日前，2019 IDC中國數字化轉型年度盛典在北京舉行。會上，關于AI、IoT、5G、數字化轉型等這些熱度最高的話題，多位大咖發表了觀點。

IDC中國分析師盧言霞：2020年AI能力跨越POC走進生產環境

IDC中國分析師盧言霞認為，現階段的AI已經不再只局限于深度學習和算法模型的研究上，而是更多關注生產環境的實用性；不再追求算法效率，而是關注實際效果，開始思考是否能帶來業務效率的提升，是否帶來智能化的應用。AI走進生產環境的標志有哪些？主要體現在軟硬一體化的思考，包括數據讀取、數據轉換、數據分析以及支持下一代的存儲。

通過對連續5年行業Top30中的典型企業進行分析，追蹤他們從2015年至今在機器學習、深度學習專利方面的申請趨勢可以發現，申請數量、創新速度有所減緩。其中，平安科技和國家電網可以說是當之無愧的黑馬，特別是在2017-2018年左右，布局效果顯著。

AI軟件——作為AI發展的驅動因素之一，市場格局更為細化，生態更為豐富。追蹤已實現商業化收益的廠商來看，2015年全球市場，AI軟件規模不到11億美金，整個市場不到30家廠商，2019年市場規模已達到29億美金，超過100家主流廠商。預計2023年市場規模能夠達到37億美金，主流廠商可能超過300個。

回歸到行業應用來看，可以看到逐步演進的應用智能化規律。從2018年-2023年，已經成熟落地的行業應用包括：金融反欺詐、生物識別類身份驗證、智能客服、內容審核；正在規模推廣的有：零售貨架識別、智能貨柜、工業質檢、智能安防；未來潛力巨大的應用包括虛擬智能助理、圖數據庫和數據算法等等。

IDC在對國際領先企業進行AI調研時發現，這些企業均已將AI納入重點戰略，其中25%的受訪者已經擁有企業范圍的AI策略，并且有AI至上的文化。60%受訪者表示隨著AI的發展，業務模式在發生變化；對于今年大家比較關注的包括AI隱私、AI合規方面的問題，50%的受訪企業提到內部已有大的框架鼓勵AI的采用。從POC到生產環境，未來生產環境部署AI模型增長的比例能夠達到10%，公有云上增長的比例可以達到7%，云+AI也是一個趨勢。

盧言霞對企業部署AI的建議有四點：首先，要為企業融入AI能力，作為企業數字化轉型戰略的重要部分；第二是為AI項目創建信任、可解釋性和治理能力；第三是為AI應用建立數據戰略；第四是考慮開源AI，通過機器學習學習工具加速開發。她認為，盡管在中國市場由于PR等原因導致市場增長看起來不太穩定，但其實全球AI推進一直在有條不紊地進展中。

數字化轉型2.0時代來臨

IDC中國區總裁霍錦潔女士在演講中表示：數字經濟的發展已經進入快車道，全球數字經濟2018-2022年的復合增長率達到了36%。到2022年，全球數字化GDP將達到46萬億美元，占經濟總量的46%。數字化轉型是數字經濟的核心驅動力，從2019到2021年，數字化轉型方面的直接投資將達到5. 5萬億美元。數字化轉型2.0時代來臨，目標是從未來文化、未來客戶、未來智能、未來運營、未來工作五個維度打造未來企業。無處不在在的AI、每個人都是開發者、云與邊緣的融合、重新定義信任、解決方案自動化而即時，他們構成了未來企業實現客戶價值的五大利器。

IDC中國副總裁兼首席分析師武連峰表示：數字化轉型不能保證成功，但不做數字化轉型注定會失敗。今天，數字化轉型領先者和落后者的差距正在拉大，根據IDC對全球企業的研究，數字化的企業可以保持銷售額年均10%以上的增長，利潤年均12%以上的增長，而非數字化的企業則是持平或下降。數字化轉型已經不是選擇，而是必然。深刻理解數字化轉型最新趨勢，制定贏得未來企業新競賽的策略至關重要。

他認為，中國企業的數字化轉型可以分為五個階段：第一是單點復制階段，第二是局部推廣階段，第三是擴張復制階段，第四是運營管理階段，第五是優化創新階段。未來企業是十年工程，而這是通往未來企業的必經之路。

IDC今年在對400個企業案例做數字化評估的時候，發現處于第三、第四階段的企業總和已超過70%，第五階段的企業占比高于美國，約為5.1%左右，而美國約為4.1%-4.5%。可以發現大部分中國企業已經是數字化轉型的先鋒企業，至少是堅定的執行者。

目前來看，處于第五個階段的企業不管在中國還是全球，總量仍然比較小，這也說明了仍存在很大的空間。武連峰強調，還沒有開始數字化轉型的企業，哪怕今天開始行動，通過快速迭代，未來也將有很大的發展空間。

中國信通院羅松：IoT定位發生根本變化

中國信息通信研究院技術與標準研究所副總工程師羅松表示，IoT正在從比較淺層次的技術和產品，逐漸向比較深層次的重組企業組織生產方式的關鍵基礎設施和關鍵要素開始轉變。

原來IoT是作為一個產業來推動的，今年起定位發生了變化。年初的中央經濟工作會議，明確提出把IoT和AI作為關鍵技術的核心，希望把IoT的作用下沉，成為推動企業數字化、網絡化和智能化轉型的關鍵技術核心。

定位的變化有多方面原因，其中經濟下行的壓力，需要全國性的大規模基礎設施建設，來推動基礎性行業的產業轉型和升級。不論是IoT、5G還是工業互聯網，都在走一條全國性的、由基礎設施的建設帶動行業轉型升級和發展的道路。

談及新型基礎設施和基礎設施的區別，他認為首先是硬件+軟件，原來的基礎設施都是硬件建設，包括公路、鐵路、機場，網絡設備等，而現在還包括可以在基礎設施上運行的技術，包括AI、5G切片技術等；第二個特點體現在可以為多個行業共用，可以為不同行業提供不同的基礎設施的能力，且通過軟件能力升級迭代的速度加快了。

IoT的三個基本矛盾主要是：一是碎片化需求，二是IoT需求一體化，三是需求不穩定和技術不成熟。隨著基礎設施的發展，IoT在行業的滲透率在進一步提升，2013年中國企業的滲透率大約為百分之十幾左右，2017年達到29%，2018年達到34%，明年有望突破50%。

5G將會是提升IoT滲透率的主要因素。隨著5G的推廣，NB-IoT在全球范圍快速增長，其模組價格現在比2G模組還便宜。另一方面，IoT在今年出現了很重要的向行業應用轉型的趨勢，已經開始向電網行業全面滲透。未來，產業界還需重視的一系列工作包括：技術短板、產業生態、深度行業和技術之間的融合、以及標準的制定和安全體系的構建等等。

中移動通信研究院于江：“四新5G”如何承載未來業務

中國移動通信研究院產業與業務合作部副總經理于江博士，將5G網絡特征總結為“四新”：新架構、新空口、新終端、新能力，5G端到端的體系將通過“四新”來改變或承載未來的業務。

新架構，就是5G標準化之初提出的基于服務化的模式，提出了SBA模塊化，通過IP方式提供服務，給5G帶來了很多的靈活性和軟性，滿足各行各業的不同需求。關于5G的組網方式，SA是獨立組網，NSA是非獨立組網，在產業發展還不完全成熟的時候，一些運營商會選擇NSA的網絡建設方式，它的優勢是能夠基于4G的核心網，讓用戶享受到5G的帶寬。但缺陷是無法承載5G網絡在設計之初時提供的所有性能，因為沒有5G的核心網。因此當5G核心網被應用起來之后，就會逐漸轉向SA架構，主流運營商包括中國移動在內都在大力推動SA組網方式的成熟化進程。據其介紹，目前終端側的SA芯片和NSA/SA雙模芯片已經推出了，手機終端已經進廠測試了。最復雜的是核心網的部分，雖然核心網產品在去年年底已經開始逐漸具備，但是需要一個測試過程來達到成熟，現在各個運營商都在積極開展SA組網架構的測試。近期浙江移動發布了首個基于5G SA的云網絡，可以為5G業務帶來更好的體驗。

新空口包括兩方面，一是新的頻段。和4G在資源上最大的不同就是5G帶寬更寬。國家對5G頻段的支持力度非常大，在全球范圍內也非常有資源優勢。很多國家例如美國，6GHz以下的頻段無法被用于5G，或者很分散地用于5G的部分非常少。國內幾家運營商都獲得了不同的頻段，對于中國移動來說，在4.9GHz頻段還有100兆的帶寬，將對今后發展業務帶來很大的助力。二是多天線技術，這與3G、4G時期的積累密不可分，它能夠增加網絡容量，會讓小區內的用戶速率更高，邊緣用戶體驗也將更好。

新終端，并不只是傳統的手機終端，其形態的很大組成部分包括模組，面向各行各業應用。最初推行的是統一的模組，因為只有上量后才能降低成本，從而被廣泛采用。還有一些新興的消費類終端，甚至無人機等等都會運用到5G，這是未來終端的一個趨勢。

新能力方面，一是網絡切片，“切片”最大的功能其實是給需求不同的用戶提供一種專屬服務的能力，滿足各行各業的差異化需求；第二個能力是邊緣計算，把任何運算能力放到邊緣，都能提升應用體驗。邊緣計算主要包括四大能力：第一是本地分流，即敏感數據不出廠，數據留存在本地；第二是邊緣IDC，可以使第三方業務下沉，降時延、省帶寬；第三是能力開放、信息開放，能夠優化時延、提升無線質量；第四是應用更豐富，提供2B/2C增值應用。

就5G+聯合創新的洞察方面，他認為，第一方面，“5G+”會蓄技術融通聚變之力，三大趨勢值得關注：以5G為核心的多技術融合應用將成為各行業加速數字化轉型的必然選擇；5G與很多技術匯集將產生裂變反應，為整個社會發展、數字化轉型帶來強大的驅動力；5G+生態級能力的“大中臺”將形成。

第二方面，“5G+”將拓產業跨界革新之路，將促進產業直接融合，新興行業與傳統行業將形成共生共創的合作關系，這其中，資本對跨行業融通的粘合作用將更加凸顯。

第三方面，5G將助力經濟轉向高質量發展。各行業的技術密集度、產品技術含量將提升，推動各行業降本增效，推動產業結構變革。

不過，5G在與各產業融通也面臨諸多挑戰：第一來自于成熟度，AI、5G、MEC等技術仍處于試驗驗證或應用探索階段，技術自身尚未完全成熟，并且技術之間相互協同的復雜程度較高。第二來自于安全性，不同行業的網絡安全需求等級不同，5G安全技術能否滿足各行業不同程度的安全要求需要進一步驗證。此外，還有接口碎片化、方案定制化、跨行業聯合創新等挑戰，需要在實踐中逐漸解決。