激活生产力：DT时代的模式升级与范式转移.pdf

1、 以控制为出发点的 IT 时代，正在走向以激活生产力为目的的 DT 时代。马云 前前 言言 约 100 年前的 1910 年，有感于曼哈顿的灯火通明，美国意象派诗人埃兹拉庞德这样赞颂新奇的电力：“这就是文明诗一样的美景，因为我们已把星星摘了下来，终于遂了心愿”。无数的热议、想象、憧憬、幻想，同样发生于 100 年后的今天DT 时代！过去已经发生，未来尚未到来。在这个新技术、新应用、新模式层出不穷、剧烈变迁的年代，最难把握的就是“现在”。当全球互联网的商业化进程已经走过约 20 年，今天互联网所驱动的商业社会，已经演进到了什么程度，理解和把握它的核心关键词是什么？毫无疑问，“大数据时代”在全球快

2、速到来，应该是人们对今天商业和社会的基本共识。进一步地，随着近年来大数据技术的进步、应用的扩展、商业模式和治理模式的创新，“人类社会正在从 IT 时代进入到 DT 时代”这一判断与主张，由于其在认知和表达上的有力、简洁、清晰，已经得到了互联网业界的普遍共鸣，也正在逐渐被社会各界所接受和认可。技术改变商业，商业改变制度和社会生活。阿里数据经济研究中心（ADEC）认为，DT 技术的快速发展、日益成熟、推广应用，已经对商业体系的创新，展示出了巨大的变革潜力。而数据驱动的、全新的商业形态，也将带来新的社会生活与文化景观。本报告从“产业、范式、模式、文化”四个方面，努力为浮现中的 DT 时代刻画出一幅简

3、明的图景与形貌。报告的核心结论如下：产业篇：DT 产业快速演化。如果说 IT 时代类似工业时代的第一次工业革命，标志着信息文明的开端，那么 DT 时代则类似工业时代的第二次工业革命，标志着信息文明逐步步入成熟期。当前，DT 产业正在转入“快速发育”及“应用拉动”的发展阶段。范式篇：DT 时代的新范式雏形初现。从工业时代到信息时代，从 IT 时代再到 DT 时代，不只是单个点上的技术突破、模式创新，而是已经发生了数轮包括“基础设施+生产要素+支柱产业+分工协作网络（商业模式+组织模式）+制度与文化”的“技术-经济”范式转移，这里发生的是模式创新，是范式转移，更是时代变迁。模式篇：DT 时代的商业

4、与组织。DT 时代，B 端终于能够发育出真正满足能够个性化、多样化需求的商业模式（C2B），与这一商业模式相应的，则是“大平台+小前端”的企业内部与企业之间的组织协作方式（云端制）。文化篇：DT 时代将引致社会生活和文化领域的一系列变化，迎来全新的商业文明。表现为：“后喻文化”（由年轻人所主导的文化）盛行；“利他主义”成为大规模现实（普遍准则）；开放、分享、透明、责任（价值取向）；个人获得极大自主权和自由度（社会景观）。DT 时代的快速到来，在价值创造上已经初步展示出了广阔无边的巨大潜力，以及一个令人心仪的美好未来。预测未来的最佳方式就是创造未来。阿里数据经济研究中心，将协同国内外关注和研究

5、DT 时代的各界研究力量，协力研究探索DT时代微观层面上的商业模式与组织模式创新、中观产业层面上的DT化进程，以及 DT 与宏观经济、社会治理、社会文化之间的关联互动机制。未来，已至。目目 录录 一、产业篇：一、产业篇：DTDT 化进程持续展开化进程持续展开 .1 1（一）从 IT 到 DT 的历史变迁.1（二）DT 技术群落：以云和大数据为核心.2（三）DT 产业进行时.5（四）各产业的 DT 化进程.6 二、范式篇：二、范式篇：DTDT 时代的“技术时代的“技术-经济”范式经济”范式 .9 9（一）认知框架：DT 改变社会经济的各个层面.9（二）一整套范式的转移与升级.11（三）DT 作用

6、于商业变革的机制.13（四）DT 推动“社会分工/协作”跃上全新高度.16 三、模式篇：三、模式篇：DTDT 再造商业模式与组织模式再造商业模式与组织模式.1919（一）20 世纪 70 年代：一个极为重要的时间节点.19（二）今日从何而来：福特制大规模定制C2B.21（三）C2B：DT 时代的商业模式.23（四）云端制：DT 时代的组织模式.25 四、文化篇：四、文化篇：DTDT 时代的商业文明时代的商业文明 .3232（一）工业时代商业体系、政策框架、文化惯习的巨变.32（二）IT 时代的最佳实践与商业新常识.33（三）DT 时代的社会文化景观.34 五、结语：五、结语：DTDT 开启信息

7、文明的大历史开启信息文明的大历史 .3838 1 一、产业篇：一、产业篇：DTDT 化进程持续展开化进程持续展开 如果说 IT 时代类似工业时代的第一次工业革命，标志着信息文明的开端，那么 DT 时代则类似工业时代的第二次工业革命，标志着信息文明逐步步入成熟期。当前，DT 正在转入“产业快速发育”及“应用拉动”的发展阶段，模式创新与业态创新也开始出现。（一）从（一）从 ITIT 到到 DTDT 的历史变迁的历史变迁 回望 IT 的发展史，会发现数据的角色以及形态，从计算机诞生伊始就开始发生着不一样的变革。第一次工业革命是以机械代替手工为代表，2006 年云计算概念出现以前的 IT 时代，正类似

8、于信息时代的第一次工业革命。1964 年，IBM发明System/360大型计算机，这个时代的计算机最主要的目的是替代手工操作，以主机/终端的计算模式为主，数据以集中的方式保留在主机。后来摩尔定律出现，伴随着计算能力的迅速提升，PC 端处理能力的增强使得客户机/服务器的计算架构成为了主流，数据变得分散，服务器端与客户端都有数据。TCP/IP 协议的出现以及宽带网络的发展使得网络边界延展开去，Internet 进入人们的工作与生活，数据开始跨越企业边界去流动，数据之间的共享开放成为可能。图表图表 1 1 从从 ITIT 时代到时代到 DTDT 时代时代 来源：阿里数据经济研究中心，2015 云计

9、算的出现和兴起，使得成千上万台廉价的服务器能够通过虚拟化和分布式计算等技术随需提供计算和存储能力，云计算成为类似于水与电这样的公共基础设施服务，这正有如信息时代的第二次工业革命。云计算的出现使得数据可以随时在线，数据成为如同货币、石油一样的资产，数据成为激发生产力的核心资源，使得信息经济越来越名副其实，数据也成为了连接云、网、端的核心。2 （二）（二）DTDT 技术群落：以云和大数据为核心技术群落：以云和大数据为核心 DT 意味着信息技术的发展，终于有能力、以低价格的形式还原、映射、记录和支撑商业世界的运行。DT 时代的技术基础并不是单一的某种技术，而是以云计算和大数据技术为核心的技术群落，这

10、一组新的技术群落包括云（计算）、大（数据）、智（智能化）、物（物联网）、移（移动互联网）等，它们共同驱动了 DT 新世界的到来。图表图表 2 DT2 DT 时代的技术基础准备时代的技术基础准备 来源：阿里数据经济研究中心，2015 图表图表 3 3 全球大数据计算性能变迁史全球大数据计算性能变迁史（100TB 数据排序耗时）1 1 分析 IT 世界的技术演变可以发现，IT 时代实际上是以高价位、高稳定性、1 http:/ 3 封闭的技术为主导的时代，商业化硬件与软件技术在那时获得了繁荣和发展。那个时代的技术最主要还是应用在企业内部的信息化建设为主，企业要投资大量的资金建设自己的机房，选用昂贵的

11、技术架构去支撑自己的业务系统，最主要的数据处理还是内部数据和结构化数据处理为主，处理的数据主要来自于内部信息系统如 ERP 上所产生的数据；数据的流动和共享也主要在企业内部为主。著名的网络三定律：摩尔定律，吉尔德定律以及迈特卡尔定律，诠释了互联网发展的技术基础，也为 DT 世界奠定了硬件技术的基因。在某种意义上讲，摩尔定律从微观角度解释了产品性能提高而成本降低的现象；吉尔德定律则提出了主干网带宽的增长速度至少是运算性能增长速度的三倍；迈特卡尔定律则从宏观角度解释了产生这种现象的社会渊源这就是随着一种技术的使用者不断增多，每一个使用者从使用中获得的价值也不断增加，但使用费用却不断下降的现象。服务

12、器、存储、网络带宽成本的降低以及相应技术处理能力的增强，共同为云计算的广泛使用奠定了基础，这也使得数据的流动、共享以及开放成为现实。云计算使得成千上万台的服务器利用分布式处理技术和虚拟化技术形成横向扩展的计算能力，用户使用订阅服务的模式，以低价的成本，就可以获得前所未有的计算和存储能力。软件的发展，尤其是数据管理技术的发展，成为 DT 世界到来的另一个技术基础。据统计，今天的 DT 世界中只有 15%的数据是以二维表形式为代表的结构化数据，85%的是来自于机器数据、图像、视频、音频、网页、社交媒体以及日志等多种来源的半结构化或非结构化数据。从数据管理技术的发展来看，最早的数据管理实际上是以文件

13、管理为主，数据与应用紧密捆绑在文件中，直到 1960 年开始，网状数据库的出现开始将数据与应用分开，更有标志性的是，1970 年 E.F.Codd 的关系数据库理论出现，数据处理的技术开始出现质的改变，之后以关系数据库技术为核心的数据管理技术开始主导数据管理市场，1990 年以后数据仓库技术的发展，则使得数据分析成为数据管理的热点方向。直到互联网的快速发展带来了 Google 分布式系统三架马车 GFS、MapReduce 和 BigTable，随之以其为基础的 Hadoop 进入到 Apache基金会，才意味着与云计算匹配的大数据管理技术的软件基础已经基本准备就绪，这一次的软件不再是商业化软

14、件主导，而是开源技术成为了主导。总之，DT 世界的技术群落中的关键词是经济性、虚拟化、分布式、开源、横向扩展，这些因素使得 DT 世界的主体不再是传统的大企业，而成为了拥有勃勃生机的中小企业。4 图表图表 4 4 DTDT 技术群落及特点技术群落及特点 来源：阿里数据经济研究中心，2015 而在 DT 应用层面，尤其是数据分析与挖掘以及应用层面的技术领域里，炙手可热的数据可视化、人工智能、机器学习、数据挖掘以及模式识别技术的发展，将会带动着 DT 技术更深层次的应用。虽然人工智能是 1956 年就提出的概念，但一直并没有获得很大实质性进展。机器学习是人工智能的核心和基础，是使计算机具有智能的根

15、本途径，其应用遍及人工智能的各个领域。该领域的顶级专家Alpaydin 先生定义机器学习为“用数据或以往的经验，以此优化计算机程序的性能标准。”可见数据是机器学习和人工智能的基础。尤其是深度学习的出现和发展，使得人工智能迈上了新的台阶。在德国汉诺威展上，马云的“刷脸”支付带给了业界很大的冲击，其实质就是支付宝的支付技术与 Face+的人脸识别技术云服务结合的结果。图表图表 5 5 大数据技术的发展方向大数据技术的发展方向 来源：阿里数据经济研究中心，2015 从Gartner 2014年技术成熟度曲线中也可以发现，目前大数据作为一个新兴 5 领域，已经在全球进入到了应用发展的阶段。可以预期，未

16、来随着大数据应用的不断发展，“应用”将成为越来越主要的牵引力。面向未来，云大智物移的新技术群落，还能带来更多的可能性与想象空间。正如阿里巴巴集团董事局主席马云所言，“我们在经历的这一次技术革命，是在释放人的大脑。未来三十年，整个变革会远远超过大家的想象。”综合世界经济论坛、阿里研究院、华泰证券研究所等机构的研究：借助芯片、传感器、智能终端等科技领域的快速进步，未来10-15年“云大智物移”这一组新的技术群落还将发生进一步令人期待的快速演化。图表图表 6 6 未来十年科技发展预测未来十年科技发展预测 来源：世界经济论坛，阿里研究院 （三）（三）DTDT 产业进行时产业进行时 在 IT 世界里，存在着众多的技术创新主体，这其中既有硬件起步的 IBM、HP、EMC、Cisco 等巨头，也有软件制胜的 Oracle、微软。从 IBM 的百年历史能够透视出，以单一的技术提供者身份，可以为大型企业级用户提供从硬件、软件到服务的完整 IT 解决方案，Oracle 与微软则在数据库、操作系统与办公软件市场上领先。这些 IT 世界的领军企业，也都早早注意到了 DT 世界的到来，纷纷采取收购或转型的方式向