人力时代到算力时代 开启数字经济新未来

从茹毛饮血的原始社会到万物智联的智能社会，伴随着技术的发展和人类对美好生活的需求，生产力得到了飞速发展。众所周知，生产力由劳动资料、劳动对象和劳动者组成，其中人是最活跃的生产力要素，技术是推动生产力变革的最关键要素。

从古至今，人类生产力的发展历史可以用“四力”来划分。第一个是人力时代，主要靠人自身的劳动力来从事生产活动，生产力的高低完全受限于人自身的体力大小；第二个是畜力时代，人类学会利用动物和牲畜来从事生产劳动，开始解放部分人力；第三个是动力时代，人类通过科技革命将蒸汽和电力等各类能源转化为动力来驱动机器，以机器代替人力实现了规模化生产，生产力得到重大突破；现在，人类生产力发展进入第四个时代——算力时代, ，以芯片和软件平台为主的计算能力改变了人类的生产方式、生活模式和科研范式，算力越来越成为科技进步和经济社会发展的底座，代表着人类智慧的发展水平。

在人力时代，从远古的石器时代开始，生产力主要是以人力为主，人类主要依靠自身的体力劳动以及一些辅助性的石器工具来从事生产活动。全社会的生产力大小主要取决于参与体力劳动的人口规模和个体体能，生产力提升主要依赖于劳动者所使用的石器工具的改良升级。马克思曾说过，石器不仅是人类劳动力（生产力）发展的测量器，而且是劳动借以进行的社会关系指示器。因此，劳动和石器的配合程度决定了人力时代生产力的高低。由于石器的演变过程缓慢，生产力整体处于相对稳定状态，社会发展前进速度较慢。生产力的作用对象主要为采集或狩猎，其价值主要体现在满足人类基本的生存需求。

在畜力时代，即以大规模耕种为代表的封建农业社会，生产力主要依靠畜力，人类开始驯化动物以获取更大能量的生产力。青铜器和铁器的出现加速了马车和牛耕的应用，标志着人类的生产劳动开始了牲畜动力的使用，而不再仅仅借助于人力本身。在我国历史上，用牛拉犁这种技术长期作为农业生产力的代表持续上千年，直至工业革命的出现。欧洲经历的从手推磨坊到马拉磨坊也是逐步用畜力取代人力的过程。这一时期，生产资料如土地、原料等与人力时代相比没有发生本质的变革，但劳动工具却发生了替代性变化，畜力代替人力除了耕种和运输外还用于战争，社会生产力从量上得到了较大的提升，但还未实现质的跃迁。

在动力时代，即十九世纪中叶到二十世纪中叶之间的工业社会，各类能源转化为动力，驱动机器来参与大规模生产，突破了人力和畜力的时间和体力极限，大幅提升了全社会的生产力。蒸汽机的创新和广泛应用直接推动了第一次工业革命（机械化），使生产力发展摆脱了工厂手工业阶段，进入机器大生产阶段，促进了工业经济蓬勃发展。汽油、柴油发动机的出现使得汽车、工程机械得以广泛普及，人类实现了全球范围内的大迁移。电力的出现使得世界由“蒸汽时代”进入“电气时代”，即第二次工业革命（电气化），发电机、电动机相继发明以及远距离输电技术的出现使得电气工业迅速发展起来，电力在生产和生活中得到广泛的应用。同时，工业化的大发展又进一步加速新生产资料的出现和采用，如石油和钢铁等。新生产力和生产资料共同推动社会发展实现了质的飞跃。

在算力时代，即二十世纪下半叶开始的信息社会，生产力主要体现为对数据等新生产资料的高效处理能力。电子计算机的横空出世和广泛运用为全球自动化、信息化和网络化 发展提供了基础条件，加速了人类对新生产资料的挖掘能力，拓展了人类认识和探索未知领域的能力。生产资料从以石油、钢铁为核心逐渐转变为以数据为核心，并演变到分子原子等微观领域。当下，算力不再是电子计算机时代信息技术领域的专有服务，而是渗透到各行各业及企业生产全过程，算力参与度和所占比重越来越高。算力不仅可以助力企业降低运营成本，而且还能提供智能决策支持。算力真正实现了对人力和脑力的替代，成为人类能力的延伸和推动社会进步的变革性力量。正如美国学者尼古拉斯·尼葛洛庞帝在《数字化生存》一书中所言“计算，不再只是与计算机有关，它还决定了我们的生存”。算力不仅是数字经济时代的核心生产力，而且也正日益成为人们生活方式的重要因素。总之，算力就是生产力，我们称之为算力第一定律，“算力时代”真正到来。

算力作为数字经济时代中最核心的生产力，体现在算力在经济社会各个领域和层面都得到了广泛的应用，包括数字经济、数字社会和数字政府领域。算力的快速发展除了受技术进步驱动外，还受益于全球化发展所带来的网络化需求的爆发、人们对便捷高效且充满多元化个性化的美好生活的不断追求和对未知世界的不懈探索，以及智能化生产所能带来的效率提升，这是算力广泛应用的根本动力，从而推动算力应用场景日趋丰富。

从宏观层面来看，算力作为“新基建”的核心资源，将成为支撑数字经济、数字社会和数字政府发展的技术底座。首先，算力支撑数字经济向纵深发展，使得我国数字经济占GDP比重由2015年的14.2%提升至2020年的38.6%；具体来看，算力加快工业、农业和服务业走向数字化、网络化、智能化，日益优化的高性能计算使得数据价值被充分挖掘并使用，从而推动大规模制造升级为大规模定制、农作物生产开始出现智能预测以及服务领域千人千面的个性化需求日益凸显。其次，算力在数字社会的应用范围得到不断拓展，已涉足到医疗、教育、科研、就业、社区服务等各方面。截至2020年底，远程医疗协作网覆盖所有地级市2.4万余家医疗机构，电子社保卡累计签发3.6亿张，实现全部地市覆盖。加大算力基础设施建设、创建智慧型平安城市，成为数字时代提升居民幸福感及国家整体竞争力的关键。最后，随着数字政府建设加快推进，中央及地方持续投入政务数据中心并建造全国电子数据库，促使“掌上办”、“一网通办”、“异地可办”、“跨省通办”加速普及，省级行政许可事项实现网上受理和“最多跑一次”的比例达到 82.13%，极大地推动了算力在政务领域的应用，在提升服务效能的同时最大化节省办事成本。

从中观层面来看，随着社会数字化转型的不断深入，越来越多的组织和个人加速上云，为算力的高效整合和快速发展奠定了基础。另外，消费者对以社交、娱乐、购物、健康管理等为代表的数字化服务内容和体验升级提出愈来愈高的要求，企业对以实现产品和服务的创新、创建新型的商业模式、为用户带来更好的体验为代表的目标展开持 续追求，极大地推动了算力在行业领域的全方位渗透。但受行业数字化转型成熟度、云渗透率等关键因素的影响，不同行业的算力渗透和发展指数不一。整体来看，数字化转型越高的行业，算力指数也越高。从全球来看，互联网、制造和金融行业的算力水平排名前三，互联网行业因其电子商务、游戏、支付、社交等数字化业务以及作为ICT基础设施的服务商是算力需求最大的行业，通过算力加持为用户提供实时、智能化、沉浸式的服务内容和体验以及企业上云服务。国内各行业算力应用水平与全球大体一致，互联网算力占整体算力近50%份额，紧随其后的是政府、服务、电信、金融等数字化转型成熟度较高的传统行业。未来，随着行业智能化水平的提高，算力将辐射到现代农业、智能家居、智慧电力等多个不同领域，应用于现代农业中的产品分拣、农作物监测， 智能家居中的家庭安保，以及智慧电力中的电力巡检等场景。整体来看，算力将逐步深入到更多的传统行业，且从通用场景开始渗透到更多行业特定场景。

当前，算力应用正日益由互联网行业向交通、工业、金融、政务等传统行业加速渗透，应用场景也从通用场景拓展到行业特定场景，算力发挥了前所未有的作用。5G以及物联网的大规模部署使得算力的底层技术能力得到大幅加强，加上人工智能广泛应用使得智能算力大幅增长，以及量子计算快速突破可期，这将助推算力规模呈现出爆发式增长态势。从算力资源的用途出发，业界将算力分为基础算力、智能算力和其他算力。据信通院估计，未来五年全球算力规模将以超过50%的速度增长，其中智能算力增速将远超总算力，在算力增长中发挥核心拉动力，比重也将从2020年的41%提升到2023年的70%以上。赛迪研究院认为，2020年我国通用算力规模为77 EFLOPS，AI算力为56.23 EFLOPS。预测到2025 年，我国基础算力和AI算力总量将分别超过300 EFLOPS和1800 EFLOPS。华为则发布了较为乐观的预测，未来10年人类将迎来YB时代，全球智能算力将增长 500倍。罗兰贝格从应用侧预估，未来十年无人驾驶、智慧工厂、数字货币等热门应用对算力的需求将分别增长390倍、110倍和2000倍。综合当前发展态势与未来趋势分析，全球算力预计将以每12个月翻一倍的速度增长，我们称之为算力第二定律。

算力的全方位渗透为各行各业带来了显著的成效和经济价值，日益成为推动数字经济、国民经济高质量发展的关键动力。根据相关研究表明，算力与经济增长紧密相关，算力指数平均每提高1个点，数字经济和GDP将分别增长 3.3‰和 1.8‰；算力指数越高，算力的提升对经济增长推动的倍增效应就越突出。另外，从统计数据分析可以得出，全球各国算力规模与经济发展水平呈现出显著的正相关关系，算力规模越大，经济发展水平越高。根据研究表明，算力产业对其他产业能级的带动作用日益增强，尤其对电子元器件、计算机、材料、软件和信息技术服务等产业的直接带动作用较大。算力产业每投入1元，将平均带动3-4元的GDP 经济产出，我们称之为算力第三定律。

在行业领域，算力投入对制造、交通、医药、零售、能源、农业等领域的经济产出带动作用较为明显。例如在生物医药领域，算力提升使得基因测序时长从 13年缩短到1天，新药研发鉴定周期从5000天缩短到了100天；在天气预报领域，算力的发展把天气预报准确率从过去的21.8%提高到了现在的90%；在工业生产领域，把整个生产流程在数字世界中重建，通过仿真模拟进行优化使得生产效率提高了30%。算力已成为当下提升数字经济活力和推动企业转型的关键指标。

算力在多个行业领域和业务场景获得了越来越广泛的应用，但不同业务对算力的需求不同，主要表现为低时延、高移动性、大算力、潮汐性等多样化需求。典型的低时延场景如 VR/AR，此类场景用户参与度较高，时延需求主要来自人与人或人与设备之间的流畅交互，并成为影响用户体验的决定性因素；典型的高移动性场景如自动驾驶，在此类场景中，车辆要在复杂的交通环境中及时感受到环境的变化并做出反应，需要不断切换算力服务节点位置，从而达到自动驾驶所需要的毫秒级时延；典型的大算力场景如武器研发、飞行模拟、气候模拟、生育模拟和基因测序等高精尖科学研究场景，其计算任务密集，要求的精确度极高；典型的潮汐需求场景如办公楼视频监控，其随着时间的变化在白天和夜间计算需求量会发生明显的波动。未来算力需要依托网络化、智能化、绿色化、可信化等前沿技术通过服务化的方式满足业务多样化的需求。

未来已来，如何积累数据资源、提升算力水平、优化算力产业、已经成为企业、区域乃至国家的共同焦点，不仅惠及全社会，也影响着被裹挟在时代洪流里的每一个人。