伴隨日前《“十四五”數字經濟發展規劃》印發，我國正在迎來煥然一新的數字面貌。發展數字經濟，是后疫情時代全球經濟結構重塑、全球競爭格局改變的必然要求，也標志著我國千行萬業數字化轉型進入深水區——人工智能、云原生、RPA等創新技術已被廣泛應用，而金融、零售、醫療等行業也在用硬科技驅動業務升級和模式創新。

易觀分析重磅發布《數字經濟全景白皮書》企業數字化技術應用趨勢預測篇，從技術和行業兩個視角，預判2022年企業數字化技術應用10大趨勢，幫助企業挖掘突破機會和增長空間，深耕立足于行業和業務場景的數字化轉型，謀求長遠發展。

技術篇：業務重掌轉型話語權

技術側的突破和產品創新是過去幾年中國企業轉型的核心驅動力。因為多數甲方企業的數字基建仍未完成，亟需依靠成熟的技術組織(包括技術供應商、企業IT部門、研究院)發起創新，推動探索和實驗，經歷反復試錯，才能在一些局部實現數字化升級。

但當數字化轉型進入深水區，越來越多技術購買者發現，單一的產品和技術創新已經越來越難以滿足更加系統和復雜的轉型需求，而無論是產品技術型供應商還是轉型咨詢服務商，都缺少足夠能力和意愿與客戶做更深層的聯合探索。

易觀分析認為，無論出于內生需要還是外在形勢，業務部門都將再次走向前臺，擔負起引導技術組織共同實現企業數字化價值的責任，并被賦予更大的轉型話語權。

2022年，云原生、RPA、低代碼、微服務、自動化機器學習平臺等低門檻的數智化平臺和工具將加速被企業客戶所認可和采用，背后原因是企業必須顯著降低數字化賦能業務組織的技術門檻，才能讓掌舵轉型的業務團隊“武裝起來”，進而讓創新有機會由點及面，全面發生。

在這個過程中，技術創新回歸業務主線，技術應用立足業務增長，是大勢所趨。中心化的技術團隊也會逐漸去中心化，打散在各個業務條線，成為業務端主導轉型的組成部分。

趨勢1：“RPA+低代碼+AI”武裝數字員工

發生概率70%

中國市場技術供應商正在快速推動技術民主化進程，其中RPA+低代碼+AI滿足了企業對數字化員工的渴望：RPA實現了流程型業務的自動化，低代碼開發平臺為業務人員賦予應用開發和迭代的敏捷能力，而AI讓業務分析和決策變得更加高效和可解釋。

易觀分析認為，進入2022年，那些已經具備RPA+低代碼+AI組合能力的企業將會涌現一批具備業務和科技復合能力的數字員工，他們通過人機協同的方式響應更為復雜的業務需求，甚至自主發起業務創新。同時，這些數字員工高業績的示范效應，也會倒逼其他員工的復合型技能精進，加速組織升級，最終成為內生性推動企業數字化轉型的中堅力量。

趨勢2：云原生應用連通云化業務閉環

發生概率90%

云化的趨勢已被廣泛共識，容器、基于Serverless部署的應用以及Service Mesh等云基建的不斷推進使得企業上云滲透率持續提升。當大供應商主導完成了企業云原生第一階段 - 基礎設施云化，企業開始進入云原生第二階段-業務云化，比如通過API和微服務構建可彈性擴展的云原生應用，實現應用同業務強耦合。

易觀分析認為，那些在2022年已經完成云原生基礎設施部署的企業，將很快面臨云原生工具和產品同企業業務邏輯銜接帶來的新挑戰。對于技術供應商來說，如何使云原生解決方案在保持足夠可復制性和擴張性的同時，也提供適配客戶業務屬性的性能和功能，并內化至DevOps的過程管理中，是決定云原生技術能否轉化出巨大商業價值的關鍵。對于行業客戶，也需要在搭建云原生平臺的同時，推動業務流程再造，甚至組織變革管理，盡快讓業務和技術實現新的耦合。

趨勢3：“新SLG”響應技術采買新主張

發生概率70%

企業服務賽道的增長答案一直頗具爭議，在經歷了SLG(Sales lead growth，銷售驅動增長)和PLG(Product lead growth，產品驅動增長)階段之后，隨著數字化轉型持續深入企業業務，技術購買者的核心關切從現有業務的數字化遷移，轉向構建數字化原生業務，技術的定位正在被融入到業務內部，重新審視。

易觀分析認為，數字化轉型的本質不是交付數字化產品，而是交付業務結果，也就是業績提升或降本增效。2022年，雖然PLG模式仍被供應商和風險投資所向往，但在中國技術購買者視角，實現端到端的數字化轉型成功才是他們的終極訴求，這將驅動企業服務迎來一個新的增長范式 - “新SLG”階段(Solution Lead Growth)。雖然很少有企業具備端到端的轉型能力，但市場需求現狀要求技術提供者不得不做出一個戰略選擇：或者產品和定制之間找到最佳平衡，或者夯實單點優勢并聚攏合作伙伴，生態的構建至關重要。

趨勢4：AI落地分化為“場景、轉型、工具”

發生概率65%

中國市場對AI價值的期待達到空間高度，這也使AI技術必須全面走出實驗室，落地到更多行業和場景。“AI公司”的標簽已經無法形容各個玩家做的事情：在零售、交通等行業，AI將系統性改造業務鏈，推動企業和行業級的智能轉型;在醫療、制造、能源、電信等行業，AI落地將體現在現有商業模式下的特定場景改造和精進;在銀行業，AI技術產品化的需求增強，成為IT和科學家的工具和平臺。

易觀分析認為，不同行業技術使用者業務訴求的顯著差異，將在2022年分化AI價值落地方式：“場景、轉型、工具”將分別承載AI價值。這有助于AI落地過程中快速實現商業正反饋，因為以業務需求驅動的AI落地方式將使得成本效益指數級優化的用例快速增加，從而進一步提升行業推進數字化轉型的信心與投入。

趨勢5：AI改造網絡安全攻防兩面

發生概率55%

在數字化轉型深化過程中，企業網絡安全邊界持續瓦解。云化加速以及分布式企業經營模式無形中擴大了可攻擊范圍，同時，網絡攻擊的多樣性、隱蔽性與持續性進一步加強，網絡與數據安全環境更加惡劣。這對數字化技術帶來了巨大挑戰：不僅要滿足企業數據結構的開放度和彈性，同時也要求安全架構能夠確保企業網絡安全。

易觀分析認為，以傳統安全技術為基礎構建的企業防御能力將愈加難以阻擋不斷向企業內部滲透的威脅。對于技術的使用者，安全防控的思維需要由點到面，在攻防兩面利用多種組合人工智能技術來構建面狀的安全管理能力。在攻擊面，通過特定AI算法實時掃描與檢測攻擊面，識別風險，預判潛在攻擊并快速響應;在防御面，基于擬態防御等方式提升網絡空間的攻擊門檻，化風險于未然。

業務重掌轉型話語權。2022年，易觀分析在數字化技術和產品領域的研究包括如下領域：人工智能(覆蓋計算機視覺、自然語言、知識圖譜、智能決策、機器學習平臺等細分)、云原生(覆蓋API開放平臺、微服務、PaaS等細分)、安全和風險管理、RPA、工業軟件、數字孿生、隱私計算、分布式數據庫，MarTech。期待與相關技術購買者和供應商進行更多深入交流與合作。

行業篇：行業屬性改造硬科技

企業數字化最終需要傳導至業務結果，數字化轉型是手段，而科技是中立的，只有那些立足于行業和業務場景的轉型路線才有可能成功。對于技術供應商和它的投資人來說，期望憑借高度標準化的技術和產品來快速賦能千行百業，實現產品驅動的增長，這固然有機會成就好的toB產品，但在服務企業數字化轉型過程中，完全依賴產品本身的增長空間將會受限。

易觀分析認為，當企業數字化進入深水區，越來越多的技術供應商將關注立足行業業務場景來改造自身的產品技術組合，憑借“具備行業屬性的硬科技”來提供解決方案 - 或者打磨工具、或者深耕場景、或者驅動轉型，以獲得細分市場的競爭優勢。

而期待實現數字化轉型的技術購買者在采購技術產品時，應當鮮明地提出自己的行業特征和業務需求，并選擇那些有能力提供必要的行業定制能力和咨詢服務、以及兼具開放性和靈活性的供應商。

趨勢6 銀行趨向自主構建數智能力

發生概率70%

銀行業在過去幾年的數字化基礎建設由IT與科技供應商的創新來驅動，這個過程很大程度上武裝了銀行自己的數字化、智能化團隊。而隨著數字化轉型深度的提升，銀行將面對技術民主化、場景規模化、安全合規、自主可控等方面更多待解問題，這些問題一方面來源于自身轉型深化過程中的內在需求，另一方面是數智化能力的整合與輸出，這些問題的解法都指向銀行要基于對自身戰略目標和業務基礎的理解，自主推動轉型的深化和戰略目標實現

易觀分析認為，2022年銀行業將趨向于自主構建數智能力，一方面，銀行業仍將加大對于外部智能工具的采購投入，包括AI中臺，機器學習平臺，隱私計算平臺等等，借助外部技術工具持續武裝數字科技團隊能力;另一方面，銀行將更傾向強化內部數字化能力，內生驅動轉型，而非依賴更多外部力量進入轉型深水區。比如，一些銀行在推動以往中心化的科學家和IT組織更多進入業務，形成虛擬化組織，依托自有組織完成業務抽象，數據和AI治理、模型訓練優化等數字化業務。

趨勢7 零售科技溢出誕生智能鏈主

發生概率60%

Covid-19加速了零售全渠道整合和全鏈路數據的打通，這讓零售企業不僅實現自身鏈條的統一智能化運營，還將引領研、產、供、銷、服整個產業鏈各個環節的智能協同，成為行業數字化的“智能鏈主”。智能鏈主具備如下特征：其一，具備全渠道、全場景、全生命周期的數字化覆蓋能力;其二，具備利用技術和平臺實現研發、供應鏈、生產制造、倉儲物流調度、銷售服務各環節協作的能力

易觀分析認為，2022年及未來，消費品和零售業頭部玩家在規劃數字化戰略時，將不僅僅滿足于自身業務的數智升級，而是將視角拓展至產業鏈，鏈接上下游生態伙伴共同使用數字化基礎設施，并將自身打造成為產業鏈的業務樞紐、數據樞紐、資源樞紐。這些即將批量涌現智能鏈主，將以平臺化的方式主導所處產業鏈的生長與進化。

趨勢8 醫藥數字化聚焦AI藥物研發

發生概率75%

醫療數字化在醫療影像、精準醫療等輔助診斷場景均已經從點狀試點向廣泛應用鋪開，但是高專業壁壘和數據敏感性在中短期制約了醫藥行業的數字化進程。相比之下，AI+藥物研發成為想象空間巨大的場景重塑。相對傳統新藥研發管線，AI將有效解決藥物研發周期長、成本高、成功率低等難題，提升研發效率，通過深度學習、自然語言處理、特征抽取和表征學習等AI技術，可以作用于藥物研發中的藥物發現、臨床試驗、藥物合成與生產等環節，對傳統藥物研發范式可能帶來顛覆。

易觀分析認為，藥物研發場景是AI技術重塑醫療行業的關鍵突破口，也是生物體征數字化縱深的起點，對行業未來格局存在巨大沖擊效應。藥物研發強依賴于藥物化學數據、臨床實驗數據以及文獻數據等，因此，致力于尋求研發突破的AI公司必須尋求與藥企的深度合作，而藥企也將在2022年開始通過自建團隊、戰略合作、并購等方式獲得AI藥物研發領域的關鍵能力。

趨勢9 “智能原生”定義財富管理新范式

發生概率70%

當前的金融周期下，財富管理已經成為銀行、保險、證券等金融機構共識的新增長點。而金融科技對財富管理前中后臺的滲透是系統性的：包括前臺用戶側的財富管理場景需求洞察、個性化財富方案、智能投顧，以及對于財富管理顧問的技術賦能，中臺的金融產品開發與組合、風險合規管控，后臺的數字化管理考核體系、知識管理系統等等。

易觀分析認為，2022年在財富管理領域的創新將是立足于智能化的，“智能原生”將定義行業新范式，它既體現在財富管理前中后臺全流程的金融科技運用，也體現不同財富管理場景和業務的智能化滲透，讓整個業務鏈條的作業流程和決策方式發生本質變化。未來，“智能原生”能力可能成為決定金融機構財富管理業務增長的分水嶺。

趨勢10 主題技術棧開啟模式創新2.0

發生概率60%

與科技和投資界的“模式創新已死”的主流觀點不同，易觀分析認為，模式創新已經進入了2.0時代，并仍孕育著巨大機會。與1.0時代最本質的不同是，未來新模式的啟動因素并非源自單一技術驅動業務鏈路與協作方式的變化(比如電商、O20、社會化)，而是源自更高階主題下多種組合技術的突破，所引發的底層技術棧重構。比如真實宇宙vs元宇宙，現實經濟系統vs虛擬經濟系統，傳統能源vs綜合能源系統等。

易觀分析認為，2022年一些特定主題技術棧的突破將開啟科技行業模式創新2.0時代，這也是新一輪指數級增長的潛力：元宇宙將開啟基建元年，數字孿生、區塊鏈、人機交互等技術的組合將成為重要支撐;碳中和將開啟全新技術棧，加速推動能源消費、碳捕捉、碳交易、綠色制造、零碳建筑等價值落地;此外，虛擬經濟系統也會走向前臺，數字世界的價值規則與激勵制度將在市場行為中逐步形成。

行業屬性改造硬科技。2022年，易觀分析將重點覆蓋銀行、保險、證券、零售、醫療等行業數字化轉型相關的技術應用、產品選型、場景升級、業務改進、組織塑造等研究課題。期待與這些行業的技術購買者和供應商進行更多深入交流與合作。

免責聲明：市場有風險，選擇需謹慎!此文僅供參考，不作買賣依據。

關鍵詞：