非接触经济（内篇）：新兴数字技术探究

客户世界 | 2022年9月7日 | 2022年, 客世原创 | 评论已关闭 | 627

综述

随着消费者习惯的不断改变和疫情催化，网购成为消费市场的重要渠道之一。据国家统计局最新发布数字显示，2021年全国网上零售额较2020年增长14.1%，其中实物商品网上零售额增长12%，两年平均增长13.4%，线上消费增速明显高于线下消费。2022年一季度全国实物商品网上零售额同比增长8.8%，占社会消费品零售总额的比重为23.2%，对市场销售增长拉动超过1.5个百分点。上述数字表明，非接触经济开始进入快速发展时期，对中国经济复苏起到非常重要的带动作用。非接触经济的繁荣并非无迹可循，深入其中的发展过程不难发现，它契合了中国企业数字化转型的发展历程；利用新兴数字技术破除信息壁垒，打破区域限制融合客户交互全渠道，建立社交网络营销新生态，并且采用互联网方式进行高质量服务输出，企业在数字化大潮中撬动了数量级的客户群体，将线上零售的用户规模转化为仅次于游戏社交群体的消费市场主体，创造了巨大商业价值。非接触经济的蓬勃发展符合党中央、国务院有关供给侧结构性改革的战略方针要求，是企业供给端的深入变革，也是虚拟经济在后产品时代对实体经济进行的结构性影响，这种影响仍在持续发力。实体经济与虚拟经济二者的关系不是割裂的，而是呈现出一种胶着、互动、共生的样态发展。笔者尝试运用连载的撰文方式，多角度探究非接触经济的方方面面，一是在“内篇”中对非接触经济背后蕴藏的新兴数字技术进行梳理，用以了解数字化企业发展的内在逻辑，揭示数智化转型所必备的核心技术能力。二是在“外篇”里着重讨论新兴数字技术给零售行业带来的变化，对“人货场”三维的改变，以及数字购物中消费主体的全新风貌。三是在“金融篇”中以银行为例，深入剖析信用卡业务在“发卡”乏力的现状下，如何在数智化转型中通过搭建线上消费场景来进行“活客”，用以激活信用卡“非活跃客户”，进而盘活移动结算业务。三个篇章各自独立又相互联系，构成非接触经济的独特视野。

背景：间断平衡

非接触经济的发展是新兴数字信息技术对企业不断赋能的结果。赋能不一定是主动发生的，也并非平坦的发展过程，而是伴随着企业运营端不断变化，历经大刀阔斧的改革，不断试错，从而实现螺旋式的上升。从技术端到实际运营侧，需要经历很多调整。技术研发过程是标准的、系统的和稳定的，无需考虑过多旁支末节的管理问题；而企业运营则涉及具体的执行，需要充分考虑技术应用的可操作度、可接受度、风险控制、效益反馈等技术以外的因素。所以，纵观数字化企业的转型过程，都是“摸着石头过河”——在敏捷试验的过程中前进，因为从技术研发到实际运营企业要承担其中的效益风险。

“云计算”、“大数据”、“物联网”、“人工智能”是数字化转型四大核心技术，其自身的发展都经历了一个“非连续性”的过程：新研发的数字技术并没有很快进入企业发展的视野；而是经过一段“沉寂期”后再次被挖掘，经过企业的创新利用，爆发出惊人的商业价值（例如亚马逊AWS云最早只是公司内部为电子商务团队开发的应用技术，因其性能突出被当作产品推出，现如今每年为亚马逊带来170亿美元盈利）。直到近十年以来，无线信息技术的迅猛发展和移动智能终端的广泛普及，形成数字化技术应用的广阔场景。可以说，数字化转型特点与今天我们所处的时代紧密相关，社会发展并不总是直线向上，当到达一定的成熟度时，会迎来某种破坏性的“断裂”。在商业中这种“断裂”是指落后企业大量破产，然而一些新型企业会抓住转型的机遇获得快速发展。在“大破大立”之后，行业重新洗牌，社会发展又再次进入相对稳定的平衡期。社会发展的这种特性非常类似进化论生物学家、古生物学者史蒂芬·杰·古尔德提出的著名理论“间断平衡”（Punctuated Equilibrium）。人们今天所感受到的正是这样一种“断裂而又接续”的时代氛围，百货商场日益凋零，实体店失去往日辉煌，线上购物成为消费者新的拥趸，非接触经济的快速繁荣发展等等。在这些“新旧交替”的现象背后，是新兴数字技术的深入发展，是企业利用其进行的数智化转型的成果展现。回溯这些新型数字技术本身，才能更深的把握非接触经理发展的底层逻辑。

新兴数字技术

（一）云计算

弹性云计算是四大核心技术的基础，没有它海量的数据仅仅是数据而已，不可能成为新的生产要素；没有大量的数据训练，人工智能就不可能向深度学习发展；人类更不会通过传感器收集海量的信息，物联网就不能够建立。云计算发展有两个关键点，一是虚拟化，二是无限的运算能力。最早出现的计算机被称为“大型机”——体积有房间那么大，只能被少数专业的程序员操作。大型机虽然“个头”很大，但是它的运算能力和存储并不如今天我们手中的笔记本电脑。随着计算机存储能力的进一步发展，更小的芯片具备更多字节的存储量，微型计算机出现了——即我们所接触到的台式电脑。单机电脑之间是独立的，如果两家企业需要相互访问数据，需要各自购买、安装硬件设备才能互通信息。在业务处理方面，硬件的配置通常以业务高峰值为置办标准，日常使用达不到峰值，会造成硬件配置的浪费，同时还需承担昂贵的升级维护成本。早期微型计算机的这些特点成为企业应用的障碍，直到微型计算机走向虚拟化，走向“云”，才打破了这个桎枯，让计算与存储以一个极低廉的成本为企业服务——云服务提供商进行可配置共享资源池建造，企业通过高速无延迟的网络访问云平台，享受到云服务提供商提供的海量计算和存储服务。通过不同的权限设置可以选择不同的云部署，因此出现了“公共云”、“私有云”、“混合云”三种云部署模式。企业在享受无尽计算力和海量存储服务时无需担忧服务器的维护，因为云服务提供商准备好了新型云服务模式，归纳起来有三类：“硬件即服务”、“平台即服务”、“软件即服务”。云服务提供商不断更新自己的硬件设备，提高风险处理和灾备能力，提升自己的云服务能力，为企业提供稳定、快捷、海量的计算与存储服务，便于企业快速发展线上业务。试想一下，当全国几亿用户在618晚上零点，拿着手机或者坐在电脑前，准备开始商品抢购时，如果平台背后没有强大的云计算力量作为支撑，那么非接触经济的销售额怎么可能达成呢？所以，人们在购物狂欢时没有看到的是，非接触经济背后始终站着强大无比的云计算力量。

（二）大数据

19世纪末期，美国人口普查局请来赫尔曼·何乐礼对1890年的人口数字进行统计，何乐礼发明了穿孔卡——电子制表机器。人们使用穿孔卡处理数据，而何乐礼创立的计算制表公司成为今天我们耳熟能详的大型企业——IBM。计算机存储发展史与计算机发展史是两段既相互交叉又脉络不同的历史。计算机存储的发展过程中一个明显特征就是存储器容量成倍增加，而硬件成本越来越低廉。正是因为这一点，人类处理数据集（在未来处理数据湖/数据池）才成为可能。值得一提的是1984年日立公司首创闪存技术，这种存储器很快在多媒体卡、内存条、移动电话和其他领域得到了广泛应用。今天在单反相机、移动设备中广泛使用的SD闪存卡，都可以回溯到这项技术。它的关键之处在于为移动智能设备的发展奠定了存储的根基。智能手机、平板这些移动智能终端里最核心的技术参数就是“内存+硬盘”。除此之外，移动智能终端的运用不仅是面对C端，还在B端也得到了很广泛的应用，例如企业开发使用的大量手持机，可以随时随地处理业务。不要小觑这一个应用，试想一下，每天早上你出门取快递的时候，在领取快递时快递小哥都会通过手里的手持机扫描快递上的二维码进行截单。大数据技术的应用不应当简单的理解为企业对宏观规模数据进行量化分析，更应当看到对企业运营管理带来的剧变，正是这些变化，赋能了企业数智化变革，推送了中国非接触经济的发展！由此推知，企业每天接收到的数据是怎样一个庞大的规模！后来，中央处理器（CPU）存储能力的发展成为推动大数据分析的另一个重要因素，即计算机CPU内部的存储能力已经可以实现对数据的快速访问和高速处理。今天，数据的接收、识别、对比、分析和结果输出是在一瞬间完成的，当你用手机进行扫码支付的时候，发卡银行、收单机构、第三方结算机构之间的交互在网上瞬间就完成了。如果没有极强的数据处理能力，扫码支付频频受挫，网上购物还会香吗？所以，容量、速度和类型，是大数据发展的三个重要维度。容量的指数量级增长的为人类数据提供的充足的存储空间，后面的人工智能还会讲到，人工智能系统的不断调优是通过海量数据完成的。数据呈现出各种不同的形式，以往限于容量，人们只能留存文字类型的数据，而随着存储空间的扩容，文字、声音、图像、视频、遥测信号、图标等一切非结构性信息都可以转变为结构性数据进行存储与计算。随着物联网设备的大量出现，数据正在以越来越快的速度生成；不仅是生成，还包含数据的传递与存储，分析与运算，这对于非接触经济发展的影响是难以估量的。

（三）物联网

当提到物联网这个词，人们首先会想到移动穿戴设备和发射器，这种理解不算错但有一些狭窄。物联网技术的应用需要边际设备、物联网平台和企业之间相互关联。边际设备具有监控功能，对其所在的位置、性能和状态提供可视化检测，边际设备又分为可监控型和可控制型边际设备两种。物联网平台能够收集、整理和结构化来自于边际设备的大量实时数据，通过人工智能算法进行分析，最终被企业所应用。最早家用的燃气表和水电表都需要人工上门“抄表”，通过本月数字减去上月数字之差得出每月的实际用量。现在的水、电、燃气表都是插卡式的，也有联网的智能表。当卡内余额不足时，计量表会有提示，不仅如此计量表自带“备份”功能——当你的计量表余额显示为零时，表内还会有少量预留，预留足够余量让你有充分的时间前往物业公司进行充值缴费。这类家庭使用只是物联网应用的很小一部分，很多能源公司利用物联网技术，广泛部署可控制型边际设备，通过物联网平台的人工智能算法，结合能源利用“波峰谷”的时段变化特征，节省了大量资源，获得了丰厚的企业回报（案例：法能能源技术公司和意大利国家电力公司）。美国空军，利用可监控型边际设备对飞机的零部件进行监测，实时传输回来的信息数据经过人工智能算法进行判断，飞机是需要维修还是保养，这种有针对性的维护减少了整机维护的频次，为美国空军节省了大量维保预算。企业对于物联网的应用越来越广泛。

（四）人工智能

人工智能学习分为三类：基于规则的专家系统，机器学习和深度神经网络学习；这三类学习也走过了不同历史阶段。基于规则的专家系统较为简单，设计一个简单的程序，输入的数据按照预先设定的程序得到确定的输出。机器学习不仅需要设计一个程序，还需要添加模型/映射。机器学习又分为监督学习和无监督学习两种。监督学习是使用带有标签的输入输出数据来练习智能系统算法；无监督学习则是利用无标签的数据练习算法，这种算法不预测特定结果，而是尝试在数据集中发现行为模式。深度神经网络，是机器学习算法新的、快速发展的方向。在神经网络中，数据输入被发送到输入层，神经网络输出的结果出现在输出层。两者之间还有隐藏层，可执行各种数据转换，对不同数据特征做出推断。简而言之，人工智能技术简单来说是一种算法，云计算提供了无尽虚拟存储和计算能力（软件工程），物联网采集了海量数据，这些数据以一种什么样的方式被人类所掌握和应用，人工智能所要解决的就是这样一个问题。丰富的数据类型和无限发展的人工智能算法，可以生发出无尽的可能。小到数据统计，大到企业运营管理系统；从浅层的信息比对，到深入的消费者喜好的预测与推送；这些现象背后都隐藏着不同类型的人工智能技术。伴随着人工智能技术的发展，对于人们心理结构的影响会越来越大，人工智能不仅仅是在科学与工程学科内的研究，在不久的将来还会涉及到道德与伦理的广泛争议与讨论。这些无疑都证明人工智能技术嵌入人类生活之深，也正是在这一点上非接触经济的火爆也就不难理解其原因了。数智化时代深刻改变了人类的观念，导致人们的生活方式发生深刻变化，传导至消费行为的结果是非接触经济的繁荣与发展。

数字化转型四大核心技术“云计算”、“大数据”、“物联网”、“人工智能”已经讲完了，但是非接触经济的故事还没有结束，新兴数字技术对于零售行业的影响是巨大而又深入的。下一篇笔者会详细揭示：在新兴数字技术大潮下，新零售蓬勃发展，其中零售行业的数字化转型呈现渠道融合的趋势，细分行业用户规模差异较为明显。值得注意的是金融行业活跃人数呈现一个高位特征。在C端除了Z世代客群活跃以外，银发经济发力迅猛。数字技术助力“人货场”和新营销双双升级……

欲知精彩内容，且听下回分解。

作者：丁超杰，来自中国建设银行远银中心兰州分中心。

本文刊载于《客户世界》2022年8月刊。