1.3 如何理解數據生產力

我們都知道，生產力的三要素是勞動對象、勞動資料與勞動者。對數據生產力而言，勞動對象即數據資源，勞動資料則是數字化的智能工具，而勞動者一方面是從純粹的體力與腦力輸出者轉變為數據驅動與自我驅動的個體創造者與創新者，另一方面則是數字原生組織或正在數字化轉型的非數字原生組織。

1.3.1 不斷增長的勞動對象：爆炸的數據

國際數據公司（International Data Corporation，IDC）發布的白皮書Data Age 2025中提到，2010年全世界每年產生的數據量為2ZB，2020年為47ZB，到了2025年這個數字預計達到160ZB以上。全球產生的數據量（2010年至2025年）如圖1-3所示。白皮書還預測，全世界每年產生的數據量到2030年為612ZB，2035年為2142ZB，年均增長約30%。

如果需要處理的數據量大大超過處理能力的上限，就會導致大量數據因無法處理或來不及處理而處于未被利用及價值不明的狀態，這些數據被稱為“暗數據”。據國際商業機器公司（IBM）估計，大多數企業僅對其所有數據的1%進行了分析應用。

作為人口大國和制造大國，我國個人數據和非個人數據的潛在產能巨大，數據資源極為豐富。據IDC預測，2018年至2025年我國的數據圈將以30%的年平均增長速度領先全球，比全球平均增速高3%。2015年我國的數據量還不到5ZB，2018年我國的數據量已占全球數據量的23.4%，預計到2025年，我國的數據量將增長至近50ZB，將占全球數據量的27.8%，成為世界上最大的數據圈、名副其實的數據資源大國和全球數據中心。按地區劃分的全球數據圈規模（2014年至2025年）如圖1-4所示。

1.3.2 不斷革新的勞動資料：數字化機器

本杰明·富蘭克林曾說：“人是制造工具的動物。”生產工具不是自然之物而是人造之物，是人類生產出來供進一步生產而使用的物質手段，是人類改造自然的能力的物質標志。馬克思也曾指出：“各種經濟時代的區別，不在于生產什么，而在于怎樣生產，用什么勞動資料生產。”而勞動資料中的決定因素就是生產工具。

在農業經濟時代，生產工具是手工工具，生產工具的使用完全取決于使用者的技能。在18世紀60年代開始的工業經濟時代，機器（蒸汽機、內燃機、電器等）成為主要的生產工具，以機器取代人力，利用機器創造物質財富。

在如今的數字經濟時代，機器的組成由原來的發動機和傳動裝置變成了程序和代碼，軟件開始定義世界，數字化的智能機器將成為生產工具。其“擬人”的特性意味著要取代人的腦力，而非僅是體力。這種機器不同于過去的傳統機器，其本質是數字化的，在改造物理世界的同時，又創造了一個新的虛擬空間，即數字世界，從根本上拓展了人類的生活空間。如今，每個人不僅生活在物理空間，有各自的物理身份，同時也生活在數字空間，有不同的數字身份。

數字化機器是指那些有能力對數據信息進行采集、傳輸、處理和執行的工具，包括有形的數字化設備和無形的數字化軟件，例如傳感器、通信及控制系統、芯片、集成電路、計算機輔助與仿真軟件、人工智能設備及軟件、大數據軟件、云計算平臺、區塊鏈及物聯網軟件等。這一范圍還在隨著數字技術的發展而不斷壯大。

1.3.3 被解放的勞動者：數據驅動的創新個體

2016年，AlphaGo的橫空出世無疑是AI技術第三次浪潮的一個里程碑。當時的社會輿論中普遍出現了一種AI焦慮，其背后是人們開始擔心“數據+算力+算法”的組合在可見的未來會替代人的工作，從而引發了各大媒體的討論。當時，牛津大學還調查研究了美國的700多種工作，并分析了它們在未來10年到20年被取代的可能性，結果是47%的工作肯定會被取代，19%的工作可能會被取代。

如今，我們發現有些工作確實被數據及算法取代，例如企業部分客服的職能、部分市場分析的崗位、部分超市中的售貨員、部分配電站中的巡檢員、部分物流運輸的工作等。但不可否認的是，數字化時代也創造出了許多新的工作職能與崗位。隨著數據生產力的普及，大量純體力及重復性的腦力工作者被替代，但同樣也被“解放”出來，有機會參與更富有創造性的工作。

市場上開始需要更多的數據分析師、算法工程師、藝術設計師、文案創作者等。例如，基于文字與視頻內容的自媒體呈爆炸式增長，帶給用戶更加豐富的娛樂生活與媒體內容；制造企業從關注產能和效率，轉型到關注設計與質量，帶給消費者更好、更多元化的產品；媒體開始關心大眾傳播的轉換效率；零售企業開始關心消費者體驗；能源企業開始嘗試利用碳中和技術創造綠色、可持續發展的環境。

在數據生產力時代，每個個體與組織的想象力被最大限度地釋放，愈發成熟的數字化工具也激發出每個個體的企業家精神。我們會看到更多的無人零售、無人工廠、無人電站、無人駕駛等，這使得越來越多的傳統生產力得以解放，更高的數字生產效率使得人們將有更多的時間與精力去追尋各自內心的目標，并為之進行創新與創造，或許是更豐富的知識，或許是更高效的工具，或許是體驗更好的產品。在這個創造的過程中，又會產生更多的數據資源，進一步加速整個數據生產力時代的發展。

1.3.4 重構的數字化組織：數據密集型與平臺型生態組織

按照要素使用密集程度對行業進行劃分，通常可以分為資源密集型、勞動密集型、資本密集型和技術密集型。在數據要素成為關鍵生產要素后，由于部分行業具有的數字化機器能夠大規模地生產數據要素，從而表現出與其他四種類型行業的不同特征，因此數據密集型行業或將成為一個新的類型。

在這個時代，無論是企業還是國家之間的競爭，從某種意義上說就是在不確定的環境下，為謀求自身生存與發展而開展的對數據資源的爭奪，以及數據處理效率的較量。誰能生產和發掘更多有效的數據資源，誰能利用數字化機器更快、更好、更有效率地處理數據，誰能通過數據創造更多有價值的見解知識并為其戰略服務，誰就能擁有更多的競爭優勢、筑造更寬的數字護城河。在這個過程中，數據會成為各類組織占據制高點的核心要素，組織正從重視技術密集延伸到重視數據密集，數據也成為國家與企業作出科學決策的基石。

全球市值最大的公司所屬行業類型的變遷歷程同樣說明了資本市場對技術和數據密集行業的態度。截至2023年2月20日，全球市值最大的10家公司中，除沙特阿拉伯國家石油公司和伯克希爾·哈撒韋公司外，其他8家公司都是高科技公司，包括蘋果、微軟、特斯拉、英偉達等，而谷歌、亞馬遜等是典型的互聯網公司，數字技術行業企業數量和市值的占比分別為80%和77%。

如果說全球化使得人類大規模協作的廣度、深度及頻率步入新階段，那么基于數據生產力的解放使人人互聯轉變為萬物互聯，我們正處在構建平臺型生態組織的過程中。這個過程會重構組織內外部對數據的感知、采集、處理、使用和管理的體系，從而重構組織內外部過去已然定型的分工協作模式，重塑組織與組織、組織與個人之間的關系。這會重新定義組織的邊界。平臺型生態組織的崛起會使人類分工協作的規模邁向歷史上從未達到也從未敢想象的高度，我們也都會屬于“數字生態共同體”的框架之下，通過共同的協作推動人類社會進入一個充滿想象的空間。