當前，新一輪科（kē）技革命（mìng）和產業變革突飛猛進，顛覆性技術不斷湧現。新興顛覆性技術的成熟和產業轉化持續創（chuàng）造新產品、新模式、新業態乃至新產業。以雲計算、大（dà）數據、互聯網、移動互聯網、人工智能、區塊鏈為代表的數字技術是新科技革命和產業變（biàn）革中創新最活躍、影響最廣泛和（hé）深入的技術（shù）群。新一代數字技術如同蒸汽引擎、電動（dòng）馬（mǎ）達、電力、芯片一樣（yàng），是（shì）典型的通用目的技術（General Purpose Technologies，GPT’s）。通用目的技術具有三種典型的特征：一是廣泛的擴散性。具有在廣泛產業領域普遍使用的潛力，而且隨著技術的（de）演進能夠擴散至整個經濟。二是技術改進的內在潛力。隨著技術的發展，性能、成本、用途都會得到持續的改進。三是創新的互補性。通用目的技術扮演著使能者的（de）角色（sè），它不是直接為其他行業（yè）帶來生產率的提高，而是為這些行業提高生產率的創新（xīn）活動打開了機（jī）會之門。_{[Bresnahan,Timothy F.,Trajtenberg,M.General purpose technologies‘Engines of growth’?[J].Journal of Econometrics,1995,65:83-108.Lipsey,Richard G.,Carlaw,Kenneth and Bekar,Glifford T.Economic Transformations:General Purpose Technologies and Long-Term Economic Growth[M].New York:Oxford University Press,2005:97-98.]}當前，新一代數（shù）字技術正在（zài）在加速擴散、與其他行業深（shēn）度融合，成為改變國民經濟各行業的關鍵力量。

新一代數字技術對國民經濟各行業的賦（fù）能作用受（shòu）到我國政府的高（gāo）度重視。在2021年10月18日十九屆中央政治局第三十四次集體學習時，習近平總書記指出：“促進數字技術和實體經濟深度融合，賦能傳統產（chǎn）業轉型升級，催生新產業新業態新模式，不（bú）斷做強做優做大我國數（shù）字經濟。”“推動數字經濟和（hé）實（shí）體（tǐ）經濟融合發展。要把握數字化、網絡化（huà）、智能化方向，推動製造（zào）業、服務業、農業等（děng）產業數字化，利用（yòng）互聯網新技術對傳統產業進行全方位、全鏈條的改造，提高全要（yào）素生產率（lǜ），發揮數字技術對經濟發展的放大、疊加、倍增作用。要推動互聯網、大數據、人工智能同產業深度融合，加快培育一批‘專精特新’企業和製造業單項（xiàng）冠軍企業。”2021年12月國務（wù）院印發的《“十四（sì）五”數字經濟發展（zhǎn）規劃》也提出（chū），“以數據為關鍵要素（sù），以數（shù）字技術與實體經濟深度（dù）融（róng）合為主線”，到2025年“數（shù）字技術（shù）與實體（tǐ）經濟融合取（qǔ）得顯著成效”。可見，“數字技術和實體經（jīng）濟（jì）深度融合”或“數字經（jīng）濟和實（shí）體經濟融合發展”已經成為我國產業和經濟發展的重要戰略（luè）方向。無論是“數（shù）字技（jì）術和實體經濟深度融合”或“數字（zì）經濟和實體經濟融合發展”都是新（xīn）一代數字技術在（zài）實體經濟部門的深度應（yīng）用，與實體經濟部門的創新鏈、工（gōng）程鏈、價值鏈、產業鏈、供應鏈、顧客（kè）價值鏈以及產品、服務緊密融合在一起，並使實體（tǐ）部門的業務流程、產品架構、生產方式、產（chǎn）出形態、生產效率等方麵發生全方位的改變（biàn），這一現象可以簡稱為“數實融合”。

製造業是立國之本、強國之基、創（chuàng）新之源（yuán），在世界經（jīng）曆百年（nián）未有之大變局、新一輪（lún）科技革命和產業變革突飛猛進、全球（qiú）產業鏈價值鏈（liàn）麵臨重構的大背（bèi）景下，製造業在經濟增長、吸納就業、催生創新、國家安全等方麵的（de）重要性進一步（bù）凸顯。從中國（guó）內部看，隨著工資水平的上漲以及（jí）土（tǔ）地、能源、環境等要素約（yuē）束加強，改革開放以來形成的成本優勢正在削弱。通過推動製造業數（shù）實融合，不但可（kě）以用數字技（jì）術為製造業賦能，提高製造業（yè）的勞動生產率（lǜ），保持綜合成本優勢，而且能夠推動（dòng）製造業（yè）的產品創新、生產方式創新、商業模式創新、產品形態創新（xīn），重塑製造（zào）業的國際競爭力，還能夠通過製造業對（duì）數字技術需求所創造的大規模市場，引（yǐn）致數字技術的進一步突破、成熟和產業轉化，帶動數實融合相關的（de）數（shù）字產品、服務和係統解決方案（àn）產業的快速發展，甚（shèn）至在這（zhè）些領域成為全球的行業領導力量。我國政府高度重視製造業的（de）數實融合，近年（nián）來（lái）有關部委出台的關於智能製造、工業互聯網、服務型製造、上雲用數賦智等政策（cè），其核心就是推動製造（zào）業的數實融合。

近年來，國內（nèi）外學者針對製造業的數字化轉型、工業互聯網、智能製造等開展（zhǎn）了大量研究，但直接關注製造業數實融合的研究仍然相對較少（shǎo）。本文將分析製造業數實融合的發生範圍和表現形態、條件與（yǔ）功能，探討製造業數實融合發展的製約（yuē）因素，並有針對性地提出（chū）推動製造業數實融合的政策建議。

製造業的數實融合體現在與製造活動相關的（de）廣（guǎng）泛領域、涉及到各種要素、機構與活動，呈現出多種融合形（xíng）態。

製造業是對自然（rán）資源進行加工和再加工的一係列經濟活動，物（wù）質產品形態、性質的改變主要發生在車間和工廠之中（zhōng），因此當人們想到製（zhì）造業的數字化、數實融合等概念時，常常把其（qí）局限（xiàn）在車間和（hé）工廠這一物理空間（jiān）以及加工製造這一生產環節。實際上，製造業數字化、智能化的（de）領域要廣泛得多_{[中國社會科（kē）學院工業（yè）經濟研究（jiū）所智能經濟研究組.智能+：製造業（yè）的智能化轉型[M].人民郵（yóu）電出版（bǎn）社，2021:18-24.]}，數實融合包括了製造業的全領（lǐng）域、全周期、全生態。

科層企業的內部具有（yǒu）複（fù）雜的結構，企業的規模（mó）越大，內部（bù）的結構越複雜。從組織架構上看，企（qǐ）業包括（kuò）總部和下屬的事業部、子公司、分公司。總部包括行政、財務、投資、戰略、生產經（jīng）營、研發、人力資源等不同的職能部門，每個職（zhí）能部門都有其特點的各種職能與經營管理活動（dòng）。下屬事業部或子（zǐ）公司、分公（gōng）司包含了不同（tóng）產（chǎn）業領域（yù）的生（shēng）產活動，每（měi）個產業領域有擁有多家可能分布於多個區位的車間和（hé）工廠。製造企業的（de）產品製造過程是在車間、工廠（chǎng）中進行的，工廠的活動除生產線的加工製造外，還涉（shè）及進貨（huò）、出貨、倉儲、水（shuǐ）電（diàn）氣熱等基礎設施以及生產過程、生產（chǎn）人員的管理等各種活動。德國工業4.0提出製造業的縱向集成，即將包括機器設備、供（gòng）應鏈係統、生產係統、運營係統等企業內部的流程連接起來，實現（xiàn）信息的實（shí）施溝通（tōng）。製造業數實融合（hé）所覆蓋的活（huó）動遠超過這個範圍，數字（zì）技術可以融入製造企業生產經營活動的方方麵麵，既包（bāo）括各（gè）個部門（業務單元）及其相關（guān）的業務（wù）流程，同時不同部門（業務（wù）單元）、業務（wù）流程之間也被數字化網絡（luò）緊密（mì）聯係在一起，開展交換數（shù）據、響應指令、執行操作等活動。

從價值創（chuàng）造的角度看（kàn），企業的生產經營活（huó）動從產品的創意開始，經過開發設計、加工（gōng）製造，再到產品分銷、運（yùn）營服務，最後是回收處理（lǐ），這構成產品所經曆的完整生命周期，產品全生命（mìng）周期的數字化智能化的過（guò）程被德國工業4.0稱為（wéi）“端到端集成”。製造（zào）業的數實融（róng）合覆蓋了（le）價值（zhí）鏈的全周期，它既可以發生在價值鏈的完整周期，也可以發生在價值鏈的一個或多個環（huán）節。顧客價值鏈（customer value chain）從需求側提供了看待企業價值創造的視角。顧客價（jià）值鏈包括評估、選（xuǎn）擇（zé）、購買、接收、消費、處理等環節。從用戶的視角看，商業模式包括企業為用（yòng）戶（hù）創造的價值、用戶為交換該價值的付出（chū）以及可能對用戶造成的價值侵蝕。因（yīn）此，可（kě）以把顧客價值鏈的活動劃分為：價（jià）值創造、價值捕獲、價值侵蝕。通過解（jiě）綁顧客價值鏈，企業能夠為顧客創造新的價值。_{[Teixeira,Thales S.and Piechota,Greg.Unlocking the Customer Value Chain:How Decoupling Drives Consumer Disruption[M].New York:Currency,2019:27,55-60.]}數字技術（shù）與製造業的深度融合使解綁的力（lì）量超越了一體化的力量，加速了顧客（kè）價值鏈解綁的（de）過程。比如，以前顧客觀看影視作品需（xū）要先租（zū）賃和郵寄影（yǐng）碟（dié），現（xiàn）在，網飛利用連接到顧客家裏的互聯網在線提供影視作品，解構了顧客價值鏈活動，為顧客和自己都創造（zào）了新的價值。

製造企業以產品（pǐn）為中心開展的生產活動雖然主要是在企業內（nèi）部進行的，但是在現（xiàn）代社會分工越來（lái）越細化的條件下，那種像（xiàng）福特汽車Rouge工廠“一端吞進礦石，一（yī）端吐出汽車”的高度一體化的工廠已（yǐ）經不（bú）複存（cún）在（zài），企業必須參與到全（quán）國乃至全球的產業大循環和產業鏈大分工當（dāng）中，企業（yè）的生（shēng）產經營活動才能順利進（jìn）行，由此企業競爭力的來源都已經離不開它所（suǒ）處的商業生態。早（zǎo）期的學者認為（wéi）商（shāng）業生態係統由消費者、供應商、主要的生產者、競爭者和其他風險承擔者（zhě）構成_{[Moore,J.F.Predators and Prey：A New Ecology of Competition[J].Harvard Business Review,1993,(3):75-86.]}。就製造業而言，商業生態係（xì）統包括了上遊原材料、零部件供應商，下遊分銷商、零售商，供應鏈、金融、信息基礎設（shè）施等其他生產性服務活動提供商，開源平台、眾包平台以及其中的廣（guǎng）大極客、創客，領先用戶、用戶社區（qū）等。德國工業4.0將企業與合作夥伴、公司與公司之間、公司與用戶之間的網絡連接（jiē）稱為橫向集成。製造業數實融合包含了企業所處的整個商業生態範圍，隨著數字技術發（fā）展水平的高低和企業（yè）實際（jì）業務發展需要，數實融合也會越來越廣泛地發生（shēng）在商業生態的組（zǔ）成單元之間。

製（zhì）造業（yè）的數實（shí）融合以（yǐ）要素融合、技術融合、設施融合、流程融合、產品（pǐn）融合等多種融合形態呈現。

生產活動的開展需（xū）要生產要素的投入。早期的生產活動主要依靠天然的生產要素（sù）如土地、自然資源、天然勞動（dòng）力。隨著生產力的發展、技（jì）術（shù）的進步和勞動剩餘的積累，資本（běn）、知（zhī）識、技術、管理、受過教育（yù）的高素質勞動力等成為生產要（yào）素的組成部分。在製造業發展的長期過程中特別是現代計算機（jī）出現後，數據也開始在生產過程中發揮作用，例如，冶金、化工、電力等流程型製造業根據各生產環節（jiē）反（fǎn）饋的數據對生產過程進行自動控製（zhì）。但總體上來所，由於（yú）數據量小、數據處理能力弱，數據在製（zhì）造業中發揮的作用非常有限。直到大數（shù）據（jù）、雲計算、物聯（lián）網、移動互聯網、人工智能等新一代數字技術成熟和商業（yè）化應用（yòng）後，數據（jù）海量增長、算力顯（xiǎn）著（zhe）提高，數（shù）據對於包括製造業在內的國民經濟各行業創造經（jīng）濟（jì）價值越來越重要，被稱為數字經濟時代的石油。《中共中央關於（yú）堅持和完善中國特色社會主（zhǔ）義製度推（tuī）進國家治理體（tǐ）係和治理能力現代化若幹重大問題的決定》提出“健全勞動、資本、土地、知識、技術、管理、數據等生（shēng）產要素由市場（chǎng）評（píng）價貢獻、按（àn）貢獻決定報酬（chóu）的機製。”這一論斷在我國官方層麵認可（kě）了數據作為生產要素的地位，數（shù）據不但（dàn）是重要的生產資料（liào），而且能夠按照貢獻參與分配。

數據成為生產要素並不是孤立（lì）的發揮作用，而是與傳（chuán）統的生產（chǎn）要素融合到一起。劉鶴副總理在2021年世界互聯網大會烏鎮峰會上的致辭（cí）中指出：“當前互聯網（wǎng）發展躍升到全麵滲透、跨界融合的新階段，數字技術深度改造生產函數並不斷創造（zào）新業態”_{[新（xīn）華社.劉鶴出席2021年世界互（hù）聯網大會烏鎮峰會[EB/OL].（2021-09-26）[2022-03-20].http://www.gov.cn/guowuyuan/2021-09/26/content_5639418.htm.]}。從這（zhè）一（yī）論（lùn）斷可（kě）以看到，數據與其他生產要素一起成為生（shēng）產函數的組成（chéng）部分。數（shù）據對生產函數的影響（xiǎng）表現在以下幾個方麵：一是數據進入生產函（hán）數（shù）後，會對其他生產（chǎn）要（yào）素產（chǎn）生替代，即在同樣的產（chǎn）出（chū）下，減少一種或幾（jǐ）種生產要素的使用；二是數據能夠讓其他生產要素在投入不（bú）變的情況下，發（fā）揮更大的作用，形成（chéng）更大的產（chǎn）出；三是數據與其他生（shēng）產要（yào）素一起，使產出的結構（gòu）、質量、性能發生顯著改變。另一方（fāng）麵，數據與（yǔ）其他生產要素的融合表現在數據作用的發揮需要其他生產要素的投（tóu）入作為支撐。例如，數據采集、傳輸、存儲、計算等新型基礎設施的建設（shè）需要資本的投入，基礎設施中（zhōng）蘊含著大量的人類知識和技能，基礎設施的運行也需要持續（xù）的電力、人力投入。

現代經濟是創新驅動的經濟，作為創新（xīn）最（zuì）活躍、技術密集度最高的製造業，其發展更是離不（bú）開技術的持續創新；而數（shù）字技術的發展（zhǎn）也是由顛覆性的前沿技術的突破（pò）、成（chéng）熟所推動的，因此技術融合成為製造業數實融（róng）合的重要內容。技術融合主要呈現（xiàn）兩（liǎng）個方麵：一是數字技（jì）術內部的融合。數字技術是一組相互依（yī）賴、相互促進的技術群，隻有當相應技術成熟後其作用（yòng）才能（néng）得到充分發揮。例（lì）如，人工智能的發展幾乎與計算機的出現同步，早在1956年的達特茅斯會議上就提出了人工智能概念，有早起的人工（gōng）智能開拓者曾樂觀地認為，十年內人工智能（néng）就能通過“圖靈測試”。但是直到曆經兩次起落的數十年時間後，等到辛頓教（jiāo）授提出深（shēn）度學習算法（fǎ），在“摩爾定律”推動下（xià）傳輸、存儲、計算能力顯著提高、成本顯著（zhe）下（xià）降（jiàng）時，人工智能技（jì）術才進入大規模應（yīng）用階段。上世紀80年代，索洛在研究（jiū）計算機對生產率的（de）影響時發現，計算機的廣泛使用並沒有使國民經濟的生產（chǎn）率獲得（dé）顯著提升，由此得出著名的索洛悖論：“計算（suàn）機無處不在，除了（le）在生產率上”。後（hòu）來的研究發現（xiàn），計算機實際上顯著（zhe）提高（gāo）了全社會的生產率，索洛悖論存在的原因在於其他方麵的技術在當（dāng）時不（bú）夠成（chéng）熟，未能有效支（zhī）撐（chēng）計算機提升生產率作用的發揮（huī）。Brynjolfsson對人工智能技術的研究發現，與人工智能技術顯著突破的（de）是生（shēng）產率增長的放緩，他們（men）估計原因在於與（yǔ）人工智能互補的相關技術（shù）尚不（bú）成熟，這些互補性技術發展的所（suǒ）需要的資金和時間投入巨大，因此在人工智能技術發展的初期可能會造成生產率的降低。_{[Brynjolfsson,Erik,Daniel Rock,Chad Syverson.Artificial Intelligence and the Modern Productivity Paradox:A Clash of Expectations and Statistics[EB/OL].https://www.nber.org/papers/w24001.pdf，2017.]}目前廣受關（guān）注的元宇宙也是由（yóu）拓展（zhǎn）現實、區塊鏈、人工智能、移動互聯網、區塊鏈（liàn）等技（jì）術構成的技術群所支撐的。數（shù）字技術在製造業中的深度應用，也需要相關（guān）數字技術的協同演進。二是數字技術與製造技術的融合。數字技術在製造業（yè）的應（yīng）用不是製造技術與（yǔ）數字技術相（xiàng）互分離（lí），而是有機融合在一起。生產設備當中融合入數字技術，實現生產線的自動化、智（zhì）能（néng）化；製（zhì）造業所形成的專利、技（jì）術訣竅等以編碼化形態內嵌在的算法（fǎ）、程序、APP中，製造知識構成數字化應用的內核，數字技術成為解決手段。

製造業的生產（chǎn）活動涉及產品的開發、產品（pǐn）原型的製作、產品的製造以及各（gè）種中間投入的（de）原材料、零部件（jiàn）的傳遞，最終產品的運輸和分銷、產品的維（wéi）修和回收。這些（xiē）與產品物理形態相關的生產活動需（xū）要物理生產（chǎn）設施的支撐（chēng），如研發活動中（zhōng）使（shǐ）用的各種實驗儀器，生產工具、設備和生產線，車輛、倉庫、商場、維修車間等物流、分銷和維修（xiū）設施（shī）。同樣，數字技術發揮作用，也需要提供連接、數據、算力、算（suàn）法（fǎ）服務（wù）的信息基礎設施，包括5G、物聯網、工業互聯網、衛（wèi）星（xīng）互聯網等連（lián）接基礎設施（shī），數據中心（xīn）、智能計算中心等（děng）數（shù）據和算力基礎設施（shī），提供PaaS、SaaS服務的人（rén）工智能平台、雲計算平台等（děng）算法基礎設施（shī）。在製造業數實融合的過（guò）程中也包含了數字設施與製造設施的融合。一是製造業的生產活動（dòng）越來越依賴於數字化（huà）的基礎設施，如利用（yòng）運營商的移動通信網絡、公有雲的算力。二是一些大型製造企業內（nèi）部也（yě）在建立數字基礎設施，如工業互（hù）聯網平台、數（shù）據中台、私有雲、5G專網（wǎng），通過這些資產專用性的投資（zī）使物理性質的生產設（shè）施更好的發揮作用。三是最初由大型製造企業內部使用的數字設施（shī）在（zài）成熟完（wán）善後，也（yě）會提供給供應鏈中的合作夥伴使用，甚至進一（yī）步（bù）向行業內企業（yè）乃至整個社會開放，成為具有一定公共產品性質的基礎設施（shī），也成為（wéi）製造企業新的業務增長點。

在（zài）工業革命後（hòu）出現的工廠（chǎng）中，產品生（shēng）產的流程是不連續（xù）的，由工人操作機器完（wán）成某一生產工序的任務，然後將加工過的中間產品轉移至下一生產工序。在第二次工業革命時期（qī），在電（diàn）力（lì）的驅動下，工業生產過程的連續程度有了明顯的提高，在福特（tè）之的流水線生產中，流水線將需要加（jiā）工的產品傳輸到工人（rén）麵前由工（gōng）人進行加工。在第三次工業革（gé）命（mìng）時期，PLC、計算機、軟件、機床（chuáng）、機器人等具有一定自（zì）動化功能的技術在工業（yè）中獲得廣（guǎng）泛應用，能源、石化化工、冶金等流程型行業（yè）的生產過程可以自動化連（lián）續進行。在當前的新一（yī）輪科技革命（mìng）和產業變革中，大數據、雲計算、人工智能、物聯網、更加（jiā）智能化（huà）的（de）機器人等新一代（dài）數字技術在生產線上獲得越來越多的應用，生產（chǎn）流程的數字化、網（wǎng）絡化、智能化或者說智能製造成為製造業的（de）發展方（fāng）向（xiàng），生產係統具有（yǒu）自感知、自學習、自決策、自（zì）執行、自適應等功能。生產係統是實現對（duì）自然資源進（jìn）行加（jiā）工和再（zài）加工的製造（zào）業核心功能，新（xīn）一代數字技術與製造業在生產流（liú）程的深度融合也成（chéng）為（wéi）製造業數（shù）實融合的核心環節。

在工業經濟時代，工廠使用生產設備和工具，通過各種物理、化學和生物反應，將投入的（de）原材料加工成產品，製造業的產出是由原子、分子所構成的物質產品，具有相應的物理的、化學的、機（jī）械的等（děng）多方麵性能（néng）。隨著（zhe）信息技術的發展，產品與（yǔ）數字技術也逐步融合，比如電腦（nǎo）中包含操（cāo）作係統和各種應用軟件，但是總體上看，產（chǎn）品與數字技術融合的領（lǐng）域比較有限，主要集中在ICT相關的產品上。隨著新一代數字技術（shù）的廣（guǎng）泛擴散，越來越多的產（chǎn）品呈現出數實融合的特（tè）征，產品（pǐn）不僅包括物理結構，還（hái）包（bāo）括軟件和數據，物理結構中不僅包括了機械的、有機（jī）的或無機的物質成分，還包括了傳感器、芯片等IT硬件產品。以汽車為例，早期的汽車完全是一個機械產品，由發動機（jī）燃燒燃（rán）料提供動（dòng）力，由駕駛人員操（cāo）縱（zòng）機械部件驅動汽車的行駛（shǐ）；現在（zài）的汽車朝著智（zhì）能網聯甚至無人駕駛的方向前進（jìn），使用芯（xīn）片越來越多，處理的數據量越來越大。在不久的將來，所有產品都將成為數實融合的產品。

製造（zào）業數實融合需要數字技術的發展和數字基礎設施的完善作為支撐（chēng），融（róng）合過（guò）程展現出多方麵的功能。

製造業的數實融合以泛在連（lián）接為前提、以數據為核心、以強大的（de）雲（yún）端或本地算力為支撐，通過算法驅動製造業的生產經營活動。

製造業的數實融合是將製造業的全領域、全周期、全生態與數字技術緊密結合到一起，這種（zhǒng）結合不僅是數字技（jì）術在製造企業的各個業（yè）務單元、價值鏈的各個環節或生態（tài）的各個參與方的使用，而且這些業務單元之間、環節或參與方（fāng）之間都會連接在一起並實現互動。因（yīn）此，製造業數實融合的前提是製造業所涉（shè）及的物質、服務、場（chǎng）景、人、生（shēng）產（chǎn）經營單位等接入信息網絡之中。裏夫金在描述新科技革命（mìng）和產業變革時指出，互聯網、傳感器（qì）和軟件將人力、設備、自然資（zī）源、生產線、物流網絡、消費習慣、回收流（liú）以及經濟和社會生（shēng）活中各個方麵連（lián）接起來，不斷為各個節點（diǎn）（商業、家庭、交通工具（jù））提供實時（shí）的大數據_{[[美]傑裏米（mǐ）•裏夫金.零邊際成本社會一個物聯網、合作共贏的新經濟時代[M].賽迪研究院專家組譯，北京：中信（xìn）出版社，2017:11.]}。新一代數字技術的發展為實時、泛在連接提供（gòng）了可能。

新一代數字技術（shù）是對數據進（jìn）行采集、傳輸（shū）、存儲、處理（lǐ）、應用的技術，隨著數據成為關鍵生產要素（sù）後，數據在國（guó）民經濟各行業的重要性顯著提高。製造業的數實融合也是圍（wéi）繞著數據這一核心來展開的，主要體現在以下三（sān）個方麵：首先，數據分布於製（zhì）造業的全領域、全周期、全生態，並在各（gè）部門、環節、參與方之間流（liú）動；其次，製造業的生產（chǎn）活動、經營決策是建立在對（duì）數據的分析、挖掘之上的。例如，根據銷售情況決定物料采購的多（duō）少和安排生產進（jìn）度，根據用（yòng）戶特征精準選擇宣傳渠（qú）道、促（cù）銷方式（shì）等；第三，一（yī）些新產品、新模式、新業態直接依賴於數據，沒有數據就沒有這些新特征。例如，遠程監測和在線服務等服務型製造模式的開展，需要企（qǐ）業能夠掌握銷售出去的產（chǎn）品的運行狀態數據。由於製造業的生產活動越來越多地建立在數據的基礎上，因此製造企（qǐ）業也在不斷地擴大（dà）數據（jù）的（de）采集範圍，如在生產線、物流設備、產品中嵌入傳感器和芯片，不斷地打通企業內部、企業與顧客、企業與其生態夥（huǒ）伴之間甚至企業外部渠道的數據連接（jiē），以獲得更多能夠為企業創造價值的數據。

對數據的存儲、處理都需要計算能力。在數（shù）據量不大的時候，可以依靠企業自有的計算機、服務器（qì）以及生產設（shè）備自身所帶的嵌入式芯片。隨著數據量的（de）急劇增加，傳（chuán）統的計算能力就無法適應海量數據的計算需求。一些企業缺（quē）少大規模布置計算能力的資金或人才，另外對於大多數（shù）企業（yè）來說，大規模布置的計算能力可能無法獲得（dé）充分使用而造成浪費、成本（běn）增加。大數據中心、雲計算中心、超算中（zhōng）心使算力資源雲端化，企業無需自己投資建（jiàn）立計算能力，可以按需彈性租用，使算力的獲得門檻和使用成本大大降低。算力基礎設施（shī）的提供者既有傳統電信運營商，也有互聯網平台企業。雖（suī）然（rán）雲計算基礎設施成為企業普遍采用的形式（shì），但是出於數據安（ān）全的考慮以及數據處理速度的要求，一些企（qǐ）業（yè）也會（huì）在使用公有雲的（de）同時布置私用雲，在使用雲（yún）計算的同時根據不同應用場景的需求采用霧計算和邊緣計算。

製造企業對數據的使用（yòng）是為了解決特定的任務，而每一種任（rèn）務的解決（jué）都有其內在的規（guī）律、邏輯或方案。算法就是對解決特定任務方案的準確而完整的描述，它以用某種計算機語言編寫（xiě）的代碼的形式呈現出來。製（zhì）造業數實融合中對海量數據的處理，自動（dòng）化、智能化的操作，其背後都有算法在發揮作用。人工智能技術之所以得到廣泛的應用，就在於算法實現了重大的突破。大型製造企業實力強大、人才聚集，有能力（lì）自主開發包括工業互聯網平台（tái）在內的各種算法。而許多中小（xiǎo）企業缺少獨立開發（fā）數字化應用（yòng）的資金和（hé）人才，因此主要采用其他大型製造企業、互聯（lián）網企業開發的門（mén）檻低、易部署的“輕量應用”“微服務”。例如，許多消費平（píng）台企業為入駐企業提（tí）供的支付、開店、銷售（shòu）管理等功能；工業互聯網（wǎng）平台提供的通用和專用PaaS服務、工業APP等SaaS服務。在數字經濟時代，開源運動獲（huò）得更大的發展（zhǎn），許多算法會被極（jí）客、企（qǐ）業和公共機構（gòu）以各（gè）種開源協（xié）議共享，其他企業可以不用（yòng）從頭開（kāi）發這些算（suàn）法、軟件，可以根據（jù）開源（yuán）協議將算法直接（jiē）拿來使用（yòng）或進行二次開發（fā），極大地（dì）加速了算法（fǎ）、軟件的（de）開發速度，顯著降低了（le）開發（fā）成本，加速了算法的普及應（yīng）用。

數字技術與製造技術、數字經濟與製造業的（de）深入融合表現（xiàn）出整合多維數據、發現潛在知識、替代人力勞動、編（biān）碼行業知識、軟（ruǎn）件定義產品、創新商業模式等多種功能。

製造企業的生產經營活動需要利用企業內外（wài）部的各種數據（jù），這些數據構成企業價值的重要來源。一方麵，企業本身的活動就非常複雜，涉及不同業務領（lǐng）域、不同價值鏈環節，另一方麵，企業隻是社會生產、分配、交換、消費大循環中和生產鏈條中的一個環節，企業外（wài）部（bù）的（de）商業夥伴、用戶的數據對（duì）於企業的經營活動至關重要，其他（tā）商業組織或政府機構來源的數據也能（néng）夠給企業帶來（lái）額外的價值。數據的價值取決於數據規模以及顆粒度、鮮活度、連接度、反饋度、響應度、加工度等方麵。_{[李曉華、王怡帆（fān）.數據價值鏈與價值創造機製研究[J].經濟縱橫，2020（11）：54-62+2.]}為了最大化發揮數據的價值、增強企業的市場競爭力，企（qǐ）業需要把（bǎ）來（lái）源（yuán）不（bú）同的數據整合到一（yī）起。數實融合的重要功能就是建立廣（guǎng）泛、實（shí）時的連接（jiē），將來源、結構等（děng）方麵差異巨大的數據整合在一起，為後（hòu）續數據的處理、應用打下基礎（chǔ）。

製造企業的知識（shí）有些來自於人類的科學發現、企業內部的研究開發以（yǐ）及經（jīng）營管理人員（yuán）、生產線的工程師和技術工人長期積累的經（jīng）驗，但是還有許多潛在的未被發現的知（zhī）識隱藏在企業生產經營活動產生的海量數據（jù）之中。建立在（zài）大數據和（hé）機器學習基礎上的人工智能技術能（néng）夠根（gēn）據預（yù）先設定的算法甚至根據為係統設定的規則，找到兩個變量之間的相關關係。這種相關關係一方麵未能被（bèi）企業在傳統的技術手段下發（fā）現，同時人工智能算法本（běn）身（shēn）也無法對二者相互影響（xiǎng）的機製做（zuò）出解釋，但是按照這種（zhǒng）相關關係，就能夠改進企業的（de）績效。比如，通過對生產線各（gè）種工藝參數曆史數據的分析，能夠發現（xiàn）生產效率最高的工藝（yì）參數組合，按照這種工藝參數的調整生產線，就能夠明顯提高良品率和企業的產出效率；通過對用戶（hù）數據的分析，可（kě）以發現用戶對產品特征的偏（piān）好程度，據此開發更加適銷對路的產品。

人工智能等數字技術（shù）可以看作廣義的機器。工業革命之後的很長一個時期，機器（qì）主要是替代人類的體力勞動，完成人力所無（wú）法完成的繁重工作，逐步將人類從繁重、危險、肮髒的工作解放出來。隨著大新一代數字技術的功能不斷強大、成本持續降低及其與加工中心、機器人等（děng）技術的深（shēn）度融合（hé），數字技術替代人工在越來（lái）越多的領域變得在技術和經濟層麵更加可行，不（bú）但一些重複性的勞動密集（jí）型工作可以被數（shù）字技術替代，一些智力型的工作（如一部分研發工作、生產線（xiàn）管理工作、經營（yíng）數據分析工（gōng）作）也成為人工智能技術（shù）的替代對象。隨著我國勞動成本的上漲，傳統（tǒng）的勞動密集（jí）型產業正在喪（sàng）失（shī）全球競爭優勢，用“機器換人”變得越發（fā）緊迫。在質量檢測等一些（xiē）工序上，用機器替代人不但成本低、效率高，而且生產的精度、穩定性也得到（dào）了提高。

無論是已經積累的科學（xué）知識和經驗，還是大數據、人工智能方法洞察的知識，無論是（shì）基於數據提升生產線的性能，還是用機器換人，都需要把這些人類的知識、企業的經驗編碼化，即將這些知識和經驗以（yǐ）代碼、軟件、APP等形態（tài）呈現出來。軟件根據輸入的數據（包括（kuò）人為（wéi）的輸入、設備自動采集的（de）數據（jù）等），按照知識和經驗形成的規則，實現業務環節、業務流程的（de）自動化甚至智能（néng）化（huà）_{[曾鳴．智能商業[M]．北京：中信出版社，2018：77-80．]}。例如，質量檢測領域應用的視覺識別係統（tǒng）就是將反複（fù）訓練後的算法移植（zhí）入生產設備。這些被編碼後的知識（shí）所形成的代碼可以存在於製造企業（yè）生產活動的（de）方方麵（miàn）麵，以應用軟件、APP、工業互聯（lián）網係統、嵌入式（shì）軟件等（děng）形態存在。而且這些代碼（mǎ）隨著人類知識的（de）更新、人工智能係統不斷的（de）訓練而持（chí）續迭代更（gèng）新。

隨著（zhe）數實（shí）融（róng）合（hé）的深入推（tuī）進，軟件已經成為製造業產品的重要（yào）組成部分，可以說，產品的軟件定義特征不斷強化。軟件定義產品包括三種類型：一是軟件定義產品的功能。產品中的一些功能必須依賴軟件來實現，軟件決定了該功（gōng）能的（de）存在與（yǔ）否。二是軟件實現產品的功能。通過軟件的響應、運算、下達指令實現對硬件的操縱，通過硬件（jiàn）的操縱實現（xiàn）特定（dìng）的功能。三是軟（ruǎn）件優化產品的功能。由於軟件相比於能夠實現（xiàn）相同功能的機械部件、電子（zǐ）元件來說性能更優或成本（běn）更低，所以軟件可以取代這些物理元器件。_{[李培根（gēn），高（gāo）亮（liàng）．智能（néng）製造概論[M]．北京：清華大學出版社，2021：273-275．安筱（xiǎo）鵬．重構：數字化轉型的邏（luó）輯[M]．北京：電子工業出版社，2019：54，78，63-64．]}

數字技術會推動（dòng）企業的商業模式和業態創新，這些新型商業模式本身就是高度數實融合（hé）的。在上（shàng）世紀80年代，製造業就出現了服務化的趨勢（shì）。在數字技術的驅動下，製造（zào）業的生產、服（fú）務係統將能夠自動化地對個（gè）性化需求做出響應，突破了傳（chuán）統服務業發展（zhǎn）對（duì）人才的依賴和規模不（bú）經濟的約束。在產品層麵，通過內置在產品中的（de）傳感器采集用戶的使用情況或產品的運行狀態，製造企業能夠提供個性化使用方案定製以及遠程（chéng）在線監測（cè）、預防性維護等增值服務。通過與用戶的直連，製造企業由根據市場預測進行大規模生產的模式轉向根據用戶訂單小批量甚至個性化定製的模（mó）式，高度柔性化、智能（néng）化的生產係統可以低成本的進行小批量甚（shèn）至單件生產。甚（shèn）至製造企業還可以把消費者動員起來，利用社（shè）交媒體、私域流量為企業代言帶貨。

近年來，我國政府高度重視製造業的（de）數實融合，產業升級壓力和產業增長點推動製造企業積極實施（shī）數實融合，互聯網（wǎng）企業也將數實融合作為業務拓展的重要方（fāng）向，我國製造業數實融合水平有了顯著提高（gāo）。例如（rú），中國大陸33家企業入選世界經濟論壇評選出來的“燈塔工廠”，占全部103家的（de）比重接近1/3。然而也要看到，中國製造業的數實融合也麵臨製造能力（lì）、數字化水平、數字化能力、數據流動等多（duō）方麵（miàn）的（de）製約。

製造業數實（shí）融合的重要方麵是將製造業積累的知識的編碼（mǎ）化，隻有製造能力（lì）提高（gāo）了，才有可能將數實融合推（tuī）進到（dào）一個更高的（de）層次。我國製造（zào）業在產品性能、質量、可靠性等方麵與世界領先水平仍存在（zài）較大差距，很重要的就體（tǐ）現在工業軟件（jiàn）的（de）差（chà）距上，而工業軟件本身就是製造業能力的體現（xiàn）。譬如（rú）Matlab、EDA軟件91短视频污做不出來，本質（zhì）上還是91短视频污對製造業（yè）基礎科學的認識不透、對（duì）生產過程中的製造知識積累不足。同樣，在生產領域（yù）的控（kòng）製軟（ruǎn）件方麵，不同工廠使用同樣的設備，但在良（liáng）品（pǐn）率、產品性能上存在差異，也是企業（yè）在製造能力上差距的體現。數字技術可以全（quán）麵推動製造業生產效率的提（tí）高，但是需要（yào）數字技術與製造技術的（de）共同演進。通用電氣在發（fā）布自己的工業互聯網戰略時，提出工業互聯網要“發揮1%的威力”。通（tōng）過對（duì）工業生產線（xiàn）中海（hǎi）量數據的分析，人工智能係統能發現最優（yōu）工況參數的組合，從而明顯改善生產線良品率、提高整（zhěng）體生產效率和（hé）經濟效益，但是如果要進一（yī）步提高（gāo）製造業效率或者說超越“1%的威力”就需要製造業本身技術的（de）進步，比如重新設計（jì）產品、重構生產（chǎn）流程。數字技術隻是起（qǐ）到助力作用（yòng），製造業的問題根本上還要靠製造業本身能力的提升來解決。

製造業的數實融合（hé）是需要企業有數字化思維（wéi），有良好的數字基礎設施支撐以及形成較好的信息化、數字（zì）化應用基礎。但總體上看，我國製造業行業間、地區間、企業間發展很不（bú）平（píng）衡，形象的說是工業1.0、2.0、3.0、4.0並（bìng）存，既有高（gāo）度數字化並積極探索智能化、位列（liè）世界（jiè）“燈塔（tǎ）工廠”的優秀企業，也有大量處於信息化、機械化階段的企業，甚至還有處於手工階段的企業。對（duì）於這些數字化水（shuǐ）平較低的企業，一方麵它們對數實融合（hé）認識不足，積極性（xìng）不高；另一方麵，推動（dòng）數實融合需要（yào）進行大量的設備、係統的（de）數字化改造工作，而這些設備層、係統層的改造往往（wǎng）投入較大。普遍（biàn）來（lái）看，製造業的利潤率相對較（jiào）低，在勞動密集（jí）型產業和中小企業尤為突出，巨額的數字化改（gǎi）造升級投入費用是它們（men）難以承擔。此外，數實融合既是企業的技術決策，也是投（tóu）資決（jué）策，需要對成本與（yǔ）收益進行（háng）綜合考量。數實融（róng）合的投資未必就能帶來（lái）企業效率的提（tí）升以及收益的增長，數字技術不成熟、應（yīng）用環節（jiē）選擇不恰（qià）當等（děng）都造成數實融合投資失敗的風險。也就是說，資金（jīn）投入過大、收益不明確（què）或投資回收（shōu）期長，會造成製造企業特（tè）別是中小企（qǐ）業不願投資於數（shù）字化改造，從而影響數字化水平的提（tí）高和（hé）數實融（róng）合（hé）的深入推進。

企業數字化改造升級的過程（chéng）不（bú）是簡單的把項目外包給提供解決方案的（de）企業就行了。互聯網企業的工程師們懂算法（fǎ）、懂軟件，但是他（tā）們不懂製造業本身的知識，即使是數字（zì）化解決方案提供商（shāng）可能有做過某一類行業數字化改造的經驗，但是各（gè）個企業在生產流程、生產設（shè）備等方麵存在巨大差異，他們對特定的企業也缺（quē）少完整準確的了解。相對的，製造企業自己（jǐ）的工程師懂產品、生產工藝，但不熟悉算法和代碼，很難與（yǔ）數（shù）字化解決方案提供商對話，需要企業內既懂產品、工藝又懂算法、代（dài）碼的（de）工程師作為連接雙（shuāng）方的橋梁。數實融合的深度推進以及由此為企業帶來經濟效（xiào）益的增長（zhǎng），不是說數字基礎設施建成了（le），數字化設備用上了就（jiù）水到渠成（chéng）。數（shù）實融合是一個持續的（de）過程，它需要（yào）產品開發人員、工程師（shī）、管理人員、生產線工（gōng）人熟練地運用數實融合（hé）的生產力（lì）工具，還需要工程師對產品、生產線的算法、軟件不斷進行完善、改進，這（zhè）些工作不（bú）但需要企業員工整體數字思維、數字素養的提高，還需要有一批熟練掌握（wò）和應用算法、軟件的工程師隊伍。但總體來看，我（wǒ）國（guó）數（shù）字技術、管理人才需求量巨（jù）大（dà）、供給偏緊，我國製造業和互聯網行業的數字化人才分布非常不均衡（héng）。互聯網行（háng）業優厚的（de）待遇吸引了（le）大量（liàng）的IT人才，而製造企業微薄的利潤很難養的起一支高水平的IT人才隊伍。

伴隨著企業價值創造活動的開展（zhǎn），是數據的流動。在（zài）製（zhì）造業，數據流動包（bāo）括製造企業內部的（de）流動，製造企業與其供應鏈上下遊業務夥伴間的（de）流動，製造企業與用戶之間（jiān）的流動（dòng），跨行業的數據流動以及（jí）政府與企（qǐ）業間的數據流動。數據作（zuò）為企業價值的重要來源，數據價（jià）值（zhí）創造作用的發揮不但依（yī）賴於數據的規模，還依賴於數據之間的連接，數據的連接越緊密、越廣泛、越及時，對企業的價值就（jiù）越大（dà）。_{[李曉華、王怡帆.數據價值鏈與價值創造（zào）機製（zhì）研究[J].經濟縱橫，2020（11）：54-62+2.]}但是製造業數實融合過程中存在著數據傳輸的障礙，數據不能按照在（zài）其經濟價值的推動下順暢流動。一是技術上的（de）製（zhì）約。製造業由於行業間、企業間使用的設備、係統千差萬別（bié），造（zào）成設備的數字接口不統一，設備之間的連（lián）接難度大；數據結構不統（tǒng）一（yī），增加了數據打通、使用的難度。二是法律上的製約。法律法規沒有對數據的采集、開放、交（jiāo）易和使用做出明確的規定，造成政府數據無法（fǎ）公（gōng）開，個人數據不能采（cǎi）集，企業數據無（wú）法轉讓。在數字經（jīng）濟條件下，法律法規對數據保護（hù）不利也會起到適得其反的（de）作（zuò）用（yòng），比如對（duì）消費者隱（yǐn）私數據的侵犯、大數據（jù）殺熟、基（jī）於大數據的算法壟（lǒng）斷等（děng）問題，產生了對數（shù）據開放、流動的抵製。三是商業上的製約。數據中包含著企業生產、銷售、用戶使用等各個方麵的信息（xī），蘊含著企業的商業機密和長期積累的技術訣竅，對這些數據的掌握是（shì）企業競爭力的重要來源。一方麵，如果企業允許其他企業獲取這些數據，即使企業能從對方（fāng）獲得一些數據作為補償，仍有可能處於數據的淨損失狀態。更（gèng）重要的是，競爭對手可能通過分析這些數據，獲得企業的用戶特征與（yǔ）分布、生產進度、供應商情況以及生產中（zhōng）的工藝參數等信息。例如，一家企業委（wěi）托第三方大數據或人工智能企業（yè）對其（qí）生產線數據（jù）進行分析，幫助其提高生產（chǎn）效率，第（dì）三方企業通過這些數據掌握的企業的“隱性知識”可能會用於為競爭對手企業改進生產線，從而使該企業的競爭優勢縮小；另一方麵，處於（yú）數據優勢地（dì）位的企業為了維護自己的市場地位甚至是（shì）壟斷地位，不（bú）願意將數據開放（fàng）及與其他企業共享。

本文的研究表明，隨著新一輪科技革命和產業變革（gé）的興起，新一代數字技術加快成熟、擴散與融（róng）合，數字技術與實體技術、數字經濟與實體經濟呈現融合程度不斷深化的趨勢，其中（zhōng）製造業是數（shù）實融合進展最快（kuài）、潛力最（zuì）大、重要性最強的國民經（jīng）濟行業之一。製造業（yè）數實融合的範圍包括企業（yè）內部全領域（yù）、價值鏈全周期和供應（yīng）鏈全生態；在形態上表現為要素融合、技（jì）術融合、設施融合（hé）和產品融合。製造業數實融合以連接為基礎、以數（shù）據（jù）為核心、以算力為支撐、以算法為驅動，並通過整合（hé）多維數據（jù）、發現潛在知識、替代人力勞動、軟件定義產（chǎn）品、創新商業模式等功能，發揮對製造業的賦能作用，推動製造業的動力變革、效率變革和質量變革。近年來（lái）在我國政府的大力推動下，在製造企業、互聯網企業（yè）的積極實踐中，我國製造業數實融合（hé）取得明顯進展，但是也麵臨著製造（zào）能（néng）力、數字化（huà）水平、數字（zì）化能（néng）力、數據流動等多方麵的製約。

今後一個時期，製造業數實融（róng）合將進一步深入發展，範圍不斷擴大、程度不斷加深、影（yǐng）響更加凸顯。從數字技術的發展來看（kàn），雲計算、大數據、物聯網、移動互聯網、人工（gōng）智能、智能機器人、3D打印機等技術將進一步發展（zhǎn）成熟，性能（néng）提升（shēng）、成本（běn）降低，具備了在更廣泛領域應用的空間，而區塊鏈、量子計算等新（xīn）興技術也在逐步成熟，將會開拓新的融合領域（yù）、融合模式，產生（shēng）新的融（róng）合業態、融合效果。從世界範圍看，大國博（bó）弈長期持續甚至趨於激烈、新冠肺（fèi）炎疫情、俄烏衝突等事件影響交織，世界（jiè）主要國家（jiā）在以製造業為核心的實體經濟領域的競爭愈發激烈（liè），在以數字技術為核心的新興領域加快布局、培育壯大新興產業（yè），製造（zào）業數實融合是（shì）我國保持和增強（qiáng）製造業全球競爭力、加快培育壯大新興產業和（hé）未來產業的（de）重要途徑。從製（zhì）造業本身看，麵對工資水平上漲、土地和資源等環境約束加劇的狀（zhuàng）況，製造企業亟（jí）待加快轉型、重塑競爭優勢，數實融合是製造業轉型升級、向（xiàng）全球價值（zhí）鏈高端攀升的重（chóng）要推動力。

根（gēn）據存在的阻礙和問題，推動製造業數實融合深入（rù）發展，需要做好以（yǐ）下幾方麵工作（zuò）：一是加快信息基礎設施建設並推動傳統基（jī）礎設施的數字化轉型（xíng）升級，為實現製造企業（yè）的廣泛連接和數據傳輸打好基礎。信息基礎設施建設應（yīng）適度超前，同時把握好超（chāo）前建設進度，實現經濟效益與社會效益的統一。第二，推動數字技術創新，整合（hé）國家戰略科技量，激發企業和社會的創新活（huó）力，盡快突破關鍵核心數字技術，積極布局（jú）腦機接口、量子計算等前沿技術和未來產業，在（zài）提高數字技術自主性的同時，在某些新興（xìng）領（lǐng）域取得（dé）全球領先地位，一方麵擺脫製造企業數實融合中“卡脖子”風險，另一方麵增強數實融合安全性，同時（shí）降低數實融合的發展、應用成本。三是促進（jìn）製造業領軍企業（yè）的數字化轉（zhuǎn）型、構建工（gōng）業互聯網平台，在工業互聯（lián）網平台在企業內部、生態體係內部應用（yòng）成熟後，推動向行業、行業外企業的開放（fàng）共享。第四，促進中小企業（yè）的數字化轉型。通過宣傳推廣、試點示（shì）範提高中小企業數字化轉型的意識；政府（fǔ）的技改資金向中（zhōng）小企業的數字化改造適度傾（qīng）斜，為中小微企（qǐ）業提（tí）供數字化券鼓勵它們購買數字服務，支持製造業行業龍頭企（qǐ）業、互聯網平（píng）台企業為中小企業（yè）開發門檻低、易使用的輕量化應用。第五，進一步完善數字經（jīng）濟法律法規和（hé）政策，推動政府開放公共數據，加強數據安全和數據保護，推（tuī）進實現（xiàn）“原（yuán）數據不出域、數據可（kě）用（yòng）不可見”的聯邦學習_{[陳永偉.聯邦學習能（néng）打破數據（jù）孤島嗎[N].經（jīng）濟觀察報，2020-05-01.]}等數字技術發展和新型數據交易模（mó）式（shì）探索，加快製定（dìng）數字技術、數據（jù）格式的國家標準。第六，加強數字經濟領域國際合作。積極參與（yǔ）《數字經濟夥伴關係協定》（DEPA）等（děng）國際數字規（guī）則的多邊協（xié）定談判與合作，推廣中國（guó）數字經濟的治理主張；支持國內企業參與全（quán）球數字科技（jì）組織，積極建立和參與數字技術聯盟、開源社區。

本文內容來源於網絡，版權歸原作者所有！

文章轉載分享不做商業用途，如有侵權，請聯係91短视频污（men）刪除！