-
产品及方案 产品及方案
-
数据驱动型组织通过体系化的方法构建全域数据能力,实现数据驱动运营,重塑组织生产力
- 行业方案
- 典型方案
- 产品
-
数据驱动型组织
- 服务与支持
- 社区
- 合作伙伴
- 关于爱数
请选择咨询类型
扫码关注
爱数技术支持中心公众号
我们将在 24 小时之内联系你。
近日,爱数《五维产业链数字化方法》专家评审会顺利召开,专家组一致认为,爱数《五维产业链数字化方法》是认知智能与产业链数字化融合创新,达到业界领先水平,具有广泛的推广应用价值。
专家组由产学研各机构专家组成:
产业经济领域专家:中南大学商学院教授/湖南省政协经济科技委员会主任吴金明、昆明理工大学管理与经济学教授王永明
大数据和认知智能领域专家:复旦大学教授肖仰华
新能源汽车领域专家:吉利汽车高级工程师莫崇相
分析机构专家:爱分析首席分析师张扬
专家组由吴金明教授领衔。
专家评审会议采取线上线下相结合的方式,一方面听取了《五维产业链数字化方法》在中新天津生态城产业大脑项目的实践报告,另一方面观看系统功能演示,审议了产业链与认知智能结合的技术实践成果。经质询与研讨,专家组一致认为,爱数《五维产业链数字化方法》在产业链数字化构建、推理分析、产业链招商、区域产业分析等方面理论基础扎实,方法务实,理论方法配套落地的产业大脑方案在认知智能领域具有首创意义,达到领先水平,具有广泛的推广应用价值。
以产品链为核心的产业链数字化方法
产业链是产业经济学中的一个概念,是各个产业部门之间基于一定的技术经济关联,并依据特定的逻辑关系和时空布局关系客观形成的链条式关联关系形态。依托于中新天津生态城产业大脑项目,为了更好的实现产业经济分析、精准招商引资和企业主动服务等应用场景,爱数以《产业链形成机制—“4+4+4”模型》为理论基础,将价值链、企业链、空间链和供应链中隐含的产品链显性化,并以产品链为核心,从产品、价值、企业、空间和供应五个视角来看产业链,最终形成《五维产业链数字化方法》。
智慧城市产业大脑助力产业链数字化方法落地
在产业链数字化方法的产品化落地过程中,爱数通过对学术产业研究报告解读、转换产业结构(价值链视角)、产业链上线、产业分析概况四个步骤保障数据的准确性,并将这一流程实践于中新天津生态城的主打产业:大数据和新能源汽车产业链。
具体来说,在第三方产业研究报告解读阶段,通过AI技术解读第三方的研究报告,再辅以人工的校验,最终形成标准化的产品标签;在转换产业结构阶段,从价值链的视角看待产业的上中下游;在产业链上线阶段,将通过不断更新的产业研究报告,持续维护基础产品库和产业结构,并通过人工抽查的方式检验企业和产品信息的准确性;在产业分析概况阶段,校验产业内的企业概况和产业空间分布情况与当前主流的产业研究报道方向是否吻合。
本次专家评审会,仔细审查了产业链数字化的上线方法和过程,明确相关产业链均可采用此方法流程实现数字化,配套企业产品自动提取算法和人工抽查,实现各产业链的数字化。会议一致认为本次中新天津生态城产业大脑项目第一批上线大数据、新能源汽车两条产业链的数据已经具备使用条件,可以正式上线。
“全国统一大市场”背景下,产业链数字化方法应用前景广阔
基于国家建设“全国统一大市场”的背景下,将产业链本身数字化是极其重要的,是整个产业数字化的神经网络,能够帮助到各级政府、企业,准确把握产业发展脉络和动态,支持产业龙头的市场融合创新,大力支持专精特新企业,鼓励产业七寸企业的原创技术创新。专家们列举了产业链数字化方法的三大价值:
1、 作为产业链和产业集群的大脑:当前我国产业体系较为完整,已涉及工农业生产的210,000个产品品类。该方法应用范围极为广泛,每个领域都值得做深做强,应该鼓励龙头企业带头建立起细分领域的产业链供需、技术、产品、资金和人才的产业大脑,带动产业做大做强,形成具有聚集、协同效应的产业集群。
2、 作为区域的产业发展和招商的指南针:产业链数字化方法可以为区域产业做一个清晰的内在分析,既可以应用于中新天津生态城这样的创新园区,也可以应用于全国大中小城市的区域产业与经济分析。
3、 作为全国产业大市场的一盘棋:未来的产业分析将基于全国市场进行,因此政府相关部门可基于该方法对产品链、产业链、价值链进行关联分析,以判断某产业的发展瓶颈短板、发现产业的垄断和不正当竞争等违法行为。
在实际的应用场景中,爱数一方面是将产业链数字化方法融入于产业大脑的解决方案中,助力政府实现产业经济分析、产业招商和企业主动服务,助力城市现代化产业发展。另一方面是爱数将产业链数字化方法结合构建产业知识网络,以数据服务方式提供给整个产业,帮助产业龙头带动产业上下游在专业技术、产品服务、供应链、市场商情的生态协同发展,帮助产业内的企业获取产业商情和机会,进行产业链式的市场分析,形成市场竞争力。未来,爱数将持续优化认知智能技术,实现产业链数字化方法结合产业知识网络的数据服务在更多细分产业和应用场景的实践。