数字技术的特性

各类在线媒体经常用一些眼花缭乱的词语来描述数字技术，如大数据、人工智能、云计算、区块链、物联网、虚拟现实技术、量子计算技术等。数字技术看似纷繁复杂，但本质上就是一系列的信息、计算、沟通和连接技术的组合（见图1-2）[1]。

物联网技术就是由智能硬件（包括射频识别、红外感应器、全球定位系统、激光扫描器等信息传感设备，其中软件部分涉及信息技术）、网络通信协议（涉及连接技术）、服务端开发框架（涉及沟通、连接、计算技术等）等组成，共同形成了物物连接，进行信息交换和通信的网络，最终实现对物品的智能化识别、定位、跟踪、监控和管理。美国计算机行业协会（Computing Technology Industry Association，CompTIA）预测2020年全球物联网设备的数量将达501亿台[2]，物联网世界已经到来，并且正在改变许多产业形态。正如Google前CEO、Alphabet公司（Google的母公司）前执行董事长埃里克·施密特所言：“互联网即将消失，一个高度个性化、互动化的有趣世界——物联网即将诞生”[3]。

图1-2　数字技术的本质

人工智能技术是指机器系统正确解释外部数据，从这些数据中学习，利用这些知识通过灵活适应实现特定目标并完成特定任务的能力，[4]其发展依赖于日益海量化的数据（与信息技术相关）、持续改进的计算能力（与信息与计算技术相关）、不断迭代和优化的算法模型（如深度学习算法等，与计算技术相关）以及不断拓展的应用场景（与沟通和连接技术等相关）。人工智能技术发展与应用就是逐步“用机器换人”的过程，现阶段已在医疗、教育、金融等诸多领域中得到广泛应用。

这些技术看似复杂，但让我们换个角度，从“0”和“1”两个数字开始理解数字技术。数字技术的最底层原理就是把现实世界的所有信息，包括文字、图像、音频、物体等，都转化为二进制的“0”和“1”。对这些信息进行处理的程序底层也是二进制的“0”和“1”。这些二进制数字组成了数字世界的基本构成，同样的数据因不同的人用于不同的目的而呈现出不同的结果和价值（见图1-3）。基于这一逻辑，数字技术就具有了数据同质化（data homogeneity）、可重新编程性（reprogrammability）和可供性（affordance）这三个层层递进的特性。

图1-3　典型数字技术的应用

数据同质化

数据同质化是指数字技术把所有的信息，包括视频和音频等，都转化为二进制数字“0”和“1”进行处理，在这个操作的过程中，具有二进制特征的数据被同质化处理。

例如，美的集团通过数字化营销，将用户的购买记录、购买渠道、地域、使用偏好等信息全部标签化。在标签化过程中，数字技术将多样化的文字或视频信息均同质化为二进制数字。标签化后的每条用户记录可以打上近600个标签和多级标签属性，进而形成对每一个用户唯一且完整的360度用户画像（见图1-4）。美的集团基于此用户大数据库，进行大规模定制，更为精准高效地满足市场需求。

图1-4　美的用户画像流程

进一步，对数据进行处理的程序也是二进制数据，这就使得对数据的采集、挖掘和分析在不同应用场景里可以持续使用和迭代创新。例如，字节跳动把人工智能应用到移动互联网场景之中，开发的今日头条、抖音、TikTok（抖音国际版）、西瓜视频、悟空问答等App不仅占据了中国巨大的市场，同时也开始走向国际市场，其中TikTok全球下载量已达19亿次。

可重新编程性

如前所述，由于数字技术将所有的数据和信息都转换成二进制数字“0”和“1”，同样地，对这些信息处理的程序也是数据，因此其数据格式同样为二进制数字“0”和“1”。因而，数据的重新编程变得十分容易，这就是数字技术的可重新编程性。当企业想要利用数字技术时，先要编辑数据使其符合企业的“气质”，存入企业的数据库，而后对数据的处理程序就可以不断地随着数据的累积和本身技术的发展而自我发展。

例如，宝钢集团在将物联网、云计算、大数据等新技术与全供应链融合应用的过程中，先将决策程序编辑成数据，存储在宝钢的信息库中，构建起符合宝钢整个制造流程的智能制造体系，而后随着数据的增长和新技术的发展，这个智能制造体系不断重新编程以更新迭代。

可供性

当数据被数字技术同质化处理后，这些数据就很容易被重新编程。同样的数字技术被不同企业和不同主体应用可以达到不同的目的，产生不同的效果，释放出不同的潜能，创造不同的价值，这个特性被称为数字技术的可供性。例如，企业对用户在手机上使用社交媒体产生的大数据进行分析，可以实现实时定价、个性化定制等不同目的（见图1-5）。

图1-5　大数据的不同应用

目前诸多企业应用5G技术提升企业的能力，不同的企业会根据不同的目的应用5G技术。例如，华为运用5G芯片打造全生态应用场景。具体来说，华为通过打造车联网平台实时将车辆信息传递到华为5G基站，这些基站采集实时的路况信息和行人信息并汇总传递到计算中心进行数据计算，之后再将自动驾驶方案发给华为AI自动驾驶系统。

与构建全生态应用场景的目的不同，百度主要利用5G加强企业的数字基础设施建设。具体而言，百度正在探索“5G+AI+边缘计算”的垂直合作模式。为此，百度与英特尔共建“5G+AI边缘计算联合实验室”加速移动边缘计算的研发；与中国联通共建“5G+AI联合实验室”；与中兴通讯和中国电信在雄安新区开展基于5G的感知共享技术研发等（见表1-1）。

表1-1　华为与百度的5G应用对比

[1] 刘洋， 董久钰， 魏江. 数字创新管理： 理论框架与未来研究[J]. 管理世界，2020(7): 198-217.

[2] 美国计算机技术行业协会. Internet of things insights and opportunities [EB/OL].（2016-07-01）[2020-03-03].https://www.comptia.org/content/research/internet-ofthings-insights-and-opportunities.

[3] 中新网. 物联网时代，康佳引领营销新风向[EB/OL].（2019-07-19）[2020-03-03].http://www.xinhuanet.com/tech/2019-07/19/c_1124775412.htm.

[4] Kaplan A, Haenlein M. Siri, Siri in my hand, who’s the fairest in the land? On the interpretations, illustrations and implications of artificial intelligence [J]. Business Horizons, 2019, 62(1): 15-25.