为什么企业引入RPA机器人的应用效果不理想？

RPA或IPA作为企业数字化转型升级过程中必不可少的一种产品或解决方案，确实在降本增效、提升运营能力，优化组织流程等方面有着相当不错的应用效果。企业对RPA或IPA的认可度也逐步提升，越来越多的企业正在组织内引入或计划引入RPA或IPA机器人。RPA或IPA的项目建设金额，从最初的几万，十几万，逐步上升到几百万甚至千万级数额，尤其是一些超大型企业，集团型企业，大型企业都在积极布局引入RPA或IPA来提升企业管理效能、优化组织流程、完善和提升核心业务竞争和服务能力、拓展风险管控的手段、加强数字资产和数字信息的贯通。通过引入RPA，打破企业信息孤岛，打通企业数据治理和数据经营的最后一公里，使企业的业务数据、财务数据、经营数据等信息流动起来，借助大数据挖掘和分析、人工智能决策等技术，形成结构化的、标准的、统一的数据湖，最终为企业经营决策、分析预测、产品研发、风险管控、组织优化、流程再造等方面提供强有力的支撑。

遗憾的是，到目前为止，企业引入RPA或IPA机器人的应用效果并不理想。那这又是为什么呢？在此，笔者想用这几年的从业经历来简单聊一下，这样可能更具象一些。笔者是从2018年开始负责研发RPA相关产品，并逐步开始负责实施和交付相关RPA项目，成功给数十家大型企业交付了RPA项目，期间遇到过无数的技术问题，以及业务和流程问题，踩过了很多坑，也挖过很多坑，在不断的挖坑填坑的过程中给客户交了一份满意的答卷。因此针对企业引入RPA机器人的应用效果不理想的问题，还是稍微有点发言权。

一、应用效果不理想的主要表现在哪几方面呢？

1>企业管理层不满意，没有亮眼的数据支撑应用效果的评价。

因为大部分RPA实施厂商都不懂企业的业务，更无法站在企业全局和管理层视角下看问题，只做一些零散的点，在没有科学的规划，体系化的思维下，解决的单点问题，并不会给企业带来质的飞越，效果就突显不出来。

企业的业务实际上是非常复杂的，多面的，组织结构、业务流程、IT架构、应用系统、网络架构、安全管理、风险管控、经营要求等都决定着要想做好RPA的项目，必须深入了解企业的业务，梳理企业管理的核心诉求和痛点，明确其组织结构，流程和IT体系等。

比如我们服务的一家大型企业，管理层提出了一个资金方面管理的诉求，就是要解决集团对其所有控股公司，分子公司等的资金，实现实时、动态管控，消除资金安全风险，并实现统一集中多核算组织多周期、多维度、灵活的银企对账。也许当你看到是资金监控和银企对账的时候，认为这是RPA项目中一个多么简单的场景，不就是按定好的规则自动从网银下载流水或余额，自动下载企业日记账，自动发送资金收付消息，自动生成余额调节表吗如果真是这样认为的话，那就大错特错，最终基本很难落地。因为这家超大型企业只独立法人主体就有1800多个，其独立核算组织多达6000多个，境外还有数十家企业，有自己的财务公司和司库，业务范围覆盖面很全，业务类型众多， 业务应用系统400多个，涉及到的银行有500多家，网银U盾达7000多个，网银账户有12000多个。照这种规模、这种复杂度，如何满足企业对资金管理的诉求呢？

我们提供的解决方案是分布式阵列网络，通过分类集中、有序授权，在不同的控股公司或分子公司总部集中其各业务单位的U盾或网银账户，部署到我们的KBOT节点上，在总控管理平台上通过统一授权，赋予业务人员远程使用的权限，同时也赋予RPA机器人的使用权限，在一套平台、一套体系下，实现资金流水和余额的及时下载、查询以及预警，在可视化的大屏上动态的展示资金的流出和流入、资金的异常信息，以及RPA机器人的运行状态。通过建立自适配、自解析、自定义规则的银企对账平台，实现不同核算组织按照不同维度、不同周期的自动对账，网银流水的归档，在机器人完成96%以上精度的对账基础上，提供人工复核勾对，提供账期锁定，手动触发，预对账，多轮对账等，最终实现对账100%的准确性。

编辑

添加注释，不超过 140 字（可选）

编辑切换为居中

添加注释，不超过 140 字（可选）

编辑切换为居中

添加注释，不超过 140 字（可选）

用数据说话，用实打实的专业性去服务好客户，多去深入了解企业业务，从管理和全局的视角，通过科学合理的规划、体系化的思维，专业的业务咨询和梳理，结合AI、低代码、大数据分析、规则引擎、云计算、边缘计算等来实施RPA项目，最终应用效果自然不会错到哪里去。

2>使用人员不满意，RPA机器人运行的稳定性太脆弱，扩展性和灵活性太单薄。

很多RPA项目交付人员都会深有感触，RPA机器人所依赖的应用系统或环境等只要有一丁点变化，整个流程就会停滞，导致其使用人员经常抱怨，其后续维护成本居高不下。究其原因，主要是因为RPA项目实施选择的产品功能覆盖不全，图像拾取的精度不够或控件元素拾取不到，以及受未知窗体的影响。RPA机器人的执行也不具备扩展性和灵活性，对于同一个机器人，如何动态参数化执行、如何按需执行，没有很好的满足用户差异化、便捷的使用诉求。

同样拿上面我们服务的那家大型企业为例，我们当时做的只是资金业务线条的部分业务，主要是试点单位资金监控和银企对账，涉及到30家独立法人主体，578家核算组织，10家分中心，70家银行，430个盾，850多个网银账户，800多名使用人员，四个ERP系统（Oracle、金蝶、远光、SAP）,一个司库平台，一套影像平台，接入银企直联的20多家网银，非银企直联的有50来家网银。整个企业在一套专网内，通过网闸、防火墙进行隔离，有自己独立的数据中心，数据中心有DMZ区和TRUSTLOCAL区，提供的服务器为虚拟机（企业不可能为RPA项目单独采买物理裸金属服务器），提供的系统主要是Linux系统和Windows Server系统。

我们先不谈银企对账的场景，放到后续篇章做深入探讨，此处就只拿网银流水下载和余额查询来说，他的业务足够简单，也很容易理解，就是模拟人工登陆网银系统下载网银流水和查询余额。但是我们要想真做好他，做的持续稳定运行，绝非一件易事。所面对的技术难题深刻地影响着RPA流程机器人的持续稳定性，鲁棒性（以前的篇幅中介绍过一些常见问题，可参考以网银流水和回单自动下载为例谈RPA项目的成功落地），其核心的几点主要是：

1、云虚拟机怎么挂载U盾，如何避免云虚拟机IP漂移的问题？

2、资源有限的情况下，怎么在提升并发的同时，避免网银各种驱动、证书、IE版本，安全要求等方面的冲突？

3、云虚拟机环境下，怎么解决部分网银反虚拟化的问题？

4、云虚拟机环境下，怎么解决屏幕独占，没法抓取控件，导致无法输入密码的问题？

5、云虚拟机环境下，怎么解决部分网银反远程桌面的问题？

6、云虚拟机环境下，怎么解决需要物理按压OK/确认键，在U盾上输入密码的问题？

7、云虚拟机环境下，怎么解决U盾上动态口令自动获取并回填的问题？

8、怎么统一管理调度分布在不同地域的U盾？

9、怎么解决网银页面升级带来的RPA流程机器人停止运行？

10、怎么解决网银定期或不定期d窗导致的RPA流程机器人停止运行？

这十大问题，目前还未见有哪家厂商能提供完整有效的解决方案。可能你会说，让甲方提供物理裸金属服务器不就行了，确实是，道理可以这么讲，但给甲方提供的整体解决方案能力就会大打折扣，由此甲方也会因为要上RPA项目，改变了甲方原有的IT架构和规划，破坏了甲方统一建设、统一规划、集中管控、集中服务的整体原则。

在无数次不间断的攻坚下，我们提出了自己有效的解决方案，契合了当前所面临着这十大核心关键问题，通过一种超融合、软硬件一体、智能化的设备，有效的解决了当前的问题，最终给甲方交出了满意的答卷。

编辑切换为居中

添加注释，不超过 140 字（可选）

未完待续。

传统的以生产为主导的商业经济模式已无法支撑企业降本增效的需求，数据驱动企业运营模式发生变革已经成为必然的趋势。随 着数字经济新时代的到来，传统技术并不能很好地满足产业在网络化、平台化、智能化等方面的需求，如：4G 时代网络的带宽和延迟不足以支撑终端和中央无缝的联接；私有部署的传统计算无法实现算力资源规模化的整合；简单人工神经网络有限的准确率不能满足产业内对 智能应用的高精度要求。而以 5G、云计算、AI 为代表的新兴技术的发展和应用，为传统企业由电子化到信息化再到数字化搭建阶梯，通 过其技术上的优势帮助企业在传统业态下的设计、研发、生产、运营、管理、商业等领域进行变革与重构，进而推动企业重新定位和改进当前的核心业务模式，完成数字化转型。

“5G+云+AI”成为数字经济新时代的重要引擎

随着新技术、新模式、新业态对传统产业冲击的不断加强，数字化转型已经成为全球企业的共识，面对着数字化转型的浪潮，新兴数字技术的支撑作用体现的愈发明显：5G 技术以低时延、大带宽、广连接的优势，结合行业各种场景，为体验和应用带来质的飞跃，将深刻地改变人类社会的发展进程；云计算作为其中重要的力量，将汇聚更多样化的算力和应用，让政府与企业进入上云的快车道，加速产业的智能升级；基于优秀的算法，海量的数据，以及云端丰富的算力， AI 将为各个产业带来巨大的变革。

在 5G、云计算、AI 的引领下，行业越来越丰富、数据量越来越大，这就需要多元新架构的支撑，5G、云计算、AI 的融合创新发展已成为必然。“5G+云+AI”技术融合将加速数字溢出，并成为数字经济新时代的重要引擎。

（一）5G 让联接无处不在

移动通信技术的不断升级，加速了社会数字化发展的进程。 1G 时代，采用模拟信号传输，通信时面临安全性差和易受干扰等问题， 且各个国家的 1G 通信标准不一致不能全球通信。2G 从模拟调制进入到数字调制，手机具备了上网功能，但是传输速率很慢每秒 10-15kb。随着和视频的传输需求的诞生，人们对于通信传输速率的要求也 日趋高涨，于是 3G、4G 相继而生。3G的通信标准将信息的传输速率提高了一个数量级，上网成为了手机的主要功能。4G 相对于 3G 速率进一步提升，可以快速地传输高质量的图像、音频和视频等，满足用户对于无线网络服务的要求。但是，随着用户日益增长的使用需求，以及智能化设备的登场，未来数据流量必然会爆发式增长。目前 每个4G用户每人每月大约需要 3G 左右流量，如果运营商全面开放4G 上网套餐，则至少需要 20G 才能满足用户需求，以4G的网络能力肯定是无法承受的，从根本上解决用户日益增长的使用需求与运营商网络提供能力不足的矛盾，最好的解决方式就是 5G。

通信发展历程

5G   有三大特性：大带宽高速率、低时延高可靠和海量连接。 网络速度提升，用户体验与感受才会有较大的提高。 5G 速率较 4G 全方位提升，下行峰值速率可达 20Gbps，上行峰值速率可能超过 10Gbps。 对网络速度要求很高的业务能在 5G 时代被推广，例如，云VR 的呼声一直很高，但是目前 4G 速度不足以支撑云 VR 对视频传输和即时 交互的要求，用户还是需要依靠昂贵的本地设备进行处理。依托于5G 的高速率，云 VR 将能够获得长足发展。 5G 支持单向空口时延最低 1ms 级别、高速移动场景下可靠性 99999 的连接。 5G 超低时延的特性可以支持敏感业务的调度，为车联网、工业控制、智能电网等 垂直行业，提供更安全、更可靠的网络连接。同时，使得自动驾驶、远程医疗等应用场景走向现实。 5G   网络每平方公里百万级的连接数使万物互联成为可能。 5G 网络面向的不仅仅是个人用户，还有企业用户和工业智能设备，5G 将为C 端和B 端的用户或智能设备提供网络切片、边缘计算等服务。5G 每平方公里百万级数量的连接能力和多种连接方式，拉近了万物的距离，实现了人与万物的智能互联。

5G特性

5G 关键特性对应的应用场景

随着 5G 商用牌照的发放和 5G 网络建设的大范围铺开，我国 5G 商用开局良好。 截至今年 7 月，全国各省市共发布 5G 相关政策文件35 个，加速 5G 在工业互联网、交通、医疗等多个行业创新应用场景，5G 时代已来。产业发展方面，5G 产业链上游设备厂商着手开发和生产 5G 设备、运营商密集建设 5G 网络、先行终端厂商接踵发布 5G 手机，同时，通信行业与垂直行业加紧开发 5G 应用。截至今年 7 月， 全国范围内已建成 5G 基站 38 万个，预计至 2019 年底，全国 5G 基站建设总数将进一步增加。5G 消费类终端仍将以智能手机为主要形式，同时智能穿戴设备、智能家居、智能工业应用等终端正在逐渐丰富。标准方面，5G 技术标准是一个渐进的过程，2018 年 6 月 5G 第一个版本标准完成了增强移动宽带场景，2020 年 3 月 5G 第二版本标准将完成低时延高可靠场景。在 5G 标准制定中，我国厂商做出了重要贡献，并且掌握较高比例的核心标准，在 5G 标准推进速度、推进质量方面均位居世界前列。

5G 将拉动产业链上下游高速持久的经济增长，带动我国实体经济转型为社会带来价值。 据中国信息通信研究院测算，预计 2020-2025 年期间，我国 5G 商用将直接带动经济总产出 106 万亿元，直接创造经济增加值 33 万亿元；间接带动经济总产出约 248 万亿元，间接带动的经济增加值达 84 万亿元；就业贡献方面，预计到 2025 年，5G 将直接创造超过 300 万个就业岗位。由此可见，5G 对于经济增长的贡献潜力巨大，5G 技术在改变人民日常的生活和生产方式，甚至会给社会带来根本性的变革。未来，5G 将成为全面构筑经济社会数字化转型的关键基础设施。

5G 使得海量数据的有效传输成为可能，为垂直行业的高质量发展带来新契机。 自动驾驶、智慧城市、智能家居等垂直应用已经走了很长一段时间，但暂时还没有取得突破性的发展。其中关键问题就在于网络连接，在现有的网络下，虽然速度一直在提升，但由于功耗高、可用频段少和高时延等限制，很难将所有硬件设备连接在一起，它们只是单独获得了连接能力，而并没有实现真正的连动。5G 的多种连接技术可支持海量机器类通信，满足机器类通信所需的低成本和低功耗要求。其次，在万物具备互联能力的基础上，大连接、低时延的5G 网络可以实时传输前端设备产生的海量数据，提升数据采集的及时性，为流程优化、能耗管理提供网络支撑。5G 具有媲美光纤的传输速度、万物互联的泛在连接和接近工业总线的实时能力，同时 5G 可以与云计算、人工智能技术深度融合，向垂直行业领域加强渗透， 为垂直行业的高质量发展带来新契机，助推城市的智能升级和企业数字化转型。

5G 赋能消费级和企业级应用

（二）云让计算触手可及

如果从 2006 年IBM 和谷歌联合推出云计算这个概念开始算起，云计算已经进入了第二个十年，在第一个十年里，云计算从被质疑到成为新一代 IT 标准，从单纯技术上的概念到影响到整个业务模式。虽然到目前为止，还有很多不成熟的地方值得探索，但云计算在第一个十年里已经正式确立了它的地位，已经被广泛接受并实践。现如今， 我们正处在一个全新的时代，数据呈现爆炸性增长，人类对计算的需求大大增加，并且希望随时随地获取，这将直接推动云计算成为数字经济时代的新型信息基础设施，并作为公共服务支撑下一波数字经济的发展，推动人类走入数字化时代。

云计算发展历程

随着云计算的不断发展，云计算的服务模式也在不断调整。 IT 基础设施被要求更大规模的扩展、更高的密度、更低的功耗以及更低的成本，同时要有灵活、d性、直观与深入的管理方式，并以标准化、通用化的形式将服务提供给客户，这将很大程度上解决传统计算的服务模式固化、资源整合能力不足、资源分配时间成本高、平台化效率低等问题。云计算发展至今，其特点主要呈现为以下几个方面：

虚拟化。云计算支持用户在任意位置、使用各种终端获取应用服务。

规模化整合。云里的资源非常庞大，在一个公有云中可以有几十万甚至上百万台服务器，在一个小型的私有云中也可拥有几百台甚至上千台服务器。

高可靠性。云计算使用了多副本容错技术、计算节点同构可互换等措施来保障服务的高可靠性，使用云计算比使用本地计算机更加可靠。

高可扩展性。云计算具有高效的运算能力，在原有服务器基础上增加云计算功能能够使计算速度迅速提高，最终实现动态扩展虚拟化的层次达到对应用进行扩展的目的。

按需服务。云计算是一个庞大的资源池，使用者可以根据需要来进行购买。

全球云市场规模及增速

云计算进入成熟期，全球云计算市场规模总体呈稳定增长态势。 2018 年，以 IaaS、PaaS 和 SaaS 为代表的全球公有云市场规模达到1363 亿美元，增速 2301%。未来几年市场平均增长率在 20%左右， 预计到 2022 年市场规模将超过 2700 亿美元。

我国公有云市场保持高速增长，私有云市场增速趋于稳定。 2018 年我国云计算整体市场规模达 9628 亿元，增速 392%。其中，公有云市场规模达到 437 亿元，相比 2017 年增长 652%，预计 2019-2022年仍将处于快速增长阶段，到 2022 年市场规模将达到 1731 亿元；私有云市场规模达 525 亿元，较 2017 年增长 231%，预计未来几年将保持稳定增长，到 2022 年市场规模将达到 1172 亿元。

我国云计算市场规模及增速

我国云计算应用正从互联网行业向政务、金融、工业、轨道交通等传统行业加速渗透。 政务行业是云计算应用最为成熟的领域，全国超九成省级行政区和七成地市级行政区均已建成或正在建设政务云平台；金融行业是云计算深化应用的重要突破口，《中国银行业信息科技“十三五”发展规划监管指导意见》（征求意见稿）指出，到“十三五”末期，面向互联网场景的主要信息系统尽可能迁移至云计算架构平台；工业云是推动两化深度融合、发展工业互联网的关键抓手， 在国家政策的指引下，全国各地方政府纷纷进行工业云发展规划，积极推进工业云的发展；轨道交通是城市运转的命脉，轨道交通信息化已经成为国家信息化重要布局，轨道交通云正处于蓬勃发展、方兴未艾的关键时期。

云计算正成为政府和企业实现数字化转型的重要信息基础设施。 对于政府来说，一方面，云计算助力政府打破信息孤岛，实现数据共 享共治，通过电子政务云平台，提高电子政务信息共享的效率，扩大 信息共享范围；另一方面，依托云平台有效推动“互联网+政务服务” 建设，极大提升了政务服务的便捷性；对于企业来说，信息化成为不 少传统企业的短板，云计算能够大幅降低企业信息化建设成本，有效 降低了企业的时间成本和资源成本，逐渐颠覆传统行业IT 部署的方式。除此之外，云计算帮助企业优化运营管理流程，企业利用云资源 可以实现d性扩张，依托云计算资源池的共享机制，有效解决了企业 业务量波动性强带来的成本不可控问题，帮助企业实现降低运营支出。

（三）AI 让智能无所不及

AI，即人工智能，可以理解为用机器不断感知、模拟人类的思维过程，使机器达到甚至超越人类的智能。随着以深度学习为代表的技术的成熟，人工智能开始应用到数字经济的各个组成部分，促进产业内价值创造方式的智能化变革。

自诞生至今 60 多年的历史中，各行业专家学者们进行了大量探索与实践，AI 的发展也经历了多次起伏。 AI 最早于 1956 年夏天美国达特茅斯大学的一场学术会议中提出并获得肯定，标志着人工智能科学正式诞生。1956 年到 20 世纪 60 年代初，机器定理证明、跳棋程序等研究成果大大提高了人们对人工智能的关注度。但在随后的 10 年中，对人工智能过高的期待使得人们设立了许多不切实际的研发目标，例如用机器证明函数问题、依靠机器进行翻译等。这些挑战不出意外地相继落空，使人工智能的发展步入了低谷。到了 70 年代末期， 专家系统的出现让人工智能成功从理论研究走向了实际应用。专家系统通过模拟人类专家的知识和经验解决特定领域的问题，让人们开始在医疗、化学、地质等领域享受人工智能带来的价值。80 年代到 90 年代，随着美国和日本立项支持人工智能研究，人工智能进入第二个发展高潮期。期间，人工智能相关的数学模型取得了一系列重大突破， 如著名的多层神经网络、BP 反向传播算法等，使算法模型准确度和专家系统获得了进一步优化。

人工智能发展历程

如今，得益于算法、数据和算力三方面共同的进步，人工智能发展到了新的阶段，呈现出专业性、专用性和普惠性的特点。

专业性指的是人工智能具有了等同甚至超越人类专业水平的能力。 随着深度学习等技术的成熟，人工智能已不仅仅能够进行简单的重复性工作，还可以完成专业程度很高的任务。例如，阿尔法狗（AlphaGo）在围棋比赛中战胜了人类冠军，人工智能系统诊断皮肤癌达到了专业医生水平，人工智能程序在大规模图像识别和人脸识别中有了超越人类的表现。

专用性指的是目前一种人工智能应用通常仅能用于一个领域， 无法实现通用的人工智能。 面向特定任务（比如下围棋）的专用人工智能系统由于任务单一、需求明确、应用边界清晰等理由形成了人工智能领域的单点突破。虽然在信息感知、机器学习等“浅层智能”方面进步显著，但是在概念抽象和推理决策等“深层智能”方面的能力还很薄弱，存在着明显的局限性，与真正通用的智能还相差甚远。

普惠性指的是人工智能技术能够与不同的产业相结合产生新的应用，对各行各业都产生普惠效应。 图像识别，语音识别、自然语言理解等人工智能技术能够根据不同行业的需求，形成具体的应用，在各式各样的场景中发挥作用。例如，图像识别在制造行业的产品检测应用能够节省大量人力，在交通行业的车牌识别应用能够简化认证流程，在零售行业的刷脸支付应用则能够优化购物体验。

人工智能应用特点

人工智能应用的成熟，既催生了新的市场，也为传统产业的发展注入了新的活力。据IDC 统计，2018 年我国人工智能市场规模为1619亿元，预计到 2022 年市场规模将接近 700 亿元，年复合增长率超过50%。

我国人工智能市场规模

人工智能的发展正驱动着产业内劳动力、工作方式以及工作组织形式等多方面的变革。首先，人工智能能够通过辅助人类活动显著降低工作门槛，实现工作方式的智能化变革。例如，通过在人机交互方式上应用图像识别、语音识别和自然语言理解等技术，不仅能够大大降低了用户的学习成本，还使得交互效率大幅提升。其次，通过利用人工智能取代人类工作能够更稳定、甚至更高效的完成任务，实现劳动力的智能化变革。例如，在许多现代化工厂里，大量的工业机器人和机械臂已经取代了人工岗位。结合适当的人工智能算法，甚至能够实现全流程的自动化，为企业带来更高的生产效率和生产质量。最后， 通过突破人类思维，人工智能能够创造新的流程、方法或产品，实现工作组织形式和应用方式的智能化变革。例如，通过使用机器人流程自动化（RPA）工具，企业能够使“机器人”与处理事务、数据以及与其他数字系统通信的应用进行交互，执行跨越多个应用的复杂嵌套流程。而以人工智能为基础的机器翻译技术则促成了翻译机产品的出现。语音识别、机器翻译等技术构成的翻译软件和专属硬件相结合， 为消费者提供了快速对话翻译能力，在出国旅游等情景下得到了广泛应用。

（四）“5G+云+AI”技术融合加速数字溢出

不同经济时代的发展依赖着不同的核心资源。从农业经济时代的土地和奴隶到工业经济时代的石油、煤、天然气，对核心资源的利用推动着经济的发展。而数字经济时代的核心资源——数据，自然也需要与之相配套的生产工具。在数据产生、传输、存储、计算、分析和应用的整个生命周期中，5G、云和AI 相互融合，形成了数字经济新时代从终端、边缘到中央云的一体化生产工具。

不同经济时代核心资源及生产工具对比

5G 负责对数据进行高效地传输。 工业经济时代的公路、铁路使人们摆脱了依靠双腿运输燃料的局面。5G 大带宽、低延迟的特性， 为数据提供了一条高速通道。一方面，5G 负责将海量的数据从客户端传送到云端处理。另一方面，又能把处理的结果和生成的应用迅速分发到边缘供人们使用。

云负责对数据进行计算和存储。 工业经济时代的工厂负责对原材料进行集中加工，解决了零散小作坊的效率和成本问题。云计算规模化的计算资源在对数据处理能力上同样与独立私有部署形成了天壤之别。依托于云计算技术，人们总能在短时间内获得足够的计算资源， 在节省成本的同时，极大地提升了计算效率。

AI   负责对数据进行分析和挖掘。 工业经济时代的蒸汽机和内燃机改变了燃料应用情况，将燃烧的热效率从 3%提升到 40%以上。AI 对数据的分析挖掘能力，同样带来了不同于一般统计分析的成果。某些原本只有七成左右正确率的系统，依靠深度学习等技术能够将精度提升至 95%以上，使应用的实用性获得了显著提升，进而提升了数据的价值。

5G、云、AI 在数据生命周期中的作用

“5G+云+AI”技术融合创造更大价值。资源的价值大小，很多时候取决于开采工具的经济性。5G、云和AI 各自的发展和成熟让它们的相互融合成为了可能。就像工业经济时代公路、工厂和机器的协同 曾把石油等燃料的用途从照明拓展到动力世界，5G、云和AI 的融合也正从数据中“精炼”出更多的应用价值，以数字溢出的形式加速企业、行业以及供应链等不同层面生产力的提升，成为推动经济增长的引擎。

“5G+云+AI”带来新体验、新模式、新产业

5G、云和 AI 技术的碰撞和融合将为社会带来数字溢出效益。从微观层面上看，“5G+云+AI”技术是企业构建数字业务体验平台、政府服务模式创新的重要保障；从宏观层面上看，“5G+云+AI”将加速农业、工业、服务业三大产业供应链的智能化，将数字产品和服务的理念从最初的生产者传递到最终的用户。

（一）构建数字化业务体验，推动企业生产方式变革

“5G+云+AI”为企业构建数字化业务体验提供了技术保障。 企业实现数字化业务体验的关键是要完成企业各个要素之间的数字化打通与连接。企业各个要素之间不仅是一种串联关系，而是需要通过数字化形成各个要素之间的价值发挥，构建数字化的业务体系。敏捷和创新是数字化业务能力的体现，5G、云计算、AI 等技术可以打破企业以往的管理体制、管理模式和生产方式，支撑业务创新和敏捷迭代，重构数字化的业务体系和运营体系，带来全新的业务体验。

云计算与 AI 技术的协同应用成为企业构建数字化业务的重要选择。 基于AI 芯片的云将全面提升云主机、容器、裸金属等各种形态的服务性能，加速企业数字化转型。在医疗、教育、商业、零售等诸多领域，对“云计算+AI”的智能云的需求不断增加，应用越来越广泛。Gartner 2019 CIO 调查显示，过去四年中企业部署AI 的数量增长了 270％，并在 2018 年增长了两倍。Gartner 预测，到 2021 年，70％ 的企业将通过AI 来帮助员工提高工作效率，管理者正在考虑如何加速部署AI 在企业整体运营和每一核心业务流程中。云计算与 AI 的协同可以为企业减少成本和劳动力，提高企业 IT 系统的灵活性以及可扩展性，是企业发展的重要支撑。

5G 的到来为企业基于云和AI 的转型带来更大的发展空间。 作为第五代移动通信网络，5G 是高速度网络，峰值理论传输速度比 4G 网络的传输速度快数百倍，这意味着更加高速的数据传输。5G 的到来克服了过去限制企业用云计算与AI 的问题，如数据来源、传输带宽和时效性等问题。依托 5G 网络，云计算和AI 会渗透到企业内部， 众多应用将可以实现云化和智能化。基于“5G+云+AI”的合力，越来越多的企业开始进行全面的转型，进入到由云端的数据来制定决策的时期。

（二）创新数字政务新模式，提高城市资源整合效能

“5G+云+AI”正在重塑政府的服务模式，助力数字政务进入智能阶段。 基于云平台和AI 策略建设的软件化、智能化和高效化的大型数字政务系统，可以融入人脸识别、个人智能助理等创新服务，提高政务服务水平，完善政务服务环境。同时，数字政府建设应充分应用 5G 等新一代通信技术，结合云计算、AI 等信息技术共同构建新一代网络基础设施，并以数据为驱动，强化政府数据能力建设，打造开放平台、汇聚社会资源，提升服务和监管能力。

“5G+云+AI”将在城市资源整合中发挥技术优势。 智慧城市是一项涉及众多技术的复杂工程，而 5G 能让城市真正实现“万物互联”， 城市的路灯、交通路口、景区、都将纳入到智慧城市的数据平台中。但是，单纯的搜集数据会让数据成为孤岛，并不能把实际获取的数据利用到城市管理中，基于云的算力和AI 的数据挖掘分析能力，可以对城市数据进行策略定制，进而进行城市资源的有效整合。

道路设施智能化整合

（三）促进要素配置智能化，加速释放产业爆发力

“5G+云+AI”将催生智能精细的生产要素配置方式，驱动产业全新变革。 “5G+云+AI”以强大的技术能力为支撑,整合产业链上下游优势资源，助推传统产业与信息技术融合,支撑行业业态创新，并利用产业基地集群效应构筑新的数字生产力,为产业发展提供协同创新服务。

产业转型升级

“5G+云+AI”可以实现农业生产要素的精准测量及精细管理，最终实现农业产业智能化。 例如，大量的农业传感器可以通过 5G 的边缘计算特性进行实时的信息交互，获取土壤、作物、空气等农业基础信息，然后上传到云端大数据中心，通过AI 系统和专家诊断，预测气候模式并提供定向施肥策略。这些实时的海量数据产生的决策分析将驱动并引导农民在合适的时间做出最优决策，提升农业生产效率以及农作物产量，最终实现农业的智能化。随着全球数字化进程的加速， 智慧农业作为在农民数量不断减少情况下提高农业生产效率的关键举措正在变得越来越重要。

“5G+云+AI”将重构工业的生产模式，实现工业产业链中各要素的互联互通，加速工业产业数字化转型。 5G 实现产业链上各个价值要素的互联互通，高带宽、低延时的特性能够满足对工业领域实时性场景的需求，而联接产生的大量数据汇聚到云端，由云为工业应用提供多元算力，最后由 AI 平台对工业数据进行训练和推理。ICT 技术融入到工业产业发展中,可以实现工业互联的全流程信息感知和事件决策，直接驱动智能终端和智能机器人从工具向助理的角色转变，使工业产业摆脱以往“粗放、低效、高能耗”的生产模式，向着“高品质、高能效、智慧化”的方向发展。

“5G+云+AI”的融合渗透进一步释放了服务产业的爆发力。 我国第三产业服务业涉及行业点多面广,在《国民经济行业分类》（GB/T 4754-2017）中，包括批发零售、交通运输、住宿餐饮、信息服务、金融、房地产等 15 个门类。“5G+云+AI”可以变革各行各业的服务模式，例如，“5G+云+AI”使能无人驾驶、智慧物流等应用场景， 改变传统的交通运输方式。“5G+云+AI”改善 AR/VR 等新兴互动技术的体验，云游戏、VR 更衣室等应用场景加速了媒体和娱乐业的变革。未来，“5G+云+AI”将驱动服务产业更多的应用场景走向现实， 释放更大的产业价值。

---