征途实录：启航1926 第275节
在不知不觉之中，不管是欧俄，还是东欧其它国家，他们并不知道，或许他们已经来到了他们民族数千年历史上，最关键的一个选择期，这个选择期的阶段，只有2030年。
第446章 科技加持下的就业后延时代
西元2010年3月的一天，中央教育改革领导小组，听取教育部关于新教育体制对就业影响的汇报，科技部与人力资源与社会保障部等部门的相关领导也参与了会议。
这一次的会议，将决定新的中国教育体制，是否全面开始执行。
教育部长林铁生，亲自做了汇报，这是影响深远的重要调整，他本人最近几年的时间，几乎都扑在这件大事上，因为在各地都有一些实验，这样的大事不可能没有试点，就直接推出，说起来，几乎已经酝酿15年左右了。
林铁生首先说明了教育部建议的新教育体制。
儿童6周岁入学，10年制高中毕业，16周岁入大学，20周岁本科毕业。大部分学生，接下来是5年的流动民兵实习和继续教育培训的时间，25岁正式就业。少数优秀学生继续硕士和博士教育，期间要有2年流动实习时间。硕士2年半，博士正常也是2年半，所以硕士的就业时间，正常是24.5岁，而博士则要到27岁。只有优秀的科研人员，可以突破这个限制，完全由科研能力来确定教育年限。
本科教育的4年内，学生基本上是分两条线，基础研究型与职业技术型。其实这相当于把原来的低端职业技术教育给废了，而是替代以大学中的更高层次的职业技术教育。
这样做的原因，根本上就是因为时代不一样了。过去初中生、最多高中生就去读的职业技术教育，是相对低端而狭窄的，一旦职业变更，应变性很差。说白了，往往封死了个人发展的上限。
所以分流晚一些，是有利于青年的人生的。过小的孩子，通常有叛逆期，学习都理不顺，你觉得他能知道自己将来要干什么吗？他能为自己的决定，拿一辈子负责吗？国家研究下来，认为到了大学再分流不迟，国家需要的是有技术又思想的人。
相同年龄的两个人，上过大学的，整体素质，通常是要高于一个高中学历的。一个人，在他成年的阶段，思想成熟的阶段，如果还是处在学校的氛围里，是相对来说比较稳定的，容易成才的。而如果初中毕业，就上职业技术学校（过去大约是25%左右的青年），职业技术学校毕业就工作的话，本身受到不良影响的概率和程度，相对是比较大的。
在过去，根据需求搞分流是可以接受的，但随着国家日益富裕，青年个人对自己的未来，总是在追求更多的可选择性，如果继续硬性搞分流，给人的感觉，就是一部分孩子，被逼着放弃了上大学的机会，提前成为一个劳动者，失去了将来更多个人发展的机会。即便是个人能力强，跟一个大学生找了一样的工作，学历壁垒这件事情，还是会成为阻碍他发展的巨大屏障。
而且从教育质量的长期数据分析看，很多孩子，尤其是很多男生，都是到高中阶段，才开始爆发，初中就分流的话，浪费了很多潜在的人才。而以中国目前的国力，实行十年制义务教育后，在大学阶段三年级，再进行分流，应该是一个更好的选择。
根据大数据的统计和长期研究，抛开那些天才，即极个别动不动满分的学霸不讲，其实绝大部分孩子都是普通人，智商和学习能力，相差并不大。只是有的自律性强点，更努力一点，学习更用心一点，成绩稍微高一点。大家相差其实不是很大。那些成绩无论如何，都确实差得不成样子的学生，按人数比例来讲，不超过8%。
所以这一次的教育改革，最重要针对的，就是过早分流的弊端。当然，还有其它深远的考虑，最重要的有两个方面。
第一个方面，就是推迟就业的时间，随着数字化时代的迅猛进展，大量的低端可重复性劳动，正在逐步完全被人工智能和机器人替代，未来大约30年时间内，实质性失业，可能是个严重的问题，推迟就业，当然可以缓解部分的问题。
第二个方面，社会既然对低端劳动力的需求，在大幅度地下降，那么那些原来初中毕业去读职业技术学校的学生，其就业的范围，也是越来越窄的。所以不如干脆大量的取消，把职业技术教育，提高到大学本科的范畴，这样培养出来的学生，才具备应对智能化数字化社会的能力。
本质上，这是一种“时间换能力”的教育理念，每个青年更长的教育时间，使之具备更好的知识和经验水准，这样在就业上，就可以适应更广的产业范围。说到底，新时代已经需要“全民知识分子化”了。
当然初级职业技术教育，也不是完全取消，而是保留了最精华的一部分，一方面是能够适应未来就业需求的方向，另一方面则是考虑很长时间内，一些初级工作也不会完全消失，总要给那些读书不行的孩子一条出路。路
至于流动民兵和流动实习体制，那是一点都没动，只不过时间推迟了，现在是在大学毕业后进行，这是因为新时代流动民兵包括流动实习，面对的各种职业和工作，需要的知识程度和复杂度，都是上升的，本身需要更高的知识和思维水准。举例来说，就连民兵的军事训练，其知识含量也不同于以前了，至少要会使用电脑，进行简单编程或者地图编辑什么的吧。
对于青年来说，不过是浪费了几年就业赚钱的时间罢了，但仍然提升了能力和职业匹配度——这个很重要。人多学点东西、经历一些事，成熟几年，沉淀一下，就更能了解自己、接纳真实的自我、找准自己的定位，避免干得不甘心、不安心。年龄大几岁。思想成熟、学习能力更强，会更有稳定性和可塑性，能跟得上科技革命的潮流。
这种就业推迟的战略，也是与当下中国的共同富裕程度有关的，正因为社会的富裕程度高了，才可以在承担在教育上更多的花费，让每个青年能有更多的教育机会。
不过，对于教育质量的要求，一定都不能降低标准。所以有“三个保障”的要求。
第一个是保障师资，新政意味着大学的大量扩招，主要是职业技术条线（原来的基础研究型路线，其实招生规模和水平要求，都并没有改变，还是占高中生的20%25%）。会以国企提供为主，社会招聘为辅，大量的高级技师、富有经验的工程师、管理人员等，都会作为师资力量，充实大学教育。
第二个是保障纪律，这一次的大学扩招，可不是搞那种西方的“快乐教育”，教育永远是有其艰苦和枯燥性的，确实没那么多快乐，所以严格的教学纪律，永远都不过时，对于学生的压力，必须保持在一定的强度。
第三个是保障淘汰，读不走的学生，只能淘汰。不会因为扩招了，就降低标准，初级职业教育之所以保留，也是有这个方面的考虑。
教育改革与就业延迟计划，能够这样推行，背后其实还有一个重要的原因，那就是脑波模拟器这种科技的成熟与大规模推广。现在的水准，已经达到了可以普遍提高学习效率50%的程度，这种科技成就，使得愿意读书的普通智商的青年，能够完成高中和大学学业的质量要求。这是满足大学扩招的另一种“物质基础”，有了这种科技，将使得职业技术教育纳入大学，不会出现大学质量滑坡，和被迫降低教育标准的问题。
与就业推迟相配套的，还有人力资源部的退休推迟计划。不过这个计划目前还完全是个计划，预估要在教育改革10年之后逐步推行。
原来的男性退休，普通人都是60岁，女性则是57岁，未来考虑推迟到63岁和60岁，延迟3年。这并不是因为要减小养老金压力的问题，而是因为随着科技的发展和国家的富裕，高生活水平的背景下，人们的身体状况远比过去时代要强，到了原来的退休年龄，实际上根本没有失去工作能力，有些人反而是能力最强的时候，过早退休可惜了。既然就业推迟了，那么退休也推迟，整个结构才算是合理的。
中国的人均寿命，已经达到了83岁，而且还在不断提高。男性63退休，还有至少20年颐养天年，这种年龄比例是更加合理的。
当然，之所以要至少推迟10年执行，主要是避开可能的失业最高峰，否则人为减少了可就业的数量，当然是不合适的。再好的政策，也要考虑合适的推出时机。
教育部长林铁生的汇报，冲击力非常强，台下反对者并不少。很多人还是担心教育的质量会因此而下降，他们认为不是每个学生都愿意学习的，总有一些孩子，无论你如何去改善他基础的条件，他们也不愿意读书，但是让他们去学一门有兴趣的手艺，他们倒还是能学进去、能学好。这是原来早早就分流的原因之一。
但如果按照林铁生的方案，实际上所有的教育，都需要一个前提——能够读书，至少要达到上大学的普通质量吧？但恐怕有一些学生，即使有了脑波模拟器的帮助，仍然是学不进去、学不好的，最终还是要浪费两年高中时间，只能去读初级职业技术学校。
中央教育改革领导小组的组长唐东挺暗暗点头，这也是他担心的地方，他早已深度研究过教育部的方案。他自己的主张是，原来初中为基础的分流体系确实已经过时了，初中的教育水平太低。现在可以实施二次分流，在高中要先分流一次，到大学三年级再分流一次。所以初级职业教育体系，不能够缩减到教育部主张的那个程度，也许需要保留至少1/3的体系。教育部的方案，太激进了，需要调整为渐进改革。
这件事，不仅仅是对林铁生和教育部党组的巨大考验，对唐东挺来说，压力也是非常巨大，本身教育改革，就是中国“文明升维”大计划的一个重要构成部分，升维的文明，自然需要新一代更高知识和智力水平的劳动者，来发展和维护。所以其战略意义和必要性，自然毋庸讳言。
当然，教育部的方案还需要反复讨论，唐东挺决定要坚持自己的想法。
在教育部之后，人力资源与社会保障部的柳安忆部长也做了汇报，教育不是单独的事情，还需要很多的配套才能更有效。
柳安忆主要强调了两点，完全出乎人们意料之外的角度：
一是物价部门与人力部相配合，实施产品限价与薪酬水平相配合的体制，这项工作几十年前就已经进行，还是在领袖李思华的提示下进行的，只不过近年来，其重要性更加凸显了。
这是一项非常微妙，尺度要非常精准的工作。作为社会主义国家，中国非常强调8小时工作制，对于加班是严格限制的，而随着国家的发展，劳动者的薪酬越来越高，这就对企业的盈利有着相当的压力。一方面，企业需要尽量利用好员工8小时之内的工作时间，以高效率克服高成本的弊端。另一方面，企业产品也需要合理的售价，来保证合理的利润，企业没有利润，不但不能发展，还只能倒闭，高薪酬自然也就变成幻梦。
作为社会主义国家，显然不能去搞西方国家那种“996是福报”，依靠加班或其它压榨员工劳动力的方法，来降低企业成本，那是完全的邪道，是赤裸裸的剥削。因此除了企业内部挖潜增加效率的“内部挖潜”以外，还需要物价部分，不断进行大规模的测算，允许企业产品，阶段性适当地提价，符合薪酬增长的要求。物价部门的管制，有上限有下限，其中的下限，就是保证企业产品的利润空间，避免市场上大家杀价的“多败俱伤”。
这显然是需要非常精准的工作，因为物价提升过快，可能导致通货膨胀，所以要非常小心，如果搞成西方经济危机那种“工资-物价交替上升螺旋”，那真的就是大笑话了。
本质上，这是对剩余价值分配的不断精细调整，企业拿到多少，员工拿到多少，国家和社会对企业劳动的估值是多少，都需要保持在合理的范围之内。
第二个，就是如何在大学因为职业教育提升而不断扩招的前提下，规避“结构性失业”，这就与上述的“物价-薪资精确调整体系”密切相关。
人类有好逸恶劳的天性，喜欢办公室白领胜过外勤蓝领的选择，是很自然的事情，中国古代“好男不当兵”这样的思想，除了皇绅军队对军人的蔑视以外，也是因为军人太辛苦。所以现在大量青年，都上了大学，虽然多数人学的，仍然是职业技术，但心态可能就拔高了，对于现实可以提供的工作，可能不会满意。
国家不可能做到让每一个人满意，但国家应该提供一个合理的体系。例如，越辛苦的工作，报酬应该越高，其它的福利，也应该相应更高。这就需要人力部门的“物价-薪资体系”，能够根据社会的发展和教育体系的变化，不断提供变化的薪资和对应产品的物价调整。
只有做到这样，再加上舆论引导，才能避免社会形成对各种不同职业的“鄙视链”，让人民得到正确的认知——高薪酬就需要用更多的辛苦和劳动去换取，想轻松就不要指望高薪酬，让“干得好不如选择得好”这样的逻辑见鬼去，绝不能有不创造价值，结果收入却更高的现象。
说得不客气点，连公务员都必须在退休前在全国不停地流动，哪里能有什么职业，能够“钱多、事少、离家近”？人保部要做的，其实就是熨平全国各种职业之间的“性价比”，使之基本保持一致，这是社会主义体制下需要的“主动调节”，不能像资本主义社会那样，执行所谓的完全的“市场调节”。而且市场调节有个毛用？能阻止美国人都不去做制造业吗？
例如想让青年选择一些艰苦的制造业，唯一的办法，就是劳动投入的性价比高，让青年认知在这样的行业，收入远高过其它工作轻松的行业。对应的，就需要提升这些艰苦劳动制造业的产品价格，使得支付高薪酬的企业，仍然能够很好地生存和发展，这是相辅相成的。
需要认知清楚的是，这是与现在新中国已经达成了相对比较高端的产业体系有关，如果是早期六七十年代的产业结构，这是根本做不到的，因为大量的低端产业，如果对艰苦的劳动，支付高薪酬，那么产品的价格将极为昂贵，远远超出了按照这种模式，可以调节的幅度，例如当时的一个制鞋厂，可能有个七八万的工人，对于平均薪酬这个成本，是非常敏感的，工资翻一倍的话，鞋价可能也要翻一倍，由于低端市场全球竞争激烈，翻了一倍，价格可能就没有市场竞争力。而现在这个制鞋厂，可能就只有两三千工人，人少了二三十倍，薪资的“敏感度”，自然就大幅下降，可调整的幅度要高很多。
基本上教育部和人保部，都还是遵循了李思华时代确立的原则——平等、折腾和公平。
所谓的平等，就是大家遵守共同的规矩，以及个人付出的劳动强度和辛苦程度，对应社会总剩余价值的合理比例。注意这里并不是单个企业或单位的剩余价值，而是要从整个社会的角度来设定。有些单位对社会有意义，但根本不创造剩余价值；有些企业没有利润或者利润很少，但社会不可或缺。所以那种西方式的只在企业内部分配剩余价值，仍然是不合理的，要进行全社会的“熨平”。
所谓的折腾，是针对“好逸恶劳”这种人类天性的，既然报酬来自于人们讨厌的“劳”，那就最好让人们少一点“逸”的妄想。这就需要折腾，不管是流动、调整薪酬性价比，都是往这个方向的调整，让人民发现每个职业，都有其明显的“缺陷”，那挑剔也自然减少。
所谓的公平，更是社会主义的特点，也就是通过连续的精准调节，让人民认知，不会有什么工作又轻松收入又高，大部分的工作，因为都是用的普通人，所以报酬高低，无非就是辛苦程度的差别，根本没有什么鄙视链，有着现实的依据，如果有，就把它调整过来，调整到相反的方向。
这一次的会议，最终导致了以教育改革为基础的“中国人力资源管理系统工程体系”的出台，这基本上，是一个把教育、教育实践、就业、薪酬、物价4个大的方面综合起来，进行合理化地实现“平等、折腾、公平”三原则的大体系。这个体系，大概是中国数据处理量最为庞大的体系，单单是使用的超级电脑，就使用了上百台“千亿亿”级别的超级电脑计算系统，这算是最顶级的“顶层计划经济管理系统”。
第447章 初步建成的初级数字化社会
回到家门，杨阳说了一句：“小开，打开房门。”房门打开后，屋内的灯光自动响起，预设的轻音乐低低地响起，他走进屋内，换好拖鞋，瘫坐在沙发上，一天的工作还是挺累的，他一下子根本不想动。又喊了一声：“小开，拿一罐凉茶给我。”不到1分钟，一个方方的机器人，托着一罐凉茶，运动到他的面前——机器人可以自动地打开冰箱，根据初级人工智能“小开”的指示，搜寻目标食品，然后操作递送给主人。接下来，他又让“小开”为他订购了外卖晚餐。
杨阳正在享受的，就是新时空中国的第一代数字家庭体系。
与一般人想象完全不同的是，实现数字家庭这样的体系化，并不是某个企业可以达成的，因为企业能做到的，基本上只能在家庭的“室内”，要实现社会数字化服务，没有一个全国性的低成本体系，是根本做不到的。
杨阳现在享受的数字化生活，首先是要实现数字身份，数字身份并不仅仅是普通人直觉的身份证数字化，而是一个个人的数据库，初级人工智能“小开”的存在，就是基于这个数据库。在这个数据库中，集成了主人的身份、履历资料、各种权证、资产财务、社会关系等数据，并由人工智能“小开”不断添加资料。人工智能ai，同时又是这个数据库的“守门员”，按照算法的约定，把控个人数据的安全性。
对于数字身份的守卫，ai自动分成4个级别对外保证安全：从公开信息、政府可查阅信息、公安可查阅信息，到最后的隐私信息。每个级别的“安全强度”逐级上升。
家庭内部的智能化，是相对比较简单的，无非是把所有的家用电器、机器人、电脑等，都由人工智能对接这些电器的微芯片，获得授权。到了现在2010这个时间段，上述的电器和电子设备，都在控制微芯片中内置了人工智能无线端口，使之能够被ai，操控所有可行的操作。
真正麻烦的，就是对接外界的“社会服务”，例如点外卖、电商、网购娱乐、交通订票、各种查询、咨询服务等寻求一切社会服务的项目，说白了，最基础的部分，也要实现个人ai，与国家数十个覆盖全社会“全生活”的大型互联网平台之间的数据交互、授权与财务支付。
这种交互，其实是个人ai与这些平台ai之间的智能交互，相当于ai之间的社交。
单单实现这一步，就需要从整个国家的层面，建立起以下几个方面的完善基础：
一是覆盖社会“全生活”的互联网平台群落，能够将几乎所有的社会服务纳入整个体系，从而向任何请求的国民，按照约定和费用，提供高质量的服务。
二是上述互联网平台的超级算力要求，由于每个这样的超级互联网平台，其产生的数据和需要服务的数量、规模，都是天量，所以需要的算力，完全是天文数字，此时国内的超级电脑的数量，就已经超过了上万台，最大的用户群体，就是这些互联网平台或者说是数据中心。
而全国的算力，又通过云计算科技，进行整合，即通过弹性伸缩的架构设计，把计算、存储等软硬件集中起来，使计算、存储的成本不断降低，云计算正逐步成为像水、电、气一样的基础设施，为大数据的发展应用，提供着基础设施一般的支撑。
三是上述互联网平台的ai化。每个这样的平台，都需要多个稳定运行的ai，能够管理起天文数字的服务流程。
四是国家的相关监管、税务、物价、公安等体系，同样要ai化，它们必须与各大平台的ai不断交互，监控和处理一切的数据异常。这部分，同样需要超级算力的基础。
这一套“基础性”的东西，其实就是数字化社会最重要的基础设施——以庞大的算力为基础，以高超的数学算法为规则，通过海量的软件，生产数据，通过数据之间的交易和交互，实现“社会服务体系”，才能最终撑起像数字家庭和数字个人这样的“用户终端”。
更何况，大量的用户，并不局限在个人或者家庭的基本功能上，企业、社会组织和政府部门，对数字化社会的要求，要深得多、广得多。
例如在商业上，一整个产业链，都要实现数字化。化任何一种产品，首先是数字“上链”，拥有“产品数字身份”；然后从工厂到消费者的整个链条，包括收储仓库、全过程物流、终端前仓库、一直到最终递送，都是在人工智能的监管下的，其实相当于原时空2020水平的升级版本，主要的区别，在于这个数字化流程的每一个环节，都是人工智能强介入的，这些环节之间的交互，基本上是ai对ai自动交互的。
正因为人工智能的科技优势，智能商业体，就不像是原时空还处于试点状态，而是已经遍地开花了，例如实体商店，大量地是使用人工智能管理，而使用机器人进行操作，比如充当餐厅的服务员。真人员工的主要任务，日益倾向于运维管理，以及介入一些比较复杂，从而ai还没有学会的事务处理，毕竟这个时代的ai还是初级智能，基本上限制在“可重复操作性”事务的范畴中，并不是真的具备类人复杂思考的智能，尤其是面对突发事项。
例如在医疗上，现在前期咨询、挂号、费用结算等程序，都已经由个人ai可以独立完成，远程医疗也已经通用。不过绝大多数人，当然还是要去医院的，不与医生当面交流，他们是不放心的。确实也是需要面对面，对于疾病的判断才更精准，何况那些专门的医疗设备的监测和治疗，只能在医院执行。药物倒是可以邮寄，不过这样做的人也不多，通常还是在看病的过程中，自己领取药物。
利用医疗专用的人工智能进行诊断和治疗，目前仍然处于早期阶段，事实上也还不具备完全实施的条件——人体内置的生物芯片，目前提供的数据仍然是有限的，而外置的可穿戴设备，也不具备强大的医疗诊断设备功能，如果实现，那价格肯定过于昂贵，至少现在还没办法普及。
应该说，医疗领域开始的人工智能时代，还是非常初级的。这也是国家重点推进的科研领域。因为如果让中国国民从出生开始，每一个心跳都被记录下来，每个人身上穿戴各种传感器，能够实时感知体温、汗液等各种生理指标，那么通过大数据的分析，可以提前预测可能出现的疾病，对疾病的治疗，也可以实现精准个性化，每个人吃的药的计量、方式可能也是不同的。国民的寿命，或许能因此而延长30年到50年。要达成这样的目标，自然是非常困难的，尤其是这样的成本，不能属于少数富人的专利，社会主义国家不能这么干。
如果说医疗领域困难，那么教育领域就更困难，现在除了脑波模拟器开始进行大数据分析以外，在教育领域实现的数字化，不过是教育模式的简单网上替代，例如网络授课、远程教育这样的。
但教育未来真正数字化的目标，是“个性化教育”，即通过对每个儿童和学生的语言和行为的数据，进行采集分析，及时精准地感知到小孩的脾气性格、情绪高低、智力发育水平，从而可以为每个儿童和学生，设计个性化的教材，执行个性化的教育。这样的模式，自然成才率会高很多。
不过这还是极为遥远的未来，现在可以说门都还没有摸到呢。
实际上，类似杨阳拥有的“小开”这样的个人人工智能，是通过两套设备实现的，一套是家里的某台电脑，另一套则是他随身携带的可穿戴设备——手腕折叠式个人智能终端，其实就是一台便携式的小型电脑。这台电脑可以带在手腕上，也可以套在包上或扣在腰上等，不过大多数人还是会把它牢牢地戴在手腕上，毕竟在新时代，对于他们来说，这可是生活中最重要的物品了，这就是他们的“第二条命”，所谓“身家性命都在这里了”。
“小开”宛如拥有分身法，在主人出门的时候，一边陪伴他，另一边在家里进行管理，例如使用机器人进行管理什么的。
这样的初级人工智能普及，对于家庭来说，全面完善的家庭和个人体系，大约是普及到了20%左右的高收入家庭，按照国家的计划，在未来十年要实现完全普及，以后成为家庭和个人标配。不过单单就个人人工智能来说，普及率已经高达70%了，真正花钱多的，主要还是机器人，每台机器人就是一台高级轿车嘛。
相比家庭和个人，工厂和企业使用的人工智能体系，就要完备得多了，毕竟他们能够投资得起。而且新时空中国在数字化上投资最大，最重视就是工业互联网体系或者说工业数字社会化体系。
目前有3个最大的数字化体系：工业互联网、商业服务互联网和交通物流互联网。工业互联网是首当其冲，毕竟这是吃饭的家伙，怎样重视都是不过分的。尤其在这个领域，社会主义的优势是很大的。当然，资本主义社会固然无法克服资本分割生产力带来的生产壁垒，社会主义社会同样也有弱化的生产壁垒，需要用国家的力量来强制打破。
因此关键的行动，就是构建全国工业机器的统一“语言”，即所谓的生产力语言和机器语言，在统一语言的基础上，高效率的数据分析软件，就可以应用于所有接入的机器。如此，一个全国范围内，纳入大部分工业生产力的网络才能初步成型。
在此基础上，就是每个工厂的人工智能ai化。工厂ai要做的主要基础工作，是对接入网络的机器，安装很多的传感器，收集各种数据，了解机器运行的状况。在收集到数据的基础上，对机器进行控制，使机器的运行达到最优化。当然，ai也负责与外界的ai进行数据交互，自动安排物料、工艺、生产、仓储、物流和财务。
发单的人工智能ai，需要提供一个在云计算基础上得到的产品总方案，而各个环节接到部件生产或者组装任务的工厂ai，则细化本厂的生产或组装细案，按照质量和数量要求，完成生产任务。
第三步，无数个这样的生产任务，运行在工业互联网上，就会产生海量的数据，而要处理这些数据，并保证工业网的顺畅运行，自然也需要处理海量数据的足够的算力体系。
应该说，到目前为止，中国只是完成了工业互联网的基础版本，即在产品设计、制造、销售、运行、维护、更换等这样的一个现有体系当中，通过引入统一化的底层软件和算法环境，导入初级人工智能，优化了生产流程，从而提升了工业生产的效率，并降低了生产总成本。
不过就像是医疗和教育领域碰到的问题一样，离开最终的目标还差得远。国家期望的是，要打破过去壁垒森严的公司界限、行业界限、角色界限，通通互相连接。每一个生产平台，在国家内部，要变成开放平台，把自己获取的数据、专业知识、专业能力，拿出来实现内部共享，包括上下游的产业，包括消费者，并且创造出原来完全不能想象的新的服务、新的产品、新的商业模式，从而带动整个产业链以及产业的创新，这才是最值得期待的部分。
有人曾经设想过，给予人工智能和机器人等智能组合，一个矿业环境，让它们自动建立起整体的工业基地和生产能力，人类只要给予最初条件和最终产品要求。这样的“黑箱操作”能力，目前还完全是天方夜谈，根本不可能。实际上，在当下的工业互联中，仍然存在大量的真人干预，这可不仅仅限于那些具有分析和数据挖掘能力的人才，例如具有数学、统计、运营、研发实力的人才。实际上，每个环节，都需要大量的运维人员，例如监控和处置意外状况的人员，离开人工智能完善“自管理”的阶段，还差得很远。
当然，也有例外的情况，例如3d打印，通过工业互联网的加成，是发展得最好的。用户ai与3d打印ai进行模块选取，颜色和大小自定义，最后到完成，就像是按下了一个“完成”按钮，工厂按照要求生产出客户想要的商品。3d打印是这个流程中的一个关键环节，使得这一新的模式得以实现。之所以它发展得最好，是因为链条最短，往往从用户到3d打印工厂，就只有双方两个角色，与其它工业生产复杂的链条相比，当然要简单得多。
真正发展得比较完善，就连中央也比较满意的，是交通物流互联网这一个部分。当然这也是有先天条件的——操作重复率和可预测性较高，从而人工智能的管控难度较低。
当然，所谓较为满意，主要是在“物流”这个领域，至于“人流”领域，也还处于完善之中。