不知你是否注意到，已经好些时日没有国民级爆款APP出现了。
改变我们衣食住行和娱乐方式的APP，很多是几年前的产品。事实上，无论是互联网还是实体产业，光靠模式创新脱颖而出的案例越来越少。
其中的逻辑不难理解，短视频、直播、出行、本地生活类APP和与之相关的商业模式，是移动互联网浪潮中的产物。浪潮之所以能涌起，则得益于智能手机和4G网络的普及。试想，没有硬件升级和网速提高，短视频如何流畅播放，网约车如何精准定位。
随着时间的推移，上一次技术变革带来的红利渐渐褪去，模式创新的空间缩减，“移动互联网红利见顶”的声音越来越多。
红利消失，但机会没有消失，经过多年发展的To C业务产生并沉淀了海量数据，对数据资料的运用和加工，成为了To B市场的发展契机。互联网公司纷纷把目光投向B端市场，瞄准了万亿市场规模的产业数字化。
在京东数科AI实验室首席科学家薄列峰看来，数据是产业数字化的基础，技术是灵魂。数据是新的生产要素，产业数字化的内核是通过数字科技对数据资料进行加工，挖掘数据价值，让数据在产业链中联动反馈，用理性和精准的数据预测代替感性的经验决策。
底层通用技术实现快速响应和迭代
今年新冠肺炎疫情出现时，京东数科快速响应，几天之内就推出了良研调查问卷、疫情问询机器人、智能外呼机器人等工具，还助力北京经济技术开发区上线了数字化防疫系统——战疫金盾，一方面实时监控返城人员流向分布，另一方面动态掌握园区企业运行情况，帮助地方政府更好实施科学决策。
之所以能在短时间内推出针对性的应用，京东数科在数据分析、人工智能等底层通用技术上的积累是关键。事实上，将底层技术落地到新领域的能力，在京东数科的发展历程中已有体现。
从“京东金融”升级为“京东数字科技”后的产业数字化一年内，金融、营销、智能城市、农牧养殖，京东数科涉足广泛。这些产业看似风马牛不相及，但在数字化升级过程中所需要的底层技术却是一样的：数据处理、人工智能、物联网、区块链，这些技术是京东数科的核心能力，也是其产业数字化布局的关键角色。
京东数科对产业数字化的布局并非一蹴而就，而是在以“京东金融”为前身的 “金融科技”的业务过程中积累技术，以技术为“钥匙”，将底层能力输送至其他行业。
以人工智能中的“联邦学习”为例。
联邦学习是“数据孤岛”困境的解法，人工智能建模需要先获得大量高质量的数据，以供机器学习，但行业里数据的分布并不平衡，小公司数据少，少数巨头垄断了数据。出于自身利益的考量，各家公司不可能将数据拿出来分享，“数据孤岛”由此产生。
不同于此前企业各自拥有独立的数据和算法模型，联邦学习是一种加密的分布式机器学习技术，可以让企业像“州”一样保持独立性的同时，又被纳入“一个国家”的体系中。换言之，企业可以在不披露底层数据的情况下共同建模，以提升机器学习效果。
由于目前所有联邦学习都是同步的，不同服务器的计算能力、计算速度有差别，同步的联邦学习不能解决多方的联合建模问题，进而需要异步计算。因此，京东数科在全球首创异步联邦学习。
这并不奇怪，因为多方的联合建模是产业数字化中行业”共建”的硬需求。而异步联邦学习解决的就是大数据信息交换的效率和安全合法合规。“因为各家机构的数据大家都有隐私的这样一个需求，我们通过这样的技术很好的解决了数据的共享，同时又保留了各家机构数据的隐私。”薄列峰表示。
异步联邦学习技术首先在金融场景落地。在京东数科与合作机构共建大数据风控模型的时候，既要保证数据安全合规，又要能实现合作，这在传统数据共享方式中都难以实现。数据类型多样、数据平台多样、数据标准不一致、多种机密级别不一致、可输出和不可输出标准不一致等问题，也造成了数据共享难。而将联邦学习技术应用于风控联合建模，就可解决隐私数据安全共享问题，改变数据孤岛条件下无法实现的业务效果。目前京东数科已经构建行业级的联合建模解决方案。
在金融领域得到验证后，京东数科的异步联邦算法也在智能城市领域解决了重量级难题。
在雄安新区智能城市建设中，块数据平台是基于大数据技术和新一代人工智能技术的开放式智能城市大数据平台，它将作为雄安新区城市大数据资源中心的实际载体，承担着汇聚新区全域数据，统筹新区数据管理，实现新区数据融合应用的重要任务。换句话说，未来，雄安新区建设的信息化系统将直接“长”在块数据平台上，各个领域的数据，从一出生就已经生长在一起。
那么，如何保证全量多模态的城市数据能够实时汇聚、融合、应用？其中最重要的技术就是和异步联邦算法有着异曲同工之处的“基于联邦学习的数字网关”技术，该技术可以在数据不出库的前提下，实现城市各部门数据的融合。
另外，模块化时空AI算法平台也是京东数科“智能城市操作系统”的重要组成部分，帮助其创造了独有的时空数据处理模式。在本次疫情中，京东数科的时空大数据处理模式为防疫工作提供了有效助力。
京东集团副总裁、京东数科首席数据科学家、京东城市总裁郑宇告诉「深响」，所谓的时空数据，可以理解为人的活动轨迹，人员的迁移，而疫情防控需要的技术支持，就是要看人的迁移以及人在线下的伴随关系。在传统的防疫工作里，想要知道到过疫区的人或者感染者去过哪里，见过什么人，只能靠当事人自己回忆，效率低，且不准确。京东数科与政府配合，在保证数据安全的情况下，汇聚运营商、政府、企业的数据，进行高危人群态势分析和重点人员的轨迹分析。
「深响」了解到，在北京，“智能城市操作系统”已经通过时空大数据分析找到了可能存在风险的人，随后相关技术服务在广州、南京、成都、宿迁等十几个城市也全都铺开。
在京东数科的底层技术能力，像联邦学习这样具有技术通用能力有很多。以应用于智能客服的语言语音技术为例，在疫情期间，京东数科推出了疫情问询机器人和智能外呼机器人，两者的技术基础均是语言语音技术。
快速响应防疫工作的实践，已经从侧面验证了底层技术作为产业数字化“钥匙”的能力。可以预见的是，在未来，京东数科修炼的各种能力还将在更多场景出现。
当顶尖技术落地垂直行业
在把技术迁移至商用领域方面，京东数科已经做了不少有益的探索，持续积累下的技术能力为其产业数字化布局夺得先机。
要注意的是，产业数字化并非单一的技术赛道，技术只是第一道门槛，让技术实现行业落地才是进阶考验。
展开来讲，让技术真正落地行业的难点主要集中在以下几点：数字化技术跟不上需求、无法把握真需求、技术与场景割裂、解决方案与客户需求割裂。其中逻辑不难理解，实验室的研究与真实市场需求之间存在距离，科研人员对于市场的变化敏感度不如一线人员。
不同于面向消费端的标准化产品，To B赛道之所以难，就在于客户的需求往往是定制化的，A客户满意的方案，在B客户那可能会水土不服，如果企业只是针对客户的个性化需求开发产品，研发成本巨大，且难以形成规模效应。
行业之间、企业之间的差异，让技术转变为具体方案变得困难，而破局的关键在于提炼底层共性，这也是京东数科正在做的。
对于产业数字化的进阶考验，京东数科的解法是提供“数字化操作系统”：产业数字化服务模块固然大有不同，但实际上，所有这些模块都有着一样的底层逻辑，是有着共同内核的数字化操作系统。把技术提炼成操作系统似的方法，落地行业。
这个思路的得出显然和京东数科一直以来在金融领域的实践密切相关，金融是个大范畴，京东数科在支付结算、财富管理、个人信贷、企业数字化技术及解决方案、消费场景金融数字化解决方案等多方面均有沉淀，其金融科技操作系统已经生长出包括一站式金融数字化解决方案——JDD T1、信用卡数字化运营解决方案以及智能资管科技平台——JT²等在内的多个行业级解决方案。
在京东数科的产业数字化实践中，数据和技术是最大公约数，数字化重塑了产业流程和决策机制，技术在不断复用至新的细分领域过程中，边际成本不断降低，覆盖规模也能随之加速扩大，最终规模效应和网络效应得以形成。
更细致的技术落地逻辑，可以在京东数科的智能城市操作系统落地雄安新区的案例中看到。
在雄安新区数字城市的建设中，政府希望一开始就打好数据基底，让应用能长在块数据平台上，不要建成数据烟囱，而智能城市操作系统正好提供了数据基底的能力。
城市信息包括政务、交通、医疗、环境等多个维度，智能城市操作系统通过技术应用，将物理世界的多维信息以及产业知识数字化，以数字连接打通线上与线下。
由中国雄安集团与京东数科共同打造的“块数据平台”是打通数据的关键，其主要任务是政务数据的融合、横切进所有的管理系统、确定统一的数据标准和数据资源目录。在雄安新区数字城市的建设过程，京东数科的参与逻辑是：以技术为基础输出操作系统，与合作伙伴共建共生，实现数据和技术应用在多产业、多链条的网状串联和协同。
从金融和智能城市的案例中可以看到，以操作系统来实现技术落地不仅是逻辑自洽，在实践里也得到了验证。
产业数字化市场规模超万亿，是BATJ等互联网巨头都在布局的巨大市场，不过，各家的策略有所不同，阿里巴巴凭借自身在供应链、物流、电商、本地生活、金融等领域的积累，更擅长输出以中台能力为核心的“全家桶”式解决方案；另一巨头腾讯的优势则集中在社交领域，更擅长打通C2B2C的渠道闭环。
与上述两家不同，京东数科以技术为矛，行业深度应用为盾，通过提炼底层逻辑输出数字化操作系统，开辟了产业数字化蹊径。
产业数字化是块尚待挖掘的沃土，水大鱼大，在打磨顶尖技术的策略已经得到初步验证的情况下，对未来我们拭目以待。
