数字化的经济和数字化转型是当前中国社会各界最关心的议题之一。纵观几百年来大国崛起的经济产业发展史表明：所有的超越都不是源自追赶过程中的超越，而是创造了全新的社会经济发展范式。中国制造业完整的供应链体系和强大的制造能力奠定了我们完成追赶之后的底气，而要迎来中华民族的伟大复兴，中国则必须要为全世界下一个百年贡献社会经济发展新范式。

  我们认为数字化的经济是下一个百年全球社会经济发展，中国必须经历的社会经济发展范式与生产力创新的第一阵地。数字化的经济首先是社会经济发展范式的创新，其次才是科技与制造业等生产力层面的创新。

  站在这样的历史高度，身处中国经济发展的关键战略时刻，该文澄清了中国发展数字化的经济的若干战略问题包括算力、软件、平台、数字等，探讨了数字化的经济做什么？谁来做？怎么做？希望更好地反思和批判当前中国发展数字化的经济的若干流行论调及政策失误，并由此重塑中国社会各界对于数字经济的想象空间。

  在中国百年之战略机遇的当下，能预见中国经济社会持续健康发展内生孕育出的数字化的经济之全新战略思想、路径、框架，必将引领全球进入新一轮生产力+生产关系范式创新可持续发展的新时代。因此，我们应该尽快调整思想与战略，正本清源，重新出发，砥砺前行！

  中国到底该怎么样发展数字经济？中国到底应该如何推进产业、政府与社会的数字化转型？尤其是如何确保中国庞大的工业体系与工业能力向数字时代平稳过渡，而不至于引发动荡甚至衰退？

  准确回答上述问题，找出一条发展数字化的经济的根本出路，于国内外两方面都意义重大：从国内来看，这有助于破解当前大批企业面对数字化转型“看不懂”、“不想转”甚至“不敢转”的困境，有助于让那些在复杂严峻形势下选择“躺平”的企业家重新站起来，杀回经济发展的第一线。

  国际层面，中国只有率先蹚出一条发展数字经济的路子，才能充分调动信息与通信技术（ICT）革命以来积累的全球技术资源与产业基础，并通过将其转化为有效的经济回报和生活品质，才能吸引和团结那些有志于发展数字经济的广大国家和地区，协力打造人类命运共同体的数字经济底座，为世界和平提供有力保障。

  本文旨在澄清中国发展数字经济的若干战略问题。我们致力于达成两个基本目标：

  就前者而言，产生这些流行论调的根本原因：是我们习惯于用长期形成的诸多惯性思维去理解和审视数字经济这个新生事物，但这必然带来“鞋不合脚”的问题，而不合脚的“鞋”则会吓跑更多后来者。

  就后者而言，我们希望突破近年来各级政策文本的狭隘界定与模糊想象，转而以一种更加具象、更加实用主义的方式描绘数字经济和数字中国的可能形态，进而揭示其背后蕴含的潜力。

  伴随着我国人口老龄化不断加剧，基于社区的居家养老服务势必构成重要的生活服务领域。这是老龄化对公共服务（机构）数字化提出的重要挑战。

  基于社区的居家养老服务该怎么样随时获悉散布社区各处的老年人的健康信息、生活状况与服务需求？如果在其中引入泛在性物联网和智能技术，技术工具能否在视频监控死角准确识别重心下沉的老人是跌倒、还是系鞋带？又能否及时准确地推送服务方案、应急救险？

  更进一步来看，这样一个养老服务网络能否针对老年人生活中的痛点，在日常餐饮、剃头修脚、康养复健、甚至服装鞋帽等环节提供更加便利、精准的服务？

  显然，这种数字化的经济不仅可以大幅降低子女照护成本，显著提升高龄人群生活质量，而且能够创造大量市场主体与社区就业。

  以全聚德烤鸭为代表的中餐堪称国粹。但老祖宗留下的这些“好玩意儿”仍未惠及更多消费者。

  “宜堂食”的全聚德烤鸭，能否找到更好的产品和服务形式，满足个性化需求？能否把烤鸭“用数字化的方式重做一遍”：用更加工业化的研发手段，把烤鸭师傅世代相传的技术诀窍转变成标准化作业方式？甚至将其彻底数字化，以一套全场景算法（综合考虑鸭坯重量、食客口味、配餐菜品来确定烤制方案）“武装”一台全聚德烤箱？

  更进一步：将这台烤箱联入智能家居系统，烤鸭任务一旦生成，它能向系统中的冰箱、酒柜、饭煲、甚至灯具发送信息，使其共同配合完成一场家宴；其中的缺项（比如没有合适的佐餐酒）被智能家居系统推送到主人信息终端（手机、智慧屏、智能网联汽车），由其决策是否补充，如何补充。

  在未来的数字中国，类似的场景还有很多。泛在性物联网与大模型相结合的“底座”，不仅适用于居家养老等生活性服务业，也可用于路面交通、城市建设等公共服务场景。

  而“用数字化的方式重做一遍”的方法论不仅适用于中餐，也广泛适用于中国的农业和绝大多数服务业、甚至中医：这些行业的知识结构普遍处于前工业化时代，这从源头上限制了其有效供给规模，也就难以满足人口规模巨大的中国式现代化之所需。

  “实施‘上云用数赋智’行动，推动数据赋能全产业链协同转型。”是 《十四五规划》中“推进产业数字化转型”的明确要求，但这一思路在具体实践中暴露出很多问题：比如很多中小企业担心自己的看家本领、底层数据一旦上云，就会在各种外部力量（如竞争对手）面前毫无秘密（“不敢转”）；还有些企业把自己都没搞明白的问题数据搬到云上，最后提质增效、协同转型的时候无数可用、无智可赋（“不能转”）；还有企业为此投入巨大，却发现经济回报有限，甚至只是加剧了行业内卷；所有这些问题都会动摇更多企业“上云用数赋智”的信心，并最终走向“为上云而上云”的（“不想转”）。

  导致这些问题的根本原因，是“上云用数赋智”不能直截了当地告诉企业家，它对提升竞争力到底有何帮助？或者说，如何形成靠谱的产品与服务，并以此维持并提高收入水平。它更多地表现为改进运营效益、降本增效，即利用数字技术来提升效率，其本质是对信息化、自动化的延续；而并不必然创造新产品和新服务，也不会为企业创造更广阔的战略空间。

  然而，如果失去新产品、新服务的引领，这种效率提升“最终结果只能是停滞、劳动者被‘褫夺’和技术性失业”。为此，很多企业不得不一再突破底线，希冀在内卷中“剩者为王”。因此，“上云用数赋智”不足以成为推进产业数字化的“战略”选项。

  要把握产业数字化的战略方向，需要更准确地理解数字化的经济与数字化转型的根本趋势。至少从前述两个场景来看，ICT向整个社会经济体系渗透，导致产业之间、产业链上下游之间的边界日益模糊。跨界融合使得“产业互联网”（而非单纯的工业互联网）成为重要趋势，高质量、个性化的“服务”成为产业互联网落地、变现的“临门一脚”。在这一服务化趋势中，主动的需求管理（包括挖掘、创造用户潜在需求）而非简单的“以用户为中心”，则是“用数字化的方式重做一遍”的重要动力。

  “培育发展个性定制、柔性制造等新模式”，同样是《十四五规划》的兴趣所在。诚然，为用户提供个性化体验是需求管理的重要环节，但“（大规模）定制/个性定制”是否构成个性化体验的必要条件，又是否构成一个“称职”的战略选项，却是值得商榷的。

  首当其冲的问题是成本。定制化战略具备成本优势的关键，是产品结构的高度模块化与标准化。而能否建立一个模块化、标准化的产品结构，不仅同行业技术经济性质有关，也同企业研发投入、流程再造有关。

  另一个重要问题是：个性化体验是否必须通过一对一定制的产品才能获得？虽然很早就有“生产者交付标准化产品，用户自行深度定制”的思路，但它进入现实需要等待ICT与各产业的深度结合。其结果就是传统的、基于机械结构的产品形态吸纳了越来越多的软件成分。从航空发动机到电饭煲，一部分产品以一套控制程序囊括运行过程中所有可能的“场景-方案”组合，这使“产品即服务”的模式成为可能。

  以智能手机、电动汽车为代表的另一部分产品则把“常青树式的硬件设计与不断更新迭代的软件设计”相结合，使传统的产品形态发展为复杂的产品服务系统。生产者以标准化硬件实现规模经济，同时依靠“软件更新而非物理组件更替”来满足个性化需求，实现服务差异化。

  上述两种模式都深刻反映了数字化的经济对工业经济的继承与发展，即在新的技术条件下，如何延续大工业时代规模经济与范围经济相互兼容的逻辑。这也提醒我们认真理解工业竞争力对发展数字化的经济的作用。归根结底，“最优质的智能互联产品仍需以出色的硬件工程为载体”；而没有好的产品，就不可能以此为载体、衍生出各种服务。

  理清数字化的经济时代产品形态演进的基本逻辑，认清软件在各行各业服务差异化中的重要性，我们就能理解西方老牌企业近年来疯狂并购各类软件企业的举动。但我们也会发现，“软件”在数字经济中的分量尚未在中国的政策纲领中得到充分体现。相比之下，今天还遭遇了一个全新干扰项：算力。

  “算力”才被认为是中国发展数字经济备受瞩目的“明牌”：官方称之为数字经济“底座”，企业奉之为“数字经济的核心生产力”。算力建设成为各界关注的焦点。

  但作为一种新型基础设施，算力与“铁公基”等传统基础设施又存在一些关键差别。当年，“要想富，先修路”的逻辑之所以成立，是因为中国整体上具备后发优势，不需要自己从头开发生产工具，这就使基础设施建设成为技术借用背景下释放生产力的重要环节。时至今日，算力发挥作用的背景变了：虽然西方软件产业领先于中国，但与彻底的社会经济数字化转型对软件的需求相比，中国这次能够借用的技术太少了，我们必须花更多力气自主开发更多的应用软件。而在软件这个最关键的生产工具做好准备之前，算力基础设施能够创造的经济价值是很有限的，过度超前算力建设还可能为他人（软件实力更强的西方企业）作嫁衣裳。

  另一个重要现实是，算力体系的云-边-端结构和服务需求的差异化、泛在化，决定了分布式计算的广泛存在和巨大体量。而要想迅速、准确地响应个性化需求，提供差异化服务，相应的计算能力一定是一个多层次结构，而非集中于云端的单一结构。其中，设置在服务场景“地头儿”的边缘计算能力不仅是必不可少的，而且会日益重要，并逐渐跻身算力体系的主流。

  这一发展趋势对中国的启示显而易见：我们很有可能严重高估了集中算力（云计算）的需求，而消解“算力焦虑”是破解人工智能芯片（如英伟达A100）“卡脖子”的根本出路。

  当我们承认软件在数字化转型过程中的极端重要性，我们就必须回答这一问题。借用2022年6月在软件业广为流传的一句话，“中国的软件公司为什么做不出产品？”

  时下最流行的解释是知识产权保护不力，侵权成本太低，使大批开发者望而却步。但这显然不是最终的原因。毕竟在相同制度条件下，2C市场还有微信、淘宝等成功案例，2B领域却少有原创软件杀出重围。这意味着，还有一些更具体的制度与环境因素阻碍着软件行业的发展。

  首当其冲的阻力是“重硬轻软”、“重物轻人”的制度惯性和思维惯性。这种思维方式有着深刻的历史根源。一方面，在传统工业品中，机械结构占大头，电气（控制机构）只是整机配套件。这从根源上限定了长期以来产品开发活动的资源投入（人员与经费结构）和产品定价机制。这是中国软件“不值钱”、软件企业不赚钱的根本原因。但在控制自动化、控制软件化的历史大潮下，这种惯性就成为机电一体化、软硬件融合的障碍。

  另一方面，长期形成的科技“跟随模式”也难辞其咎。在复制模仿导向的科技体制下，智力投入的重要性被低估。所以，在国家级关键核心技术攻关项目中，人员经费比重往往远低于设备投入。但软件开发恰恰是一个高度依赖智力投入的行当。这就从源头上限制了国家对软件产业的支持力度。

  其次，产业链上下游供需关系不良同样限制着软件产业发展。因为软件应用往往与用户场景密不可分，很多软件就是对产业经验和场景知识的编码。这使软件开发极度依赖用户与生产者（软件开发者）的有效互动，并集中表现为用户企业对生产者开放场景，使其有机会在实战环境中迭代打磨产品。因此，好的软件产品一定是用出来的，而非单靠研发就能做成的。尤其是在那些中国特色的应用场景中（如前述烤鸭），既没有国外现成产品作标杆、也没有国外软件支持验证，就更需要“应用牵引”。

  但在我国的产业实践中，这种良性的、互信的供需关系并非常态。因为长期以来产业链互信并不是我国社会经济建设的重点，因此，在我们的产业体系中，真正能够推动协同创新的信任要素并不多，对西方产品技术的迷信更加剧了这一问题。

  此外，各产业地位不对等也制约了软件开发的长期开展。软件开发的长期性，源自开发周期和维护升级周期两方面的长期性。对绝大多数中国软件企业来说，长期坚持殊为不易。一个重要原因就是很多互联网公司、游戏公司的待遇之高，让纯软件企业很难招到人、留下人。造成这一问题的根本原因，不同产业要素定价机制的巨大差异：很多大厂可以在资源投入、薪资体制等方面利用更多金融工具，但实体部门的企业很难有这种条件。这就使大厂变成了实体经济中软件与数字化人才的“抽水机”，也迫使人员流出企业抬高软件工程师的待遇。久而久之，中国软件行业的薪资水平已超过软件产业更发达的印度。沉重的“养人”负担和严峻的人员流失严重威胁了软件开发的长期开展。

  “促进平台经济健康发展”也是“十四五规划”关注的重点。近年来，全国人民都对“平台”和“平台经济”感受深刻，大家对“平台（经济）”的理解也日益具体和聚焦：以淘宝、滴滴、美团为代表的“基于互联网的双边交易平台”，极大地塑造了人们对“平台经济”的想象空间。

  但一些苗头也提醒我们“平台”的其他可能性。从苹果iOS到鸿蒙的开发者社区，都是基于操作系统这个平台展开的。提供各种微服务（如远程技术支持）和专用易耗品的工业互联网平台同样超越了“交易”关系。显然，作为一种多主体互动模式，平台上的主体间关系绝不限于“交易”和“竞争”：创新同样可以成为主体间互动的模式。

  这就带来了平台分类的问题。像淘宝这类平台，虽然平台运行升级需要大量创新，但其创造价值的核心路径是促成买卖双方直接对接、省去更多中间环节和人工，我们称之为“交易型平台”。相比之下，像iOS这类平台，其自身的创新为更多企业开发互补性创新的努力提供了技术基础，这些互补性创新与平台自身的输出相结合，为用户创造了更大的价值，这种平台可以称为“创新型平台”。这二者的发展基础、运行机制都有天壤之别。‍‍

  交易型平台的本质是利用信息技术重组现成供需关系。其基本运行逻辑是大数据、高算力（信息化）驱动下的决策自动化（无人且高速）。只有把决策自动化贯穿于交易全过程——偏好匹配（如各种推送）、交易撮合（如滴滴的模式）、订单处理、售后服务，平台才能提高效率，确保盈利。所以，亚马逊致力于降低平均每个订单中的人工接触次数。但是，“重组现成供需关系”也决定了交易型平台与实体流通业之间的替代关系。而它战胜后者、赢得市场份额的关键，是它极大地降低了消费者综合成本，但也同时吸干了行业总收入和“利润池”，最终变成全价值链的“价值吸血鬼”。

  相比之下，创新型平台代表另一种想象空间：通过引入和开发更多互补性创新，为用户创造更好的体验和更高的效用，并将其转化为自己和生态企业（互补性创新开发商）的利润。这个商业逻辑得以成立，需要平台企业具备相应的能力基础：（1）利用泛在物联网监控用户场景、采集场景数据（信息化）的能力；（2）“芯片+算法”处理场景数据、判断用户需求（决策自动化）的能力；（3）基于平台向用户交付互补性创新、满足需求（服务自动化，如前述烤鸭佐餐酒）的能力；（4）在各参与者之间分配创新收益的能力。

  从技术角度看，这些能力构成了一个面向特定场景或垂直赛道的操作系统或产业大脑，其核心知识源自：（1）企业对自身经验的编码化（全聚德把烤鸭技艺转化为算法）；（2）场景数据积累驱动了算法迭代升级。

  在此期间，产业大脑不断深挖、吃透用户场景，伴随用户需求演进、不断开发新的商业机会（各类“即服务as a service”），带动全价值链标准化与创新发展，以此推动平台治理、遴选合格的供应商与生态企业。

  从以上对比不难看出，虽然交易型平台构成了现阶段平台经济的主体，但从创新机会、商业逻辑、经济后果、产业数字化、与经济存量的关系等角度来看，面向具体产业场景的创新型平台将更有可能、也更应该成为平台经济的主流。

  对交易型平台和创新型平台的混淆，进而把交易型平台视为数字化的经济、平台经济的主流，一方面与我国平台经济发展的阶段性有关，另一方面源于对“数字”与“数据”的混同认识。

  其中后者突出表现为以“数据”代替“数字”，去讨论数据的确权、流转、技术处理、基础设施和经济性质（如非竞争性等）。很多人因此从“数据”与“信息”的关系出发，去理解“数字/数据”和“数字化”，最终将后者描绘为一种充满神秘色彩、但又同意反复的信息化。

  跳出这个流行思维的关键是重新选择参照系：从信息处理角度看，理解“数字”的最佳参照系不是“数据”，而是“模拟”；其中模拟信号的本质是模仿，而数字信号的本质是标准化。以录音为例：黑胶唱片采用模拟技术，用连续的刻纹来模仿声波震动；CD和MP3则是数字技术，将连续的声音分解为抽样点来采集信息，再将信息处理为标准的二进制数据。

  这就赋予数字技术两个优势：一是让数据存储脱离了实物（如刻纹）形态，从而让基于网络的数据传输成为可能；二是把场景中的所有数据都统一为二进制，这就使平台层面的数据汇总与融合成为可能。而且，所有这些数据都可以被“芯片+算法”处理，并形成反馈。

  这些反馈既可以是变频空调根据环境温度的变化来自动调节功率输出，也可以是社区养老平台根据老人状态信息自动呼叫120，还可以是烤鸭信息进入智能家居系统之后自动形成的佐餐酒推荐。总之，是基于场景信息处理结果的动作执行，即自动化、智能化的服务，而这就是数字化的本质。

  一旦这样去理解数字和数字化，我们就可以重新认识“数字中国”的内涵，进而找准中国发展数字化的经济的系统优势和战略纵深。

  首先，中国有一个庞大的电子工业。这份家底足以支撑“数字中国”的绝大多数硬件需求，他们不是转型升级的负担和累赘。其次，中国有一个庞大的、足以启动内循环的数字经济需求侧：巨大的人口规模和海量的服务需求（场景资源）。在充分挖掘和重新定义本土场景的基础上，中国企业可以利用自己在服务场景、系统架构等环节的知识优势，降低某些关键核心技术（如计算芯片）的重要性，甚至反向定义核心技术、绕开“卡脖子”环节。

  更重要的是，这种本土场景资源要比我们想象的丰富得多。因为中国还有很多产业的工业化水平并不高。这些产业都值得“用数字化的方式重做一遍”，并由此完成知识结构现代化、有效供给工业化、直至服务自动化、差异化的转型升级。这也是构建现代化产业体系、实现中国式现代化的题中之义。

  只有理清平台经济的基本类型和数字经济的基本逻辑，我们才能更好地理解数字经济中的数据：到底该怎么样激活数据要素潜能？当前，对这一问题的主流认识是用市场机制加快数据要素流动，最大程度利用数据的非竞争性，实现范围经济。数据要素市场化和数据确权等政策取向是这一思路的具体表现。

  它与交易型平台的业务形态高度契合：同一用户的消费行为数据，可以激活更多商家和平台的决策自动化过程；而不同用户的数据输入所激活的决策自动化过程又是相互独立、甚至相互替代的（因为不同用户在平台上竞争同一商品，见图1左侧）。

  但是，这样的数据治理模式未必能够复制到创新型平台上：因为后者的“决策自动化”高度依赖于“芯片+算法”，而产业大脑中的算法又是场景数据驱动的产物。这意味着，有效的场景数据越多，算法效率越高，对场景的挖掘越深入，服务创新的空间越大。此时，输入产业大脑的大数据具有更强的互补性。换言之，只有这些数据共同发挥作用，才能推动产业大脑优化，开辟服务创新空间（见图1右侧）。

  这就带来一个问题：当数据要素之间以替代关系为主的时候，数据流转和数据产权明晰、即确权是可行的；但是，如果数据要素之间是互补关系，过度碎片化的数据确权就会导致“反公地悲剧”——数据产权的过度分散有可能增加数据要素集中应用的交易成本，进而导致资源闲置和浪费。

  进一步来看，创新型平台上的数据要素定价受到双重影响：一是这些数据对产业大脑升级的贡献，二是它带来的新的、互补性服务创新的价值。这两个定价问题都不可能在“场景-数据-算法-服务”链条进行到特定环节之前得到答案，亦即创新型平台上的数据只能在服务自动化完成之后才能定价。

  换言之，由于“场景-数据-算法-服务”链条具有贯通性与不可分割性，所以服务才是创新型平台的基本构成单位和基本交易单元，而脱离了服务的数据本身既不是基本交易单元，也不具备可交易性。

  这意味着，对创新型平台而言，激活数据要素潜能的关键绝不是简单直观的数据交易模式，而需要开发更多互补性的服务创新，让数据要素在前述链条中实现更大的范围经济性。

  因此，我们需要用发展的眼光来看待这一问题：只有全力深挖应用场景，提升产业大脑效能，开辟服务创新纵深，丰富用户生活体验，才能让数据要素物尽其用。

  中国政府是建设“数字中国”的引领性力量。政府从来都是公共服务场景的关键行动者，而中国又正处于公共服务创新、提升治理能力的重要阶段。这从根本上决定了政府作为数字化的经济“孵化器”的角色。

  政府需要审慎选择建设“数字政府”的基本方法论，不拘一格地将更多企业组织起来，充分激发所有企业和企业家的历史主动精神和历史责任感，全面、彻底地利用好中国产业体系中蕴藏的磅礴伟力。

  另一方面，政府要在政策设计环节投入更多精力，引导各种创新要素向企业聚集、推动产业数字化转型。

  （1）现阶段应进一步确立发展主义的数据确权政策导向。面对场景数据背后的隐私问题，更多地立足鼓励数据开发、激励本土创新的角度来设计数据确权制度框架，以强力事后惩戒代替严密事前防范，避免后续软件开发与服务创新遭遇“反公地悲剧”。

  （2）建立并逐步完善生态导向的产业治理政策体系。把政府、市场、社会有机结合起来，以场景为单位建设创新生态，推动跨界融通融合发展：一方面调整政策导向，打破不同行业的区隔壁垒和政策歧视；另一方面，以产业数字化为突破口，做实垂直赛道的行业协会，鼓励创新型平台与生态企业抱团发展、共建服务闭环。避免各环节领军企业竞相发展为“条条”上的“山头”和“烟囱”，最终把产业生态瓦解成一地鸡毛，唯其如此才能立足本土场景和系统优势、反向定义核心技术，共享生态创新收益。

  （3）进一步规范交易型平台的经营行为，以法律工具控制其“抽水机”和“吸血鬼”倾向。要打破不同行业企业的不公平竞争态势，从源头上把更多企业参与数字化的经济、开发自主软件的成本降下来。比如：对相关行业的劳动力市场和薪资体制予以必要干预；进一步消解资本市场准入方面的政策歧视，为所有行业的优质企业、成长型企业创造公平的融资机会；以反不正当竞争法规范电商平台竞争秩序，避免经济整体走入“低价螺旋”。

  （4）促进社会经济体系建设全面下沉，支撑人口规模巨大的现代化。这种下沉既包括企业政策层面的下沉，如加强法制建设、切实保护中小企业权益；也包括社会层面的下沉：建立以社区、街道和乡村为单位的商业体系，以此负责生活服务业互补性创新的线下运维。这也是创造和确保就近就业、克服“大城市病”的根本出路。

  （1）企业需要更加彻底地告别传统的小农经济思维，从封闭的、一盘散沙式的单打独斗中走出来，确立生态协作的思维方式、发展战略与组织结构。这是由创新型平台围绕特定应用场景、深入开发互补性服务的业务模式决定的。这在某种程度上预示着，平台所有参与者——平台企业和互补性创新开发商——都能够在不断深挖用户需求、改进用户效用的过程中，相互依存、相互促进、相互成就。

  这就要求负责互补性创新开发商在组织结构和商业模式设计中把握一个关键尺度：既要确保向生态伙伴开放边界、协作共创，又要确保对自己关键知识、看家本领的有效控制。其背后的深层次要求是平台企业的平台治理能力：基于鼓励互补、协作共赢的思路，设计和治理产品服务系统不同层级、不同参与者的权责边界。

  （2）摆脱传统产品思维的束缚，找到服务化升级的方向。对工业企业来说，他们需要更好地理解软硬件融合的趋势与可能，更早、更准地看清所在行业以软件为基础的“即服务”形态。对知识结构尚处于前工业化时代的行业（如农业、服务、中医药）来说，当务之急是摆脱长期形成的、以“一机械化/现代化就变味儿”为代表的宿命论和不可知论，明确树立全价值链“用数字化的方式重做一遍”的战略目标，充分利用现代技术手段（如机器学习）和科学研究方法论，先易后难、由浅入深，一步一个脚印地把价值链各环节的标准化、数字化、知识结构现代化做起来，从而更加高效地实现服务差异化。

  （3）企业需要找准生态定位，在平台共建、场景（用户）共有、盈利共享的生态关系中找到价值实现路径。这需要平台和生态企业找到各自从创新中获利的途径。作为整个生态的塑造者，平台企业“大就要有大的样子”，要在做强产业大脑、强化能力基础的前提下，识别体系关键节点、找准生态合作伙伴，以开放生态构建闭环服务。

  相比之下，生态企业需要做好平台触达用户（包括线下接触，如前述养老生活服务）、跟踪场景的抓手。但这些“抓手”也要避免“一个萝卜一个坑”的思维惯性，要在深入理解场景的基础上不断挖掘用户深层需求和新型需求，进而在可能的时候成为“多面手”式的综合服务提供商，实现数据要素范围经济性。

  所有工作的微观基础，是企业决策团队的思维方法。一言以蔽之，能够完成这些工作的只能是企业家，而绝不是官僚、套利寻租者、或“价值吸血鬼”。