新数字经济全面崛起，让科技网红、商业精英与人工智能紧密融合！

还记得上次在PE研讨会中，红眼兔创始人兼CEO芮江峰先生不止一次向行业同仁们强调智能、数据云、物联网这些热点词汇。于是最近有很多筒子们问小编，这些看似很高端的词汇究竟有什么内涵，能不能换个简单的方式阐述给大家。

为了解决大家的困惑，红眼兔小编夙兴夜寐、绞尽脑汁，冒着累死一大批脑细胞的风险，为大家分析了一波这些逼格很高的热点词汇。

说到这里，行业最热明星词汇，已经按捺不住自己的性子了，非要抢先刷一波存在感。

新数字经济的商业模式与行业组织

新数字经济的技术进步，为商业模式和行业组织带来一系列新特点。跨领域的合作(例如计算机和数据科学与生物学、政治活动或银行业务合作)是必须的，但还不够。

情况极其复杂，而且越来越复杂，系统必须能够动态应对，并且不会崩溃。新数字经济的系统必须：1)依赖第三方提供互补产品和服务;2)利用外部(甚至公共的)知识和技术资源;3)划分成独立的、可管理的、可负担的、可互操作的部分。换言之，新数字经济必须以平台、开放创新和模块化为基础。

物联网

大家好，我叫物联网。据我所知，很多人对我都有一种若即若离的感情，熟悉而陌生，亲近又疏远。其实我还有一个好哥们儿叫做“数据资源”，最直接的体现物就是传感器，以传感器为载体，我们可以被嵌入在机器人和生产设备中，也能够嵌入在操作员的可穿戴设备、工业车辆、建筑、管道中。定期连续自动传输数据的传感器，成本很低、功耗很小、带宽要求不高，使一切成为可能。

只要是可以用传感器的地方，无线传输把远程设备与集成系统连接起来，由于可以从系统中的多个点，连续采集多个数据源的数据，经过一段时间后，可能会积累大量的数据。善加利用数据，让它们会成为知识、创新、利润的新来源就是我的直接体现了。

云计算

其实我并不是生活在云上的物体，云只是对那些承载大量数据的载体的一种称呼而已。我是一种系统，让用户在需要时，可以通过互联网或其他数字网络，访问可扩展的弹性数据存储池和计算资源。

微软在大家的眼里是最大的个人计算机软件供应商，可是在我心里却是将我捧成新一代“网红”的经纪人。现在云计算软件的收入占其总收入的一半以上。网络浏览器已经取代了下载安装的程序，成为操作线上软件与数据的工具。

作为新一代“网红”，很多企业都想跟我“套近乎”，存储空间、应用程序和平台可以想方法租赁我，并由供应商进行更新。只要能连接互联网，软件随时随地都是可用的，并且永远都是最新版本。存储也是一样，从个人计算机和专有网络转移到云端。虽然普通消费者还不是很了解我，可是企业则恰恰相反，我们云计算的优势巨大，被采用得也很快。

大数据分析

云不仅是存储数据和运行程序的地方，还是接受物联网自动流入的巨量数据的容器。如果组成物联网的传感器和设备自动向云发送数据，那么对元数据做适当粒度的标记(来源、位置等)，通过“数据开采”，可以形成新的认识。企业、政府机构及任何个人或组织可以访问数据，用深度分析工具进行分析，实现“数据驱动决策”。

这样做既不简单，也不容易。因为取样规模大，既会提高分析的稳定性，也会带来风险。为了克服这些弊端，在时代的召唤下，我如期而至。从我诞生之日起，就面临着两大挑战：一，是从质量差的数据中筛查“干扰”数据(包括元数据标签不正确的数据);二，对不同来源和种类的数据进行加权和解释。

俗话说：“没有那金刚钻,就别揽那瓷器活。”为了应对传统技术难关，我必须具备三大新特点：数据量大、收集速度快、数据多样化。由于云计算可以扩展，随时可用，随时可以访问，所以企业可以用各种形式(书面、数字、视听)，近乎实时地积累体量空前的数据。

数据量大、形式多样，提高了分析的精确性(例如“集体智慧”);收集速度快，则提高了响应的速度和相关性。这些已经成为了我跻身时代潮流前端的代名词。

然而，我也不是万能的，保证数据的完整性，始终是用我们大数据做决策最大的挑战之一。

决策者怎样判断原始数据有没有被篡改? 为了解决这个难题，我的好基友“区块链”诞生了，区块链是一种编码和分享数据的强大方法，它可以对数据进行加密。例如，时间戳和位置戳，可以避免事后篡改数据。

区块链貌似很深奥，其实很简单。举个例子：询问数据的完整性，与询问数据的准确性或数据的意义不同。有问题的传感器可能会提供错误的数据，数据的准确性和意义，总是通过分析来确定的。但是当数据池特别大时，特别是把数据集中到一起，向公众公开或跨机构公开时，数据完整性就更重要了。

区块链系统就是为此设计的。区块链技术可以创建共享数据层，自动执行合同、版税支付系统、分布式文件存储、点对点零售、安全众筹、透明投票和公司治理。通过比较物联网的多个传感器的数据，也可以实现类似验证。在新数字经济中，数据拥有者的权力无可争辩。

区块链技术及其他数据验证方法，可以将云计算的重点，从数据所有权向数据分析转移。换言之，竞争就体现在分析的速度、质量和准确性上。

人工智能

如果云端有大量数据，那么通过分析，就能深入认识数据源(人或机器)及其代表的社会动态和商业动态，包括新数字经济怎样发挥作用。

其实我是一种机器学习算法，由于大规模进行预测和决策的自动化水平会越来越高。现在人工智能的热点(也是令人担心的一点)，是人工智能既在逐渐超越“有监督的机器学习”——即由人类给图像及其他数据加上标签，事先定义好什么方法是“正确” 的(主要构成了机器智能的外在);也有 “无监督的学习”——即事先不定义方法，机器可以对未加标签的数据即时进行分类，无需人工干预，系统就能改善执行效果。

我们的历史悠久，它与两种相互竞争的实现方法——即基于规则的决策和机器学习紧密联系在一起。当计算机像人类创建新的神经通路那样，能根据数据分析改变程序(“前向传播”)时，机器学习就实现了。机器学习通过改变现有代码，改进了人类学习(“反向传播”)。机器学习创建了新代码，迅速彻底地提高了系统性能。

各公司一般都会寻求将工作的输出格式标准化(在橙色六边形处交换信息)，找外部供应商降低成本，提高灵活性，解放内部员工做价值含量更高的工作。供应商寻求与各种客户进行标准化互动，推动一个行业广泛使用外部供应商，从而在价值链上产生标准的行业信息交换方法。此类方法一般包括第三方IT系统的应用。

尽管各公司可以用子公司之间的模块化联系，但是价值链的模块化，至少在理论上可以减少合同摩擦的影响，增加了外包的可能性。

简单说来，价值链模块化涉及到对以前隐性信息的系统分割。

这样既能提高公司内部的效率(公司内模块化);也能与行业信息标准结合，提高公司间的效率(公司间模块化);还能通过模块化的全球价值链联系，实现外包和离岸外包，提高跨境效率。

这些过程的理论化和文件化后，要侧重于用新数字经济的技术、工具和平台生态系统，进一步实现——可能还可加快 ——价值链的模块化。这是因为互操作性越来越开放的已知标准，对于新数字经济的运行至关重要。