我們今天講的數據是比特化的物理世界、比特化的語義表達。伴隨著移動智能終端、基于 MEMS 傳感器、智能機器、智能設備、攝像設備的廣泛普及，物理世界正在被高速的比特化，通過“數據+算力+算法”的邏輯，將物理世界在數字世界去呈現、分析、預測、決策。
互聯網的出現，對于比特化的數據賦予了新內涵。在互聯網沒有出現之前，數據就已經存在，但互聯網的發展才使數據沉淀和利用變得更為容易、自然，而且數據“在線”遠比“大”更能反映本質。大量傳統企業進行了多年的信息化建設，搭建了信息系統，產生了大量數據，但這些數據大多是作為附屬物而存在，可以稱之為死數據，無法產生真正的經濟價值。數據只是收集、分析和查詢，無法真正支撐決策和預測，經驗還是主導因素。數據以局部流動為主，數據的互聯互通很難，數據收集、處理的技術成本高昂。
數字生產力時代的數據是在線產生的數據，是活數據。數據用于記錄、反饋和提升互動體驗，過往雜亂、無用、靜態的數據因為在線而變得鮮活，數據擁有了生命，能夠用于量化決策與預測。發掘數據價值的技術成本降低，數據可以用在全局流程及價值優化，并且實現真正的數據業務化，產生新的社會經濟價值。以阿里巴巴為例，已經基于淘寶和天貓的大量消費者和商家數據，支撐起了螞蟻小貸業務、芝麻信用等相關業務。
IDC 認為，2010 年全球產生的數據量僅為 2ZB，到 2025 年全球每年產生的數據將高達 175ZB，相當于每天產生 491EB 的數據，年均增長 20%。代表數據流量大小的全球互聯網協議（IP）流量從 1992 年的約 100GB/天增長到 2017 年的 45000GB/秒。未來，越來越多的比特化的數據正在更加逼真地描述、優化物理世界的運行，這場變革才剛剛開始。
從行業來看，2018 年按行業劃分的全球企業數據的規模，制造業擁有的數據要素規模最大，為 3584EB，占比為 20.87%；零售批發和金融服務分別為 2212EB 和 2074EB，分別占比 12.88% 和 12.08%；其后是基礎設施建設、媒體與娛樂、醫療保健，規模為 1555EB、1296EB 和 1218EB，占比為 9.05%、7.54%和 7.09%。
承載數字經濟發展的信息通信技術的源頭需要回到 70 多年前。1946 年，世界上第一臺通用計算機“ENIAC”誕生，這臺計算機最初是美國國防部用它來進行彈道計算，是個龐然大物，用了 18000 個電子管，占地 170 平方米，重達 30 噸，耗電功率約 150 千瓦，每秒鐘可進行 5000 次運算。
直到 2006 年左右，云計算技術的出現和發展使得成千上萬臺廉價的服務器能夠通過虛擬化和分布式計算等技術隨需提供計算和存儲能力，推動著云計算成為類似于水與電這樣的公共基礎設施服務，大大降低了技術創新創業的成本，提高了創新效率，使得數據流動起來。數據要素的投入和云計算的應用，使得全要素生產率獲得提升，激發新的生產力產生。
Synergy Research 將“超大規模數據中心”定義為擁有幾十萬臺甚至數百萬臺服務器。2019 年全球超大規模數據中心已超過 500 個，已經是 2015 年的兩倍，超大規模數據中心仍然處于高速擴張的發展期。2015 年時全球數據中心大數據存儲量僅為 25EB，并于當時預計到 2021 年這一規模將達到 403EB，增長 16.12 倍，年均復合增長率約為 48.76%。
從歷史來看，服務器、存儲、網絡帶寬、手機成本的迅速降低以及相應處理能力的增強，共同成為數字技術普惠化的推動力量，也使得數據成為今天數字經濟 2.0 時代的生產要素，并從 1.0 時代的封閉走向開放，從獨享走向共享和融合。
信息通信技術牽引的新一輪工業革命，推動了人類從開發自然資源到開發信息資源拓展，從解放人類體力到解放人類腦力跨越。其背后邏輯在于構建一套賽博空間（Cyberspace）、物理空間(Physical）、意識空間（Human）的閉環賦能體系：物質世界運行—運行規律化—規律模型化—模型算法化—算法代碼化—代碼軟件化—軟件不斷優化和創新物質世界運行。
算法是物理世界運行規律的模型化表達，算法的代碼化就是軟件。軟件是一種以數據與指令集合對知識、經驗、控制邏輯等進行固化封裝的數字化（代碼化）技術，構建了物理世界數據自動流動的規則體系，是業務、流程、組織的賦能工具和載體，解決了復雜制造系統的不確定性、多樣性等問題。
基于算法的軟件作為一種工具、要素和載體，為制造業建立了一套賽博空間與物理空間的閉環賦能體系，實現了物質生產運行規律的模型化、代碼化、軟件化，使制造過程在虛擬世界實現快速迭代和持續優化，并不斷優化物質世界的運行。產品設計和全生命周期管理軟件（如CAX、PLM等）建立了高度集成的數字化模型以及研發工藝仿真體系，生產制造執行系統（MES）是企業實現縱向整合的核心，聯通了設備、原料、訂單、排產、配送等各主要生產環節和生產資源，企業管理系統（如ERP、WMS、CRM）為企業的業務活動進行科學管理，改變了企業管理模式和管理理念。
2016 年，AlphaGo 的出現昭示著計算、數據與算法三者疊加出的人工智能技術的里程碑。人工智能這個過往遙不可及的技術開始走下神壇，只要有了智能終端，你就有機會享用人工智能的普惠價值。智能音箱、工業大腦、智能客服、城市大腦、醫療大腦等各種應用場景都有人工智能技術的影子。
數字生產力的核心價值可以歸結為“數據+算力+算法=服務”，服務可以分解為智能工具和智能決策。智能工具包括有形智能裝備和無形的軟件工具；智能決策表現為數據驅動的決策替代經驗決策，基于數據+算力+算法可以對物理世界進行狀態描述、原因、結果預測、科學決策。“數據+算法”將正確的數據（所承載知識）在正確的時間傳遞給正確的人和機器，以信息流帶動技術流、資金流、人才流、物資流，優化資源的配置效率。
“數據+算力+算法”所帶來的工具革命和決策革命，是一個從局部到全局的過程，從智能的最小單元開始，向系統級、系統之系統演進，從一個單元級的設備到系統級的產線，再到企業的全面運營，數字生產力的價值在于在數字世界描述企業運營狀態、實時分析、科學決策和精準執行。數字生產力時代最本質的變化是實現了生產全流程、全產業鏈、全生命周期管理數據的可獲取、可分析、可執行。數據的及時性、準確性和完整性不斷提升，數據開發利用的深度和廣度不斷拓展，數據流、物流、資金流的協同水平和集成能力，數據流動的自動化水平，成為企業未來核心競爭力的來源。從數據流動的視角看，數字化解決了“有數據”的問題，網絡化解決了“能流動”的問題，智能化解決了“自動”的問題。其內在邏輯是不斷把人類對物理世界的認知規律通過“數據+算力+算法”的模式嵌入到物理世界，把人從繁重、重復性的工作中解放出來。
智能是主體適應、改變、選擇環境的各種行為能力（楊學山）。這種行為能力在數字生產力時代體現為，多種主體基于數據+算法的精準、實時、低成本的決策能力。從微觀企業來看，智能化體現新技術對日常事業務處理，轉化為更多的決策支持。企業智能化從初級階段到高級階段，新技術對事務型業務的支撐比例從 66% 下降到 22%，而決策性業務比例從 9% 提高到 55%，大量重復性、事務性工作已經被智能機器人和人工智能所替代。在智能化高效精準決策的支撐下，企業構建基于“數據+算法”決策運營體系，其本質是對物理世界的重新解構和深度運營。
“數據+算力+算法”構筑的認識和改造世界新模式，推動著生產力核心要素升級、改造和重組。數字經濟時代，基于“數據+算力+算法”，工業時代的勞動者轉型為知識創造者，能量轉換工具升級為智能工具，數據成為除能源、資源、資本等的新生產要素。
勞動者是生產力中最活躍的組成部分，在人類社會的不同發展階段，勞動者自身生產活動的特征、勞動者的結構及人與自然的關系等方面都發生根本的變化。
麻省理工學院的埃里克·布萊恩約弗森（Erik Brynjolfsson）等提出另一個命題，什么是數字經濟時代最稀缺的資源。創新型人才是“第二次機器時代”最稀缺的資源，那些具有創新精神并創造出新產品、新服務或新商業模式的人才正成為市場的主要支配力量。
牛津大學調查了美國 702 種工作，并分析了未來 10 到 20 年被機器取得的可能性，其中 47% 的員工肯定會被替代、19% 的員工有可能被替代。數字生產力的廣泛普及，大量體力和腦力的重復性勞動，正在被智能機器和人工智能所替代，人類可以用更少的勞動時間創造更多的物質財富。
數字生產力激發了每一個人的企業家精神，只有你具備創新要素組合的能力并有這樣的能力去實踐，你就是一個具有企業家精神的人。數字生產力厚植了企業家精神的土壤，是一個企業家精神規?；绕饡r代。要從 Manager 轉型為 Leader，每個人不只是一個執行者，更是一個創新者。
數字生產力本質是為了人的解放和全面發展。未來，生產力的大發展和物質的極大豐富將把我們帶到一個新的社會，無人礦山、無人工廠、無人零售、無人駕駛、無人餐廳將無所不在，人類不再為基本的衣食住行所困擾，越來越多的產業工人、腦力勞動者將成為知識創造者，人們將有更多的時間和精力滿足自己的好奇心，開啟一場想走就走的旅行。從生產力的視角看，“上午打獵，下午捕魚，傍晚從事畜牧，晚飯后從事批判”將不是遙不可及。
在不同的歷史時期，人類社會通過使用不同功能的工具，來擴展和增強人類自身的功能，而這些工具本身也成為區分人類社會形態的重要標志。
20 世紀后期，隨著微電子技術和軟件技術的發展，人類社會改造自然的工具開始發生革命性的變化，其中最重要的標志是數字技術使勞動工具智能化。工業社會以能量轉換為特征的工具逐漸被智能化的工具所驅動，形成了信息社會典型的生產工具——智能工具。智能工具是指具有對信息進行采集、傳輸、處理、執行能力的工具。如果說工業社會的勞動工具解決了人的四肢的有效延伸問題，而信息社會的勞動工具則解決了人腦的問題，是一次增強和擴展人類智力功能、解放人類智力勞動的革命。
20 世紀 50 年代人類社會迎來了新一輪的產業技術革命，傳感器、通信、網絡、軟件、計算機及人工智能、集成電路、互聯網、物聯網、大數據、區塊鏈等各類信息技術的重大突破，構建起信息采集、存儲、傳輸、顯示、處理全鏈條產業體系。它的重大意義在于，數字技術的發明替代及延伸了人類的感覺、神經、思維、效應器官，創造出了新的生產工具，即智能工具。
工業社會以能量轉換工具的發動機、傳動機、工作機基礎上，增加了控制系統，傳統的能量轉換工具被智能化的工具所驅動，它使得傳統的工業社會的生產工具發生了質的變化，使人類的智能活動得到充分的解放和提升，新的智能化工具不只是人的體力的延伸，也是人的腦力的延伸，并使人類社會開始進入一個新的發展階段：數字經濟，智能工具的使用成為人類邁向信息社會的重要標志。
勞動資料不僅是人類勞動力發展的測量器，而且是勞動借以進行社會關系的指示器（馬克思）。物質、能源和信息是人類社會的三大基礎性資源，人類社會的進程正是圍繞對三大資源的開發利用來進行的。人類社會的發展過程是人類不斷改造自然的過程，在人類社會的每一個發展階段都有影響整個社會發展最核心的資源，這一核心資源也是整個社會發展過程中的勞動對象。
在數字經濟時代，多數勞動者通過使用智能工具，進行物質和精神產品生產。對生產要素的認識，經歷了一個逐步深化的過程，土地、勞動、資本、企業家才能、技術等，都曾被認為是典型的生產要素。數字經濟最重要的勞動資料是用“比特”來衡量的數字化信息。
數字生產力創造價值的基本邏輯，是面向賽博空間以算法、算力推進隱性數據和知識的顯性化，將數據轉變為信息，信息轉變為知識，知識轉變為決策，才能在數據的自動流動中化解復雜系統的不確定性。數據要素的價值不在于數據本身，在于數據要素與其他要素融合過程創造的價值。
單獨依靠某一種生產要素將很難實現對經濟增長的推動作用，數據要素創造價值不是數據本身，數據只有跟基于商業實踐的算法、模型聚合在一起的時候才能創造價值。數據和算法、模型結合起來創造價值有三種模式：
一是價值倍增。數據要素能夠提高單一要素的生產效率，數據要素融入到勞動、資本、技術等每個單一要素，單一要素的價值會倍增。
二是資源優化。數據要素不僅帶來了勞動、資本、技術等單一要素的倍增效應，更重要的是提高了勞動、資本、技術、土地這些傳統要素之間的資源配置效率，兩兩之間資源配置優化效率提高。數據生產不了饅頭，生產不了汽車，生產不了房子，但是數據可以低成本、高效率、高質量地生產饅頭、汽車、房子，高效率地提供公共服務。數據要素推動傳統生產要素革命性聚變與裂變，成為驅動經濟持續增長的關鍵因素，這才是數據要素真正的價值所在。
三是投入替代。數據要素可以用更少的物質資源創造更多的物質財富和服務，會對傳統的生產要素產生替代效應。移動支付會替代傳統 ATM 機和營業場所，BCG 估計過去 10 年由于互聯網和移動支付的普及，中國至少減少了 1 萬億元的傳統線下支付基礎設施建設。電子商務減少了傳統商業基礎設施大規模投入，政務“最多跑一次”減少了人力和資源的消耗，數據要素用更少的投入創造了更高的價值。
