吴晓波：科技创新：从制造业到金融业（外滩大会演讲全文）

编者按：“想象未来最好的方式，就是把它创造出来，然后与它一起成长”，这句吴老师时常挂在嘴边的话，在今年9月的黄浦江边，得到了赛博回响。9月13日，由6位院士和图灵奖得主领衔全球科技和商业领域550位嘉宾集聚上海外滩，在以“重塑创新增长”为主题的2025 Inclusion外滩大会上，用四天时间描绘了一幅人机共生的未来图景，展现了科技如何从宏大叙事走向日常生活。

大会期间，吴老师发表题为《科技创新：从制造业到金融业》主旨演讲，从企业家们最熟悉的制造业切入，切向一个处在破晓时刻的关于通证经济的未来。以下是演讲全文，特别分享给大家。

整理 / 巴九灵

对很多人来说，通证经济、Tokenization、RWA都是很陌生的名词，相信许多人也在思考，是不是越是陌生的词汇后面，越意味着新的机会。和各位一样，我今天早上就来了，从10点半进会场到各个展厅参观，从今天下午两点钟学习到现在。

我第一次了解这个名词：Tokenization，是今年6月份，我在新加坡组织了一场由1000多名企业家参加的出海峰会，我邀请边卓群总做分享，她在会上为企业家们科普了这一系列新的概念。接下来我会从我最熟悉的行业，也是各位熟悉的制造业切入，切向一个非常不确定的、处在破晓时刻的、通证经济的未来。

我对中国的互联网企业挺熟悉的，我想这句话大家应该都认同：1990年代后期以来，中国是被互联网改变最彻底的国家。

我有家出版公司叫蓝狮子，2007年，我们出品了第一本阿里巴巴的官方传记，叫《阿里巴巴，天下没有难做的生意》，那时候阿里刚收购雅虎不久，淘宝才刚刚上线三年，还没有“双十一"。书出版的两个月后，阿里巴巴在香港第一次上市。2016年我写了另一本书《腾讯传》。

2007年到2016年间，几乎中国所有的财经观察者都把互联网作为最重要的观察主战场之一。有意思的是，就在《腾讯传》出版的时候，中国经济提出两个重大战略决策，2015年提出来的，一个叫做“中国制造2025”，一个叫做“供给侧结构性改革”。

从那时候开始，我们发现互联网形成的很多能力开始向实体经济延伸，今天我们花了三个半小时讨论的很多金融产业和实体经济真实资产之间的关系，其实这些变化早在十年前就已经发生了。

我非常感谢阿里云，2019年，当时我们共同讨论，阿里在服务实体经济制造业方面经过三四年的实践后，有哪些成果，我们能否做些总结。

于是有三年时间，我们每年出版一本书，叫《云上的中国》，讨论的是阿里的数字化能力对传统制造业产业带来的诸多变化。也因为这三本书的项目，我走访调研了大概20多家企业。

2019年，我去了当时产业智能化变革最激烈的钢铁厂——西昌钢钒。那家工厂在四川大凉山深处；我还去了中国第一条全线覆盖车路协同、数字孪生的高速公路，成宜高速；又去了上海的污水处理厂，那里有全世界最好的污水处理设备；我去了做服装的波司登，中国第一个服装产业的数字中台在那里。

那一轮的调研让我感觉到，各行各业都有可能经历智能化再造，至于这个行业中哪家企业会成为最早的变革者之一，最大的决定者还是来自于董事长、来自于处在一号位的决策人。

过去四年，我同时走访了32家中国的标杆工厂，我觉得它们可能是工业4.0以来全世界所有智能工厂中最激进的中国工厂们。

今天来了很多制造业企业家的朋友们，大家三个多小时坐在这里，有些名词可能听懂了，有些可能没听懂。但是大家还愿意坚持到现在，可能是直觉已经意识到，通证经济也好，Token也好，数据上链也好，对未来任何一个产业都可能带来巨大的变化，今天仅仅是破晓时分。

对很多老百姓来讲，最早听到的人工智能大模型是OpenAI的ChatGPT，但其实我们真正用到的是诞生于杭州的DeepSeek，它出来以后，大家开始用自然语言交互。在产业层面、制造业层面，人工智能开始再造生产流程和要素。

我第一次比较系统的观察到人工智能大规模的工业实践是今年4月份。今天全世界有189家灯塔工厂，在中国地区的有79家，4月份我去海信的这家灯塔工厂调研，有57个创新点是通过人工智能带来的：包括焊接、设备检测、成品测试、仓储的系统管理，甚至包括员工如何来进行培训。很多机器视觉、数字孪生的技术都开始应用到了最前端的制造业工厂。

6月份，我去了位于成都的西门子数字化工厂，这家工厂非常神奇，2013年孔翰宁博士提出工业4.0以后，2014年的时候西门子就建了最早的两个数字化工厂，一家在德国安贝格，一家在中国成都。我到这家企业去的时候已经是工厂建成的第12年了。西门子的中国区总裁叫肖松，1964年的经济学博士，他当时讲了一句话，可能代表着今天制造业在座对未来的看法，“我们也许是最后一代只管理人的企业家”。

今年上半年我还看了很多具身智能的企业，今天来到这里的许多机器人公司，有一小半我都去调研过。

我看到新的变化是，今天的中国制造业已经由2014、2015年提出的产业智能化、所谓的工业4.0阶段进入到一个新的时期。

我看到的景象大概可以概括成这三点：

◎ 第一是业务流程数智化；

◎ 第二是大规模定制，中国的家电企业、家居企业大规模定制；

◎ 第三数字孪生技术应用。

而在刚崛起的运用人工智能的工厂，我们看到的是新的技术变革：第一是机器视觉和深度学习；第二是大模型和Agent；第三是具身智能的应用。

这些变化正在过去的12个月里发生，但整个产业经济学界尚没有对其有新的定义。比如，我们在海信、西门子工厂、在具身智能年产1000台机器人的上海的工厂所看到的景象，代表着工业4.0以后的哪个阶段？是工业5.0么？还是其他什么？

我在过去这些年制造业变革中看到的景象，我觉得也可能会发生在未来金融服务业对制造业的渗透和变革中，即在过去的十多年里，制造业里发生的AI创新，对金融服务业赋能实体，亦有不少启迪：

▶▷第一，所有的操作流程和工艺环节都可能被AI再造。

我在海信看到的50多个环节，很多环节非常出乎我的意料，原来认为大概需要通过人来解决的问题，现在通过深度学习和机器视觉都能通过AI化被解决掉。比如一块非常薄的像纸一样的铝片，原来很软，可能机械手都没办法拎的起，现在的机械手就能操作，不需要人来解决问题。

▶▷第二，“单点突破-要素协同-整体迭代”是企业AI实践的普遍性路径。

所有的变革大概都不是一夜之间完成的。例如一个工厂不可能突然间某一天所有的环节都完成了人工智能化，包括在《云上的中国》看到的很多企业变革，有的是从销售端开始发生的，有的是从仓储端开始发生的，有的从研发端开始发生的，有的是在供应链端开始发生的——每家企业、每个产业的“Know-how”都不一样。

但有些特点是共同的，一是单点突破；二是需要要素协同；三是完成整体迭代，一般需要企业花上4-6年的时期，历经一个周期。

▶▷第三，企业决策人的AI觉悟决定了企业变革的高度和力度。

我今天去参观的时候，蚂蚁数科的赵闻飙谈到了蚂蚁数科帮助中国的银行在进行AI化的改造。我问他，哪些银行会率先进行人工智能的变革？他的回答跟我在制造业看到的情况是一样的，他说看一号位的觉悟，也就是看银行的董事长。所以，一家企业愿不愿意花几千万做数字中台的建设，跟它的企业规模没有关系，有关系的是决策位一号位的变革。

▶▷第四，“知识员工”是企业AI创新的核心力量。

今天我们常常谈到机器会对人进行大规模的替代。但我在中国几乎所有排在行业前三位的制造工厂看到的景象是，每家工厂每年都在招人。无论是家电企业、家居企业还是服装企业，没有一家企业的人员在过去五年内是减少的，变化主要发生在人员结构上。

今天一家中国的家居企业里，可能会有1000人做数字化的运营，但在生产一线会出现黑灯工厂。这个过程中并不是发生了机器对人的全面替代，而是因为人机协作的关系，对生产一线的产业工人的数字化能力要求、知识要求出现了迭代。所以，“知识员工”是企业AI创新的核心力量，彼得·德鲁克70多年前提出的“知识员工”的概念，居然在今天的黑灯工厂中又被触底复活起来。

▶▷第五，因AI而催生的行业大模型，将为中国企业带来全球性的竞争优势。

今天蚂蚁数科在做的新能源行业变革，包括未来，哪些真实制造企业的资产能通过上链的方式进行金融化？以及上链以后，中国的企业和他们设备的能力，如何在全球的供应链中进行再造变革？这是我们特别感兴趣的话题。

接着看今天的金融行业对传统产业所带来的变革，这是蚂蚁数科提供给我的案例，他们通过人工智能的方式再造了一家上海银行的界面。上海银行的很多用户是老年用户，原来需要手动输入的方式现在变成用自然语言输入，再造了整个银行的底层系统。

这是我在网商银行看到的案例。他们通过人工智能，给中国181万个农户提供贷款，而不需要一个放款员。曾经有人因为做了这件事情，获得过诺贝尔和平奖，格莱珉银行的穆罕默德·尤努斯获得过诺贝尔和平奖。

但今天在中国，是程序员、银行的科技工作者通过人工智能的方式，与中国基层的政府官员结合在一起，帮助一个只有5亩地、10亩地的农民，获得了几万块、十几万块钱的贷款。这就是“科技向善”，科技让社会变得越来越好带来的可能性。

这次来之前，我听蚂蚁数科的人跟我介绍了他们跟几家新能源企业进行的变革，其中第一个合作项目是蚂蚁数科和朗新集团的合作RWA，我听完介绍以后就在想，在传统意义上，这大概就是商业地产的REITs吧，每一个充电桩就好像当初的一个商铺，是固定的资产、生产资料，它所产生的收益会通过上链的方式进行社会化的交易。

刚才各位演讲嘉宾都谈到了很多风险，其实中国大陆是一个在金融系统里风险管控特别严的国家。像商业地产的REIT项目（实践），在过去三年里，我印象中只有印力集团的印力REIT去年在港交所上市。昨天丁力业来杭州，我们碰面，说如果当年买了印力REIT的话，一年可能会涨40%，再也没有看到过第二个这样的案例了——这些产品今天还是有很多风险的控制。

我在想，蚂蚁数科今天所讨论的通证经济，有没有可能通过Web3的方式把原来我们所认为的风险进行新的定义和变革呢？

另外，看了朗新项目，我想到几件事情。

中国在过去十多年里完成了许多产业互联智能化的变革，所以当蚂蚁数科在中国地区面向制造业推行通证经济的话，它有很多基础性的工作可能已经被前置完成了。

中国今天是全世界纺织行业第一大国，全球三分之一的纺织产能在中国。今天全中国的剑杆织机和喷水织机加在一起大概将近100万台，70万台在过去的三年里已经联网了，做这些的是一家上海的公司，上海致景，下面有个品牌叫飞梭智纺，这意味着如果有一个人说，我有100万条牛仔裤要做，全中国哪条能够织牛仔裤的纺织机是空在那的，我们是知道的。

货拉拉今天有53万台货车是联网在一起的，它们也是生产资料。三一重工的挖土机全部都是联网的，你可以买他的挖土机，也可以租赁，如果你不付租赁费的话，他们可以远程停机。

如果充电桩可以被量化，是不断产生价值的生产资料，那么这些已经联上网的设备，能否会像充电桩一样，为未来通证经济的变革提供很多新的可能性，而具有这样特征的标的物，我想在今天中国地区应该并不少见。

当这么多生产资料完成产业智能化后，有没有可能以通证经济的方式来完成一次金融的变革和资产的重估？这也是蚂蚁数科正在做的三个项目，他们都跟新能源有关。

我刚刚问边卓群总，是不是数科只做新能源产业、算力产业？我特别期待在明年、后年、大后年再来参加通证经济的会，看到新的通证技术RWA能穿透到更传统的行业中。当然这非常需要金融行业、产业界、监管部门进行系统化的建设。

RWA数字化平台有可能唤醒“沉睡”的实体资产和数据资产，经营数据的上链和资产化有可能改变公司的估值和融资模式。另外，中国企业的出海正在成为巨大的浪潮，从东南亚、俄罗斯、到东北……出海的数据在不断增加，而那么多设备、人力要出去，这样的环境下，蚂蚁数科为出海的中国企业又能够提供怎样的融资通道和新的服务？这些都存在非常值得想象的可能性。

今天来参加通证经济的大会，对我来讲也是一种启蒙和学习，我们永远会看到，变革总是从出人意料的角度发生，很快又会改变所有的生产要素和生产关系，而AI和企业出海或许是这代中国创业者的两个巨大机遇。

想象未来更好的方式就是把它创造出来，和它一起成长。这是今天我们此刻还聚在这里的目的和出发点。

谢谢大家！

*小巴注：Tokenization（实物资产代币化）即将真实世界中的资产，如股票、债券等通过区块链技术进行数字化，并将其表示为可交易的代币Token；RWA（真实世界资产代币化）。