吳曉波：科技創新：從製造業到金融業（外灘大會演講全文）
編者按：“想象未來最好的方式，就是把它創造出來，然後與它一起成長”，這句吳老師時常掛在嘴邊的話，在今年9月的黃浦江邊，得到了賽博迴響。9月13日，由6位院士和圖靈獎得主領銜全球科技和商業領域550位嘉賓集聚上海外灘，在以“重塑創新增長”爲主題的2025 Inclusion外灘大會上，用四天時間描繪了一幅人機共生的未來圖景，展現了科技如何從宏大敘事走向日常生活。
大會期間，吳老師發表題爲《科技創新：從製造業到金融業》主旨演講，從企業家們最熟悉的製造業切入，切向一個處在破曉時刻的關於通證經濟的未來。以下是演講全文，特別分享給大家。
整理 / 巴九靈
對很多人來說，通證經濟、Tokenization、RWA都是很陌生的名詞，相信許多人也在思考，是不是越是陌生的詞彙後面，越意味着新的機會。和各位一樣，我今天早上就來了，從10點半進會場到各個展廳參觀，從今天下午兩點鐘學習到現在。
我第一次瞭解這個名詞：Tokenization，是今年6月份，我在新加坡組織了一場由1000多名企業家參加的出海峯會，我邀請邊卓羣總做分享，她在會上爲企業家們科普了這一系列新的概念。接下來我會從我最熟悉的行業，也是各位熟悉的製造業切入，切向一個非常不確定的、處在破曉時刻的、通證經濟的未來。
我對中國的互聯網企業挺熟悉的，我想這句話大家應該都認同：1990年代後期以來，中國是被互聯網改變最徹底的國家。
我有家出版公司叫藍獅子，2007年，我們出品了第一本阿里巴巴的官方傳記，叫《阿里巴巴，天下沒有難做的生意》，那時候阿里剛收購雅虎不久，淘寶纔剛剛上線三年，還沒有“雙十一"。書出版的兩個月後，阿里巴巴在香港第一次上市。2016年我寫了另一本書《騰訊傳》。
2007年到2016年間，幾乎中國所有的財經觀察者都把互聯網作爲最重要的觀察主戰場之一。有意思的是，就在《騰訊傳》出版的時候，中國經濟提出兩個重大戰略決策，2015年提出來的，一個叫做“中國製造2025”，一個叫做“供給側結構性改革”。
從那時候開始，我們發現互聯網形成的很多能力開始向實體經濟延伸，今天我們花了三個半小時討論的很多金融產業和實體經濟真實資產之間的關係，其實這些變化早在十年前就已經發生了。
我非常感謝阿里雲，2019年，當時我們共同討論，阿里在服務實體經濟製造業方面經過三四年的實踐後，有哪些成果，我們能否做些總結。
於是有三年時間，我們每年出版一本書，叫《雲上的中國》，討論的是阿里的數字化能力對傳統制造業產業帶來的諸多變化。也因爲這三本書的項目，我走訪調研了大概20多家企業。
2019年，我去了當時產業智能化變革最激烈的鋼鐵廠——西昌鋼釩。那家工廠在四川大涼山深處；我還去了中國第一條全線覆蓋車路協同、數字孿生的高速公路，成宜高速；又去了上海的污水處理廠，那裏有全世界最好的污水處理設備；我去了做服裝的波司登，中國第一個服裝產業的數字中臺在那裏。
那一輪的調研讓我感覺到，各行各業都有可能經歷智能化再造，至於這個行業中哪家企業會成爲最早的變革者之一，最大的決定者還是來自於董事長、來自於處在一號位的決策人。
過去四年，我同時走訪了32家中國的標杆工廠，我覺得它們可能是工業4.0以來全世界所有智能工廠中最激進的中國工廠們。
今天來了很多製造業企業家的朋友們，大家三個多小時坐在這裏，有些名詞可能聽懂了，有些可能沒聽懂。但是大家還願意堅持到現在，可能是直覺已經意識到，通證經濟也好，Token也好，數據上鍊也好，對未來任何一個產業都可能帶來巨大的變化，今天僅僅是破曉時分。
對很多老百姓來講，最早聽到的人工智能大模型是OpenAI的ChatGPT，但其實我們真正用到的是誕生於杭州的DeepSeek，它出來以後，大家開始用自然語言交互。在產業層面、製造業層面，人工智能開始再造生產流程和要素。
我第一次比較系統的觀察到人工智能大規模的工業實踐是今年4月份。今天全世界有189家燈塔工廠，在中國地區的有79家，4月份我去海信的這家燈塔工廠調研，有57個創新點是通過人工智能帶來的：包括焊接、設備檢測、成品測試、倉儲的系統管理，甚至包括員工如何來進行培訓。很多機器視覺、數字孿生的技術都開始應用到了最前端的製造業工廠。
6月份，我去了位於成都的西門子數字化工廠，這家工廠非常神奇，2013年孔翰寧博士提出工業4.0以後，2014年的時候西門子就建了最早的兩個數字化工廠，一家在德國安貝格，一家在中國成都。我到這家企業去的時候已經是工廠建成的第12年了。西門子的中國區總裁叫肖松，1964年的經濟學博士，他當時講了一句話，可能代表着今天製造業在座對未來的看法，“我們也許是最後一代只管理人的企業家”。
今年上半年我還看了很多具身智能的企業，今天來到這裏的許多機器人公司，有一小半我都去調研過。
我看到新的變化是，今天的中國製造業已經由2014、2015年提出的產業智能化、所謂的工業4.0階段進入到一個新的時期。
我看到的景象大概可以概括成這三點：
◎ 第一是業務流程數智化；
◎ 第二是大規模定製，中國的家電企業、家居企業大規模定製；
◎ 第三數字孿生技術應用。
而在剛崛起的運用人工智能的工廠，我們看到的是新的技術變革：第一是機器視覺和深度學習；第二是大模型和Agent；第三是具身智能的應用。
這些變化正在過去的12個月裏發生，但整個產業經濟學界尚沒有對其有新的定義。比如，我們在海信、西門子工廠、在具身智能年產1000臺機器人的上海的工廠所看到的景象，代表着工業4.0以後的哪個階段？是工業5.0麼？還是其他什麼？
我在過去這些年製造業變革中看到的景象，我覺得也可能會發生在未來金融服務業對製造業的滲透和變革中，即在過去的十多年裏，製造業裏發生的AI創新，對金融服務業賦能實體，亦有不少啓迪：
▶▷第一，所有的操作流程和工藝環節都可能被AI再造。
我在海信看到的50多個環節，很多環節非常出乎我的意料，原來認爲大概需要通過人來解決的問題，現在通過深度學習和機器視覺都能通過AI化被解決掉。比如一塊非常薄的像紙一樣的鋁片，原來很軟，可能機械手都沒辦法拎的起，現在的機械手就能操作，不需要人來解決問題。
▶▷第二，“單點突破-要素協同-整體迭代”是企業AI實踐的普遍性路徑。
所有的變革大概都不是一夜之間完成的。例如一個工廠不可能突然間某一天所有的環節都完成了人工智能化，包括在《雲上的中國》看到的很多企業變革，有的是從銷售端開始發生的，有的是從倉儲端開始發生的，有的從研發端開始發生的，有的是在供應鏈端開始發生的——每家企業、每個產業的“Know-how”都不一樣。
但有些特點是共同的，一是單點突破；二是需要要素協同；三是完成整體迭代，一般需要企業花上4-6年的時期，歷經一個週期。
▶▷第三，企業決策人的AI覺悟決定了企業變革的高度和力度。
我今天去參觀的時候，螞蟻數科的趙聞飆談到了螞蟻數科幫助中國的銀行在進行AI化的改造。我問他，哪些銀行會率先進行人工智能的變革？他的回答跟我在製造業看到的情況是一樣的，他說看一號位的覺悟，也就是看銀行的董事長。所以，一家企業願不願意花幾千萬做數字中臺的建設，跟它的企業規模沒有關係，有關係的是決策位一號位的變革。
▶▷第四，“知識員工”是企業AI創新的核心力量。
今天我們常常談到機器會對人進行大規模的替代。但我在中國幾乎所有排在行業前三位的製造工廠看到的景象是，每家工廠每年都在招人。無論是家電企業、家居企業還是服裝企業，沒有一家企業的人員在過去五年內是減少的，變化主要發生在人員結構上。
今天一家中國的家居企業裏，可能會有1000人做數字化的運營，但在生產一線會出現黑燈工廠。這個過程中並不是發生了機器對人的全面替代，而是因爲人機協作的關係，對生產一線的產業工人的數字化能力要求、知識要求出現了迭代。所以，“知識員工”是企業AI創新的核心力量，彼得·德魯克70多年前提出的“知識員工”的概念，居然在今天的黑燈工廠中又被觸底復活起來。
▶▷第五，因AI而催生的行業大模型，將爲中國企業帶來全球性的競爭優勢。
今天螞蟻數科在做的新能源行業變革，包括未來，哪些真實製造企業的資產能通過上鍊的方式進行金融化？以及上鍊以後，中國的企業和他們設備的能力，如何在全球的供應鏈中進行再造變革？這是我們特別感興趣的話題。
接着看今天的金融行業對傳統產業所帶來的變革，這是螞蟻數科提供給我的案例，他們通過人工智能的方式再造了一家上海銀行的界面。上海銀行的很多用戶是老年用戶，原來需要手動輸入的方式現在變成用自然語言輸入，再造了整個銀行的底層系統。
這是我在網商銀行看到的案例。他們通過人工智能，給中國181萬個農戶提供貸款，而不需要一個放款員。曾經有人因爲做了這件事情，獲得過諾貝爾和平獎，格萊珉銀行的穆罕默德·尤努斯獲得過諾貝爾和平獎。
但今天在中國，是程序員、銀行的科技工作者通過人工智能的方式，與中國基層的政府官員結合在一起，幫助一個只有5畝地、10畝地的農民，獲得了幾萬塊、十幾萬塊錢的貸款。這就是“科技向善”，科技讓社會變得越來越好帶來的可能性。
這次來之前，我聽螞蟻數科的人跟我介紹了他們跟幾家新能源企業進行的變革，其中第一個合作項目是螞蟻數科和朗新集團的合作RWA，我聽完介紹以後就在想，在傳統意義上，這大概就是商業地產的REITs吧，每一個充電樁就好像當初的一個商鋪，是固定的資產、生產資料，它所產生的收益會通過上鍊的方式進行社會化的交易。
剛纔各位演講嘉賓都談到了很多風險，其實中國大陸是一個在金融系統裏風險管控特別嚴的國家。像商業地產的REIT項目（實踐），在過去三年裏，我印象中只有印力集團的印力REIT去年在港交所上市。昨天丁力業來杭州，我們碰面，說如果當年買了印力REIT的話，一年可能會漲40%，再也沒有看到過第二個這樣的案例了——這些產品今天還是有很多風險的控制。
我在想，螞蟻數科今天所討論的通證經濟，有沒有可能通過Web3的方式把原來我們所認爲的風險進行新的定義和變革呢？
另外，看了朗新項目，我想到幾件事情。
中國在過去十多年裏完成了許多產業互聯智能化的變革，所以當螞蟻數科在中國地區面向製造業推行通證經濟的話，它有很多基礎性的工作可能已經被前置完成了。
中國今天是全世界紡織行業第一大國，全球三分之一的紡織產能在中國。今天全中國的劍桿織機和噴水織機加在一起大概將近100萬臺，70萬臺在過去的三年裏已經聯網了，做這些的是一家上海的公司，上海致景，下面有個品牌叫飛梭智紡，這意味着如果有一個人說，我有100萬條牛仔褲要做，全中國哪條能夠織牛仔褲的紡織機是空在那的，我們是知道的。
貨拉拉今天有53萬臺貨車是聯網在一起的，它們也是生產資料。三一重工的挖土機全部都是聯網的，你可以買他的挖土機，也可以租賃，如果你不付租賃費的話，他們可以遠程停機。
如果充電樁可以被量化，是不斷產生價值的生產資料，那麼這些已經聯上網的設備，能否會像充電樁一樣，爲未來通證經濟的變革提供很多新的可能性，而具有這樣特徵的標的物，我想在今天中國地區應該並不少見。
當這麼多生產資料完成產業智能化後，有沒有可能以通證經濟的方式來完成一次金融的變革和資產的重估？這也是螞蟻數科正在做的三個項目，他們都跟新能源有關。
我剛剛問邊卓羣總，是不是數科只做新能源產業、算力產業？我特別期待在明年、後年、大後年再來參加通證經濟的會，看到新的通證技術RWA能穿透到更傳統的行業中。當然這非常需要金融行業、產業界、監管部門進行系統化的建設。
RWA數字化平臺有可能喚醒“沉睡”的實體資產和數據資產，經營數據的上鍊和資產化有可能改變公司的估值和融資模式。另外，中國企業的出海正在成爲巨大的浪潮，從東南亞、俄羅斯、到東北……出海的數據在不斷增加，而那麼多設備、人力要出去，這樣的環境下，螞蟻數科爲出海的中國企業又能夠提供怎樣的融資通道和新的服務？這些都存在非常值得想象的可能性。
今天來參加通證經濟的大會，對我來講也是一種啓蒙和學習，我們永遠會看到，變革總是從出人意料的角度發生，很快又會改變所有的生產要素和生產關係，而AI和企業出海或許是這代中國創業者的兩個巨大機遇。
想象未來更好的方式就是把它創造出來，和它一起成長。這是今天我們此刻還聚在這裏的目的和出發點。
謝謝大家！
*小巴注：Tokenization（實物資產代幣化）即將真實世界中的資產，如股票、債券等通過區塊鏈技術進行數字化，並將其表示爲可交易的代幣Token；RWA（真實世界資產代幣化）。
