4趋势四:新文创-新时代应有新的文化生产方式
“新文创”,即新时代的文化生产方式,目标是“打造新时代的文化符号”。它是腾讯集团于2018年春提出的战略构想。其简要阐述是:以IP构建为核心,文化价值与产业价值相统一。它代表了目前网络文化发展的核心趋势以及产业发展模式的改变。
文化是突出受益于互联网发展的事业之一。2012年以来,中国文化产业增长始终保持在13%以上,而互联网文化占文化市场产值在70%左右,打造了文化事业发展的坚实“底盘”。
虽然成为“文化大国”,但中国并不是“文化强国”。其代表就是在全球范围内有广泛认知、尤其是受到世界各地年轻人喜爱的文化符号还非常少。
要想真正做强文化产业,在全球范围内获得文化主动权,中国必须在“高度”上有所突破,打造出真正具有影响力的文化符号。这几乎为所有官员、专家和绝大部分企业家所强调。而当下全球流行的文化符号,首先拥有一定的文化价值,以及人类共通的正向价值观。
文化领域也需要“有质量的增长”,也需要升级文化产业发展思路和文化产品生产方式。这种强调文化价值的趋势和新的文化生产方式,就被腾讯、盛大等企业和地方政府、研究机构总结为“新文创”。
新时代的文化生产方式,首先是文化产业发展关注对象的升级:不仅关注作品,更关注系统、长线、有秩序的IP建设。
其次,是文化产业发展关注层次的升级:对文创企业的生产,不仅关注创意和体验带来的产业价值,更强调对“文化价值”的重点考量,以此推动产业升级。
第三是文化产业协作主体的泛化:连接一切与文化生产关联的事业与业务。对于非商业机构提供产业入口,让文化机构在塑造软实力方面有了更大的空间。
对于企业而言,“新文创”的方向是在现有产业高度上实现产业升级,获得更为长效与更为丰厚的经济效益与社会效益回报;
而在国家层面,则是从“文化大国“进一步升级为文化强国,打造“新时代的中国文化符号”,实现提升国家文化软实力的重大目标。
无论如何,在未来互联网文化的发展中,必须关注价值观,必须关注文化价值的承载。
典型言论:
中宣部文改办主任黄志坚:文化产业担负起新使命,就要紧紧围绕坚持把社会效益放在首位、努力实现社会效益和经济效益相统一的新要求,加强制度设计和政策创新。
中国社会科学院研究员、财政部中央文资办专委会主任张晓明:对于“新文创”这样一个全新的生产体系,“文化价值和产业价值的互相赋能”可能是一个最好的概括。
腾讯集团副总裁、腾讯影业CEO程武:数字文化绝不是简单的把文化进行数字化和网络化,而是一种全新的文化生产与传播方式,即“新文创”。
5趋势五:“智数”来临-人工智能赋能大数据
有了大数据,最大的问题是如何利用大数据。
过去,一个银行审核员每小时检查10笔交易就能基本满足业务需要。但是互联网金融让银行业务量剧增,而人工审核的速度却很难提升。
同时,相比过去,每笔交易会提供更多附加交易信息,帮助审核员更精准地判断欺诈等交易风险,但是这些金融大数据受制于人工处理能力,很难为银行业务带来更多升级。
互联网时代产生的网络大数据,最大特点是“有用率”低下。一些院士认为低于30%、40%,“好用”的仅有7%,经过清洗“能用”的不到1%。这与以往的数据完全不同:气象数据尽管有噪声问题,但是从来没有虚假、无用、造谣的,而这在网络时代却是常见情况。
同时,互联网时代的大量数据是人与人在线互动产生的,与以往工业数据等结构化数据形态不同,使得描述和处理方式也会发生变化。
虽然数据量越来越大,从EB向ZB发展,但根据预测到2018年末,90%的数据池都可能沦为“废料堆”。
越来越多的数据变得“无用”,主要就是因为传统分析方式难以应对如此巨大的数据量。
说到底,在大数据的发展中,数据分析是关键,特别是面对多元数据融合,必须有更加“聪明”的分析方式乃至采集方式。
在大数据分析技术演进的每一个阶段,人工智能都扮演重要角色,在未来向预测发展的过程中还将发挥更大作用,把大量数据尽快转化为有用信息,进一步提升数据和信息的有效性。
从大数据的应用看,第一个层次是描述性分析。即关注现在发生了什么事情,然后将其发展历程用数据可视化地展现出来,呈现其态势,使人们能够把握事物发展的基本状态。
第二个层次就是预测性分析:在描述的基础上发现事物发展变化的趋势,进而做出预判。比如通过对各种评论数据的分析,预测哪部影片能获得奥斯卡奖。随着人工智能与大数据的深入结合,更多预测性应用必将出现,直到所有大数据应用都具有一定的智能性,这就是“智慧数据”。
但是,对于深度学习、神经网络的价值,多位权威研究者持怀疑态度。人工智能的未来之路方向何在,也直接影响着大数据应用的成败。
典型言论:
工业和信息化部信息通信发展司司长闻库:人工智能在大数据分析、自动决策等方面取得的重要进展,为信息通信业务形态创新打开了新的大门。
中国工程院院士高文:数据是不是越大越好,是不是什么东西都一定要一个数据?回答是No。AlphaGo下围棋,以前是需要使用人类下围棋的数据,同时自己尝试了三千万局的数据,最近的AlphaGoZero不需要人类对弈数据了,自己会生产数据。
百度集团高级副总裁王海峰:数据真正线上化以后,也带动了更多的算法去处理这些数据,而需求和数据的在线化也带动了整个生态的活跃,进而使越来越多的数据开放出来,依托更强大的计算平台,结合更好的AI算法,实现计算能力的突破。
6
趋势六:强力推动5G商用促进物联网变革
从第一代移动通信到第五代移动通信,其基本发展规律是10年一代。5G速率相比4G可提升100倍,效率提升3倍,移动性能提升1倍,1平方公里支持100万个传感器上网,能效提高100倍,流量密度提高100倍,峰值速率提高30倍。
以自动驾驶为例,5G使网络延迟从秒进入毫秒级,基本不会被人所察觉。因此,它将大大提高无人驾驶汽车、无人机的安全性,推动产业化进程。
从1G到4G主要面向个人通信,被称为“万物互联”的5G则扩大到工业互联网和社会应用方面,也使更多类型、更大量的数据可以在物与物之间流动。因此,它也可以直接促进人工智能、云计算等新技术的广泛应用。
相对于消费电子领域对于5G的观望,参与中国互联网事业顶层设计的决策者和参与者们,都表达了支持5G在中国商用的决心。
首先,在政府的推动下,中国企业正努力进入5G上游,包括国际标准制定、推动关键技术创新以及构建国际化5G试验平台。占据5G领域的话语权,也是中国在全球互联网发展中“领先一步”的关键节点。
首先受益于5G的就是一直受制于带宽和延迟的物联网,包括车联网等。这样,大数据、人工智能等与制造业、实体经济可以进行更深刻的融合,并将助力于实现中国经济高质量发展的历史性目标,因而具有非凡的重要性。
在2020年5G有望商用、加快5G技术成熟的预期之下,更多面向商用的鼓励举措有望出台。
首先是5G商用政策,包括:强化统筹指导和规划引领,适时发布频谱规划和商用牌照,满足5G网络建设与应用拓展需求。加强网络站址保障和共建共享,完善融合应用领域法规体系,推动各领域信息资源开放利用,促进5G全面商用。
其次是加快5G应用拓展:鼓励支持企业推进5G在工业、能源、交通、医疗、环保、智慧城市等经济社会各领域的应用,拓展5G发展空间,繁荣数字经济,着力构建可复制、可推广的融合应用推进机制,支撑服务经济实现数字化、网络化、智能化高质量发展。
典型言论:
从2017年11月国务院印发《关于深化“互联网+先进制造业”发展工业互联网的指导意见》开始至今,工业和信息化部已连续发布了数份与工业互联网有关的推动型文件。
根据高层官员定义,从消费互联网到工业互联网,其重要意义与从阿帕网到万维网、从桌面互联网到移动互联网类似。特别在中国,它是互联网与实体经济深度融合的最新支点。
根据十九大的要求,要“推动互联网、大数据、人工智能和实体经济深度融合”。几乎所有来自工业和信息化部、发改委、科技部系统的官员在谈及互联网发展的时候,都会提到如何与实体经济结合。以院士为代表的专家群体,也以此为重要的研究方向。
从消费互联网迈进工业互联网,正是这一要求的具体体现。
发展实体经济,重点在制造业,难点也在制造业。制造业是实体经济的主体,也是技术创新的主战场。
从官员、专家的展望看,与实体经济、制造业的深度融合,主要落点在于工业互联网和智能制造。而从企业家的展望看,虽然大部分传统企业负责人和部分互联网企业负责人认为应该在智能制造方面加大投入,但也有一部分互联网企业将实体经济扩展到服务业、金融业。
根据国家级规划,到2020年要培育30万工业APP,推动30万家企业应用工业互联网平台。
典型言论:
工业和信息化部部长苗圩:推动互联网、大数据、人工智能等信息网络技术与制造业深度融合,前瞻布局工业互联网。
中国工程院院士、中国互联网协会理事长邬贺铨:互联网可作用于实体经济的每一个环节。
浪潮集团董事长孙丕恕:真正的智能制造,要以数据为核心,依托工业互联网打造智慧企业大脑,形成企业运营的智能决策、指挥,推动企业数字化转型,助推企业效率提升和产品质量升级。
工业和信息化部副部长、党组成员陈肇雄:5G作为新一代信息通信技术发展的重要方向,对于构建万物互联的基础设施,推动互联网、大数据、人工智能与实体经济深度融合,支撑服务高质量发展意义重大。
中国科学院院士,中国科协党组书记、常务副主席、书记处第一书记怀进鹏:随着5G的发展,为我们创造出从信息交流、手机客户终端交流,到实际物理世界的交流,不断开创了新的技术和新的应用,正像5G技术所给我们展现的可以创造出更大的空间。
富士康科技集团总裁郭台铭:我们厂里的机器人智慧评估现在大约在人类3-4岁的水平,我们要把它训练到10-12岁,能够快速判断,运用基础科技5K+5G,看得更准确。很高兴国家制定一系列政策,国务院出台5G将来应用,让智能制造兴旺起来。我们现在做一个产品,当工厂发生错误的时候,通过网络告诉所有厂区,初级机器跟人学习,现在机器跟机器学习,将来机器把错误告诉人,人判断去改善下一个设计,人机良性互动,不会有冲突。