我们今天讲的数据是比特化的物理世界、比特化的语义表达。伴随着移动智能终端、基于 MEMS 传感器、智能机器、智能设备、摄像设备的广泛普及，物理世界正在被高速的比特化，通过“数据+算力+算法”的逻辑，将物理世界在数字世界去呈现、分析、预测、决策。
互联网的出现，对于比特化的数据赋予了新内涵。在互联网没有出现之前，数据就已经存在，但互联网的发展才使数据沉淀和利用变得更为容易、自然，而且数据“在线”远比“大”更能反映本质。大量传统企业进行了多年的信息化建设，搭建了信息系统，产生了大量数据，但这些数据大多是作为附属物而存在，可以称之为死数据，无法产生真正的经济价值。数据只是收集、分析和查询，无法真正支撑决策和预测，经验还是主导因素。数据以局部流动为主，数据的互联互通很难，数据收集、处理的技术成本高昂。
数字生产力时代的数据是在线产生的数据，是活数据。数据用于记录、反馈和提升互动体验，过往杂乱、无用、静态的数据因为在线而变得鲜活，数据拥有了生命，能够用于量化决策与预测。发掘数据价值的技术成本降低，数据可以用在全局流程及价值优化，并且实现真正的数据业务化，产生新的社会经济价值。以阿里巴巴为例，已经基于淘宝和天猫的大量消费者和商家数据，支撑起了蚂蚁小贷业务、芝麻信用等相关业务。
IDC 认为，2010 年全球产生的数据量仅为 2ZB，到 2025 年全球每年产生的数据将高达 175ZB，相当于每天产生 491EB 的数据，年均增长 20%。代表数据流量大小的全球互联网协议（IP）流量从 1992 年的约 100GB/天增长到 2017 年的 45000GB/秒。未来，越来越多的比特化的数据正在更加逼真地描述、优化物理世界的运行，这场变革才刚刚开始。
从行业来看，2018 年按行业划分的全球企业数据的规模，制造业拥有的数据要素规模最大，为 3584EB，占比为 20.87%；零售批发和金融服务分别为 2212EB 和 2074EB，分别占比 12.88% 和 12.08%；其后是基础设施建设、媒体与娱乐、医疗保健，规模为 1555EB、1296EB 和 1218EB，占比为 9.05%、7.54%和 7.09%。
承载数字经济发展的信息通信技术的源头需要回到 70 多年前。1946 年，世界上第一台通用计算机“ENIAC”诞生，这台计算机最初是美国国防部用它来进行弹道计算，是个庞然大物，用了 18000 个电子管，占地 170 平方米，重达 30 吨，耗电功率约 150 千瓦，每秒钟可进行 5000 次运算。
直到 2006 年左右，云计算技术的出现和发展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，推动着云计算成为类似于水与电这样的公共基础设施服务，大大降低了技术创新创业的成本，提高了创新效率，使得数据流动起来。数据要素的投入和云计算的应用，使得全要素生产率获得提升，激发新的生产力产生。
Synergy Research 将“超大规模数据中心”定义为拥有几十万台甚至数百万台服务器。2019 年全球超大规模数据中心已超过 500 个，已经是 2015 年的两倍，超大规模数据中心仍然处于高速扩张的发展期。2015 年时全球数据中心大数据存储量仅为 25EB，并于当时预计到 2021 年这一规模将达到 403EB，增长 16.12 倍，年均复合增长率约为 48.76%。
从历史来看，服务器、存储、网络带宽、手机成本的迅速降低以及相应处理能力的增强，共同成为数字技术普惠化的推动力量，也使得数据成为今天数字经济 2.0 时代的生产要素，并从 1.0 时代的封闭走向开放，从独享走向共享和融合。
信息通信技术牵引的新一轮工业革命，推动了人类从开发自然资源到开发信息资源拓展，从解放人类体力到解放人类脑力跨越。其背后逻辑在于构建一套赛博空间（Cyberspace）、物理空间(Physical）、意识空间（Human）的闭环赋能体系：物质世界运行—运行规律化—规律模型化—模型算法化—算法代码化—代码软件化—软件不断优化和创新物质世界运行。
算法是物理世界运行规律的模型化表达，算法的代码化就是软件。软件是一种以数据与指令集合对知识、经验、控制逻辑等进行固化封装的数字化（代码化）技术，构建了物理世界数据自动流动的规则体系，是业务、流程、组织的赋能工具和载体，解决了复杂制造系统的不确定性、多样性等问题。
基于算法的软件作为一种工具、要素和载体，为制造业建立了一套赛博空间与物理空间的闭环赋能体系，实现了物质生产运行规律的模型化、代码化、软件化，使制造过程在虚拟世界实现快速迭代和持续优化，并不断优化物质世界的运行。产品设计和全生命周期管理软件（如CAX、PLM等）建立了高度集成的数字化模型以及研发工艺仿真体系，生产制造执行系统（MES）是企业实现纵向整合的核心，联通了设备、原料、订单、排产、配送等各主要生产环节和生产资源，企业管理系统（如ERP、WMS、CRM）为企业的业务活动进行科学管理，改变了企业管理模式和管理理念。
2016 年，AlphaGo 的出现昭示着计算、数据与算法三者叠加出的人工智能技术的里程碑。人工智能这个过往遥不可及的技术开始走下神坛，只要有了智能终端，你就有机会享用人工智能的普惠价值。智能音箱、工业大脑、智能客服、城市大脑、医疗大脑等各种应用场景都有人工智能技术的影子。
数字生产力的核心价值可以归结为“数据+算力+算法=服务”，服务可以分解为智能工具和智能决策。智能工具包括有形智能装备和无形的软件工具；智能决策表现为数据驱动的决策替代经验决策，基于数据+算力+算法可以对物理世界进行状态描述、原因、结果预测、科学决策。“数据+算法”将正确的数据（所承载知识）在正确的时间传递给正确的人和机器，以信息流带动技术流、资金流、人才流、物资流，优化资源的配置效率。
“数据+算力+算法”所带来的工具革命和决策革命，是一个从局部到全局的过程，从智能的最小单元开始，向系统级、系统之系统演进，从一个单元级的设备到系统级的产线，再到企业的全面运营，数字生产力的价值在于在数字世界描述企业运营状态、实时分析、科学决策和精准执行。数字生产力时代最本质的变化是实现了生产全流程、全产业链、全生命周期管理数据的可获取、可分析、可执行。数据的及时性、准确性和完整性不断提升，数据开发利用的深度和广度不断拓展，数据流、物流、资金流的协同水平和集成能力，数据流动的自动化水平，成为企业未来核心竞争力的来源。从数据流动的视角看，数字化解决了“有数据”的问题，网络化解决了“能流动”的问题，智能化解决了“自动”的问题。其内在逻辑是不断把人类对物理世界的认知规律通过“数据+算力+算法”的模式嵌入到物理世界，把人从繁重、重复性的工作中解放出来。
智能是主体适应、改变、选择环境的各种行为能力（杨学山）。这种行为能力在数字生产力时代体现为，多种主体基于数据+算法的精准、实时、低成本的决策能力。从微观企业来看，智能化体现新技术对日常事业务处理，转化为更多的决策支持。企业智能化从初级阶段到高级阶段，新技术对事务型业务的支撑比例从 66% 下降到 22%，而决策性业务比例从 9% 提高到 55%，大量重复性、事务性工作已经被智能机器人和人工智能所替代。在智能化高效精准决策的支撑下，企业构建基于“数据+算法”决策运营体系，其本质是对物理世界的重新解构和深度运营。
“数据+算力+算法”构筑的认识和改造世界新模式，推动着生产力核心要素升级、改造和重组。数字经济时代，基于“数据+算力+算法”，工业时代的劳动者转型为知识创造者，能量转换工具升级为智能工具，数据成为除能源、资源、资本等的新生产要素。
劳动者是生产力中最活跃的组成部分，在人类社会的不同发展阶段，劳动者自身生产活动的特征、劳动者的结构及人与自然的关系等方面都发生根本的变化。
麻省理工学院的埃里克·布莱恩约弗森（Erik Brynjolfsson）等提出另一个命题，什么是数字经济时代最稀缺的资源。创新型人才是“第二次机器时代”最稀缺的资源，那些具有创新精神并创造出新产品、新服务或新商业模式的人才正成为市场的主要支配力量。
牛津大学调查了美国 702 种工作，并分析了未来 10 到 20 年被机器取得的可能性，其中 47% 的员工肯定会被替代、19% 的员工有可能被替代。数字生产力的广泛普及，大量体力和脑力的重复性劳动，正在被智能机器和人工智能所替代，人类可以用更少的劳动时间创造更多的物质财富。
数字生产力激发了每一个人的企业家精神，只有你具备创新要素组合的能力并有这样的能力去实践，你就是一个具有企业家精神的人。数字生产力厚植了企业家精神的土壤，是一个企业家精神规模化崛起时代。要从 Manager 转型为 Leader，每个人不只是一个执行者，更是一个创新者。
数字生产力本质是为了人的解放和全面发展。未来，生产力的大发展和物质的极大丰富将把我们带到一个新的社会，无人矿山、无人工厂、无人零售、无人驾驶、无人餐厅将无所不在，人类不再为基本的衣食住行所困扰，越来越多的产业工人、脑力劳动者将成为知识创造者，人们将有更多的时间和精力满足自己的好奇心，开启一场想走就走的旅行。从生产力的视角看，“上午打猎，下午捕鱼，傍晚从事畜牧，晚饭后从事批判”将不是遥不可及。
在不同的历史时期，人类社会通过使用不同功能的工具，来扩展和增强人类自身的功能，而这些工具本身也成为区分人类社会形态的重要标志。
20 世纪后期，随着微电子技术和软件技术的发展，人类社会改造自然的工具开始发生革命性的变化，其中最重要的标志是数字技术使劳动工具智能化。工业社会以能量转换为特征的工具逐渐被智能化的工具所驱动，形成了信息社会典型的生产工具——智能工具。智能工具是指具有对信息进行采集、传输、处理、执行能力的工具。如果说工业社会的劳动工具解决了人的四肢的有效延伸问题，而信息社会的劳动工具则解决了人脑的问题，是一次增强和扩展人类智力功能、解放人类智力劳动的革命。
20 世纪 50 年代人类社会迎来了新一轮的产业技术革命，传感器、通信、网络、软件、计算机及人工智能、集成电路、互联网、物联网、大数据、区块链等各类信息技术的重大突破，构建起信息采集、存储、传输、显示、处理全链条产业体系。它的重大意义在于，数字技术的发明替代及延伸了人类的感觉、神经、思维、效应器官，创造出了新的生产工具，即智能工具。
工业社会以能量转换工具的发动机、传动机、工作机基础上，增加了控制系统，传统的能量转换工具被智能化的工具所驱动，它使得传统的工业社会的生产工具发生了质的变化，使人类的智能活动得到充分的解放和提升，新的智能化工具不只是人的体力的延伸，也是人的脑力的延伸，并使人类社会开始进入一个新的发展阶段：数字经济，智能工具的使用成为人类迈向信息社会的重要标志。
劳动资料不仅是人类劳动力发展的测量器，而且是劳动借以进行社会关系的指示器（马克思）。物质、能源和信息是人类社会的三大基础性资源，人类社会的进程正是围绕对三大资源的开发利用来进行的。人类社会的发展过程是人类不断改造自然的过程，在人类社会的每一个发展阶段都有影响整个社会发展最核心的资源，这一核心资源也是整个社会发展过程中的劳动对象。
在数字经济时代，多数劳动者通过使用智能工具，进行物质和精神产品生产。对生产要素的认识，经历了一个逐步深化的过程，土地、劳动、资本、企业家才能、技术等，都曾被认为是典型的生产要素。数字经济最重要的劳动资料是用“比特”来衡量的数字化信息。
数字生产力创造价值的基本逻辑，是面向赛博空间以算法、算力推进隐性数据和知识的显性化，将数据转变为信息，信息转变为知识，知识转变为决策，才能在数据的自动流动中化解复杂系统的不确定性。数据要素的价值不在于数据本身，在于数据要素与其他要素融合过程创造的价值。
单独依靠某一种生产要素将很难实现对经济增长的推动作用，数据要素创造价值不是数据本身，数据只有跟基于商业实践的算法、模型聚合在一起的时候才能创造价值。数据和算法、模型结合起来创造价值有三种模式：
一是价值倍增。数据要素能够提高单一要素的生产效率，数据要素融入到劳动、资本、技术等每个单一要素，单一要素的价值会倍增。
二是资源优化。数据要素不仅带来了劳动、资本、技术等单一要素的倍增效应，更重要的是提高了劳动、资本、技术、土地这些传统要素之间的资源配置效率，两两之间资源配置优化效率提高。数据生产不了馒头，生产不了汽车，生产不了房子，但是数据可以低成本、高效率、高质量地生产馒头、汽车、房子，高效率地提供公共服务。数据要素推动传统生产要素革命性聚变与裂变，成为驱动经济持续增长的关键因素，这才是数据要素真正的价值所在。
三是投入替代。数据要素可以用更少的物质资源创造更多的物质财富和服务，会对传统的生产要素产生替代效应。移动支付会替代传统 ATM 机和营业场所，BCG 估计过去 10 年由于互联网和移动支付的普及，中国至少减少了 1 万亿元的传统线下支付基础设施建设。电子商务减少了传统商业基础设施大规模投入，政务“最多跑一次”减少了人力和资源的消耗，数据要素用更少的投入创造了更高的价值。
