大数据杀熟”、“爬虫调查风暴”“青少年沉迷”等热点事件也亟待法律法规和治理体系的完善。
　　以抖音等短视频平台为例，平台会自动推荐视频，而且会根据每个视频的观看时间来做兴趣判断，比如数码产品看得越多，平台就推荐得越多，更重要的是还会联动电商平台进行相应的产品推荐，相信大多数人都遇到过“我刚在网上搜索了XXX产品，回头在淘宝京东上就给我推荐了”这种现象，在这种情况下难免会让用户产生“被偷窥”的感觉。大数据杀熟也一样：搜索得越多，用得越频繁，平台就知道用户依赖性很强，于是就针对这些用户调高价格……
　　目前针对这种数据滥用的问题，虽然国家已经出台部分相关法规来进行约束，但覆盖面依然还不够，从深远角度来看，个人隐私如何在大数据时代得到权衡，这是一个值得思考的问题。

人工智能：深度學习框架平台是关键

　　人工智能目前来看依然属于相对前沿的技术，因此在经济相对发达的地区先行落地是比较合理的规划方案。12月26日，在WAIC开发者·2020上海临港人工智能开发者大会上，上海市经济和信息化委员会副主任张英表示，上海将持续吸引创新开发者，培育开放的极客文化。面向“十四五”，上海提出要“全面推进城市数字化转型”，瞄准未来数字城市的特征和趋势，把数字城市的框架搭好，把数据应用的瓶颈打通，把应用场景的开发激活，努力打造具有世界影响力的国际数字之都。
　　从落地的人工智能应用来看，自动驾驶、机器翻译、生物计算、深度学习框架、数字城市运营、知识管理、AI芯片和个人智能助手都是目前的热门领域，而应用场景包括个性化教育、多国语言互通、敏捷反应的养老陪护、智慧医疗、智慧交通等等，当然，这样说起来或许有点生涩，来看看具体案例吧。
　　虽然2000年左右我国的铸造业产量就达到了全球第一，但无论质量还是能耗都与世界先进水平有较大差距，其中最关键的就是熔炼炉的配料是一个很复杂的过程，大多凭借老师傅的经验，难以保证成本最低化和质量最优化。河北工业大学教授、河北省大数据计算重点实验室副主任刘晶博士花2个月时间跑了100多家钢铁厂，把老师傅们30多年时间积累的钢铁熔炼配料经验在百度飞桨AI平台上只用3秒就做出了最优配比AI模型，而这个模型每年可为钢铁企业节省10%的原材料，相对至少需要10分钟的人工精配计算，计算时间节省超过90%，这意味着生产效率的显著提升。
　　百度飞桨平台作为国内最大的深度学习框架之一，是目前最能跟谷歌TensorFlow、脸书PyTorch一较高下的平台。深度学习作为人工智能的“操作系统”，只有通过深度学习框架为人工智能进行大量数据的训练，而且类似于操作系统和芯片，深度学习框架也具有赢家通吃的特征，一旦国外技术占据了上风，人工智能在深层领域的通用技术也将受到框架的规定和限制，所以，自主可控的深度学习框架对“中国智造”而言，重要性不言而喻。

　　除了百度之外，像智能语音领域的科大讯飞、手机视觉人工智能领域的虹软科技、主打人脸识别算法的佳都科技、机器人/无人机平台的赛为智能、工业智能系统研发的哈工智能等等，都是目前在国际领域都算不错的中国人工智能企业，这些企业的发展态势将很大程度决定“中国智造”的未来高度。