由于ICT技术进入较为成熟的发展阶段，全球科技发展相对平缓，实体经济一度因此渐失活力。与实体经济发展动能不足形成反差的是，20世纪80年代以来■◆★★■■，以美国为首的发达国家其金融部门理念、技术和机制创新十分活跃，带动了虚拟经济的繁荣发展。

　　不论发达国家推动“再工业化”、应对工业4■■★★.0还是发展中国家加快工业化进程，世界各国普遍、广泛地运用产业政策工具推动实体经济发展。其中■★★◆，美国、德国、日本等工业强国的政府重新认识产业政策的作用和角色，纷纷通过实施功能性产业政策，在微观层面刺激企业的创新活动，发现并识别新兴产业的技术路线，而在产业层面◆■★■，发达国家将产业政策的作用领域聚焦在创新活动以及产业链的创新环节。

　　由于新工业革命的通用技术发展尚存在不确定性，现阶段打通物理世界、缔造产业新生态仍有诸多障碍，但遵循“技术-经济范式■■★◆★”变迁的规律★■★◆，新工业革命将赋能中国经济实现高质量发展。

　　曾经推动中国消费互联网快速发展并培育出全球互联网巨头的宽松市场环境和成功商业模式，对产业互联网发展是否具有或具有多少复制价值，不仅受产业互联网推动主体战略能力的影响，更取决于中国实体部门的应用生态。

　　目前，有望列入新工业革命通用技术簇群的技术包括大数据★★◆★■、人工智能等◆■◆◆。通用技术簇群的内涵和外延仍将处在变动中，不排除未来会出现收敛的状况■★◆★。随着知识深度分解和不断融合，通用技术对经济长期增长的支持力将逐步增强★■★◆★，建立在新技术之上的产业群以及由新技术实施改造的传统产业，边界趋于模糊，产业之间的技术和市场重叠性凸显◆◆★◆■。

　　归根结底★◆◆★，在新工业革命初期，范式变迁及其影响尚未充分显现，而范式变迁的深化过程既是不断消除信息不对称的过程，同时也有可能带来新的风险。

　　在这一过程中，通用技术（GPT）的识别和确立对于尽早释放新工业革命的“创造效应”◆◆、推动世界经济迈向增长的“新长波◆★★”具有至关重要的意义。

　　一方面★■■■，在摩尔定律的作用下，ICT硬件行业始终没有实现以价格导向的充分竞争，结果导致即使最普通的终端设备PC机，在经过多轮价格调整后，消费门槛仍长期存在★◆■◆■；另一方面，这种高使用成本不仅仅体现在硬件投入上■■■★★，还在于信息技术应用很“难”■★◆。

　　面对新工业革命带来的战略机遇，大国之间开展激烈竞争和全方位博弈，以占据前沿科技和新兴产业国际竞争的制高点。

　　工业大国将进一步强化前沿技术和新兴产业等领域的政府作用，加大创新投入、融资支持等正向手段与针对竞争对手的投资审查■■、高技术出口管制等监管措施并用，确保赢得新工业革命的科技和产业竞争，推动“技术-经济”范式实现正向演进。

　　值得注意的是◆◆■■★■，科技创新虽然刺激了新产业群外延的扩展，但也使产业群内部一些产业的生命周期缩短■■★。

　　过去10年间全球服务贸易增速比商品贸易快60%，电信和IT服务、商业服务和知识产权使用费等行业的贸易增速甚至是商品贸易增速的2-3倍■◆■◆■，但传统贸易统计数据却不能完全反映服务贸易的规模，这不仅拉低了信息技术对生产率变化的贡献，而且在一定程度上是范式变迁不彻底的结果。

　　在新兴领域，制造和服务正在加快融为一体，二者的关联程度提高。在这种情况下■◆◆■，一旦关键技术迎来突破，将会带动整个产业群的发展■■◆■。

　　尽管30多年来■◆■★，经济学家包括索洛本人对所谓■★“生产率悖论★◆■■■◆”给出了多种看似有说服力的解释★◆■■■★，其中包括计算机产业规模、统计和测度的问题、学习和成本调整的过程、通用技术增长效应的形成机理及周期等相对正面的结论，但反映在众多行业生产率数据变化上，ICT技术的投入产出效果的确难以企及蒸汽时代和电力时代的通用技术。

　　在进一步营造宽松有利政策氛围、保持行业活力的同时◆◆◆■，探索实现产业互联网繁荣发展与维护市场竞争秩序兼容的政策时机和利益平衡点★■◆★◆，通过深化市场化■★★◆、法治化改革，提供新的制度供给■★◆，构建适用于产业互联网★◆◆◆◆★、平台经济、数字经济等新经济范式的市场规则、产业政策、商业法规和政府监管体系◆★，有效维护实体部门和公共领域的数据安全◆■■◆，防范数据垄断，加快推动产业互联网走上规范有序的发展道路。图片

　　这种担忧不无道理■◆◆★。近期，GE、西门子★★★、施耐德这些率先布局工业4.0、工业互联网，引领全球智能制造和数字转型的行业翘楚先后陷入业务拓展困境，遭到资本市场的严重质疑。

　　艾米戈德斯坦在《简斯维尔》一书中所展示的“非虚构的美国故事■■■■”触目惊心◆■◆★■★：

　　缺少内生性的创新生态系统、对未来科技发展走向失于判断的企业注定会被淘汰出局。然而，一个经常被忽视的问题也是企业共同面临的风险却在于：微观主体通常仅会盯住技术及商业层面的变化■◆■★，却很难具备全面把握范式变迁进展及其影响的能力。

　　在迥异于教科书所说的那种资本主义的现实中，有价值的不是上述竞争，而是新商品、新技术■■◆★◆、新供给来源、新的组织类型（例如最大规模的控制单位）的竞争，也就是在成本或质量上有绝对优势的竞争。这种竞争打击的不是现有企业的利润边际和产量，而是它们的基础和生命。

　　近年来，发达国家对科技创新和产业升级新一轮密集投入的效果逐步显现■★■★■。大数据、人工智能、物联网◆◆★■◆★、虚拟现实、可穿戴设备◆◆■★◆、3D打印、无人驾驶汽车◆◆、石墨烯★◆◆★◆、基因测序、量子计算、高端机器人■★■★★◆、区块链★★、5G等一批前沿科技相继开启产业化进程，科技革命和工业革命下新一轮“技术经济范式”变迁也随之逐渐明朗。

　　然而★◆■，尽管新一轮科技革命和工业革命正扬帆起航，却呈现出更为复杂、多元的图景★■◆★◆。从阶段性进展来看★■◆◆■，今天我们面对的科技创新与新产业发育在很大程度上是同步的、叠加的，技术创新和商业模式创新之间固有的时滞被打破，这也是此轮科技革命下范式变迁的重要表现。

　　将在实体经济中积累的超级能力包括全球领先的自动化业务、自主开发的智能制造解决方案与工业软件进行组合，做到互联和贯通，这曾是GE、西门子、施耐德等领军企业的共同的愿景★★。

　　比如★◆■◆★，目前不少欠发达国家和地区尚未普及4G技术，而科技大国之间却围绕5G的研发★■★、应用、技术标准及基础设施配套展开了激烈竞争。现阶段5G市场化前景虽然仍不够明朗、商业化推广远未到位，但科技领先国家已着手布局6G技术。

　　目前，产业互联网发展刚刚起步，各种商业模式尚在发育过程中，产业发展中出现的问题和矛盾还将不断出现和暴露★◆◆★★。在这种情况下，政府不宜急于干预，而是要加紧深入研究，摸清规律◆■★★◆■，形成顶层设计和政策储备。

　　其实，当今世界科技、资本与产业之间的互动更加频繁深入，从泡沫生成再到破灭的洗牌甚至已成为市场经济下新产业兴起和演进必须要经历的阵痛，这种盲目挤出造成的浪费往往不会比政府直接干预创新导致的问题更严重◆◆★■。

　　从与贸易有关的指标来看，麦肯锡2019年1月发布的研究报告《转型中的全球化★★◆◆★:贸易和价值链的未来》指出■★★，目前国际贸易中有大约1/3的价值是由服务创造的，研发、工程、销售和营销、金融和人力资源已成为全球价值链重要的推动环节。

　　同时，借力新工业革命下的范式变迁，强化政策的弹性和柔性，逐步形成企业主导、社会资本参与★■■■、政府监管的产业互联网发展机制。深度挖掘中国制造积累的数据优化★★，集中突破工业软件的短板，加大通用技术和新型智能化基础设施的投入◆★，促使5G■■★、人工智能等智能化技术为产业互联网赋能的同时，建立联通物理世界的基础技术架构★◆◆◆，打造面向新工业革命的开放型通用技术簇群。

　　相比前两次工业革命，信息技术带来的范式变迁改造的对象知识★★、产业和社会体系★◆★，其庞大和复杂程度远超前两次工业革命，使得范式变迁的成本和难度都在增大◆◆★★◆。

　　为全面核算贸易规模★★■■、结构及其平衡状况，贸易领域统计规则的调整已然先行一步◆★★■■，WTO、OECD、联合国贸发会议等机构在基于增加值的贸易统计等方面做出了积极探索。

　　面对新工业革命的大国竞争以及产业发展环境的变化，必须强调，推动产业互联网等新技术新产业新业态◆■★■◆★，要始终相信市场的力量，坚持企业在创新资源配置和行业发展中的主体地位■◆◆★★。即使对于资本爆炒概念、资本将科创成果的泡沫吹大等现象，也要保持客观冷静的态度■★■★◆◆。

　　长期来看，硬件与软件的结合和互通仍是新工业革命通用技术的发展方向，但现阶段全球工业环境和产业生态还很难支持这一目标■★★★◆。基于过去两年其股价在资本市场上的走势，GE和西门子实际上进入了相近的投资周期。

　　虽然只是观点或者视角，但还是需要指出，信息技术的大规模投资之所以与缓慢增长的生产率不匹配◆◆◆★■■，或者低于投资预期，更直接的理由是相比机械和电力技术，ICT作为通用技术一直太“贵”了。

　　技术迭代加快一方面反映出新科技革命下技术创新日益活跃的态势，另一方面增加了科技投入的不确定性。特别是5G技术作为产业互联网的重要智能基础设施和支撑性技术◆■◆■■■，其研发和迭代的节奏和效率将直接影响产业互联网的应用成本和市场前景◆◆★★■。

　　然而，有别于消费互联网[3]，即使守着世界第一制造大国在加速工业化进程中所积淀的数据“金矿”，面对to B的用户端，产业互联网发展仍面临一系列制约因素◆◆。

　　当前，新一轮科技革命和工业革命蓬勃兴起◆■★■★■。科技创新加快群体性突破，技术变革和商业模式创新深度交互，催生一批“未来产业”的同时◆★■★■■，引领传统产业数字化◆■◆★◆★、智能化◆★■◆◆、绿色化转型■◆。

　　编者按★■★★：本文转载自微信公众号◆◆★：腾云（ID：tenyun700），作者：杨丹辉，中国社会科学院工业经济研究所，新兴产业研究室主任、研究员

　　[2] 索洛悖论（Productivity Paradox）是指对信息技术的高投入未带来生产率相应提升的现象，即企业的IT投资和投资回报率(ROI)之间没有明显的关联。又称“生产率悖论◆◆■★”■◆。

　　[3] 汇丰银行发布的《科技信任度调查报告》显示，相对于发达经济体，中国内地受访者对新技术的认同度最高，更愿意接受新兴技术并以此提升生活品质。出现这种情况的原因在相当大的程度上是由于国内零售◆■■、银行◆◆■◆◆、电信、保险、租赁等传统服务业提供的服务品种少、质量差★■★◆◆，部分行业长期由国有企业垄断，效率低、收费不合理，使得中国消费者对接新业态和新商业模式的意愿更为强烈，这也是中国消费互联网爆发式增长的重要原因◆◆■★★。在to B 端，随着各种隐形数据成本的显化，消费互联网的发展路径及扩张模式未必能够在实体部门重演。

　　发达国家制定的大数据、人工智能等产业规划以及2019年最新发布的《面向二十一世纪欧洲工业政策之法德宣言》、《德国工业战略2030》等综合性战略，都传递出清晰的政策信号◆★◆：

　　2018年，GE出售GE digital业务，其中包括GE digital的核心资产Predix。此举一时间在全球工业互联网领域激起千层浪。GE最早提出“工业互联网”概念■◆■■■★，并将其付诸实践★◆★■。2013年，GE推出的工业互联网平台Predix★◆◆，一直被视为工业互联网平台甚至是全球数字经济发展的标杆。

　　回顾科技进步和产业变革的历史可以发现，历次科技革命和工业革命都带来了改变人类生产生活的技术■◆■★★◆、产品和服务，而科技革命标志性的科学成就以及工业革命的主导技术往往具有颠覆性特征，无一不对解放生产力★★、推动人类文明演进产生了深远影响。

　　而企业需要应对的更大挑战来自于新一轮范式变迁导致的价值多元化，这既包括价值内涵的拓展，也反映在价值的实现方式及其影响机制上，同时意味着在现行统计体系下◆◆◆，新工业革命簇群化的通用技术仍有可能遭遇“索洛悖论◆■★★★◆”，并且在相当长的时期内新技术新产业的创造效应难以释放到位。

　　循着◆■■■■★“科学发现技术创新生产组织生活方式社会架构”的路径，一国（地区）将完成“技术经济■★■★■★”的范式变迁路径，逐步实现对科学体系、经济结构和社会生态的重构■★★。在这一过程中，通用技术（GPT）的识别和确立对于尽早释放新工业革命的“创造效应”、推动世界经济迈向增长的■■■“新长波”具有至关重要的意义。

　　颠覆性创新带来了 “无中生有”★◆■■◆、后来居上的市场机遇◆◆◆，但同样放大了决策失败的破坏力■★◆。即使在第一时间顺利完成转型的企业，也很难高枕无忧◆◆■。在新工业革命通用技术出现簇群化迹象的情况下■★◆，企业战略布局的难度进一步加大。

　　尽管面临诸多不确定因素，但新一代数据技术、人工智能、产业互联网仍被寄予厚望。通过不断凝聚高质量的要素、进一步丰富应用场景，新工业革命下通用技术与生产率之间的关系将会刻画出先抑后扬的“”型的曲线。

　　无论从历史经验来看还是由现实需求出发★■★★■◆，每当经济增长遭遇结构性障碍，能够携新动能入位、引领产业转型的唯有科技创新。过去20余年来科技领域和产业层面的变化再次印证了这一判断。

　　30年前的劳动力◆■■◆◆■、土地、能源、资源低成本供给以及放松环境规制共同构筑中国制造的比较优势，推动中国工业化进程驶入快车道；互联网经济的蓬勃发展同样也在很大程度上得益于中国数据资源的成本优势以及相对宽松的发展环境。随着消费互联网◆■★“上半场◆■★”的哨声临近■◆◆■★■，被视为互联网经济“下半场”的产业互联网开始登上新经济发展的赛场★◆◆■★。

　　前瞻产业研究院中国产业咨询领导者◆◆◆★，专业提供产业规划、产业申报、产业升级转型、产业园区规划、可行性报告等领域解决方案，扫一扫关注。

　　关于产业互联网应由工业企业还是互联网企业策动或助推，则更要交由市场做出判断■◆。政策设计的出发点应着力营造促成制造企业和互联网企业深化合作、良性互动的有利氛围。一方面，制造企业更了解自己的需求和技术特征；另一方面，互联网公司拥有强大的数据运算和处理能力，双方开展创造性合作，发挥彼此优势■■◆★■◆，补足各自短板◆■■，共同创立产业互联网的中国模式和标准体系。

　　不可否认★◆■◆◆，产业互联网发展离不开有序的市场环境和有效的政策支撑◆◆◆◆■■。关于产业政策，学术界对其效果的争议从未停止，尽管美国联手欧盟日本在不同场合罔顾事实地批评中国产业政策的合规性，但一个不容忽视的事实却是■◆◆，国际金融危机爆发后世界范围内产业政策进入了密集投放的时期，出现了所谓“新产业政策■■■◆”（NewIndustrial Policy）（UNCTAD◆★■◆，2018）实践的热潮◆★★◆★。

　　所谓“技术经济范式★★◆”（Techno-economicParadigm）特指科技革命及其动态的系统性影响，即由于科学体系的基本模式和结构发生革命性变化◆■，科技革命必然伴随理念、知识、制度，甚至社会价值观和国际话语权的深刻变革★■◆。

　　实际上◆◆◆■★■，不少企业转型的关键决策确乎带有◆◆“赌”的成分，特别是在机会成本不明确的情况下，即便掌握颠覆性技术，企业在新工业革命中的“命运”仍在很大程度上取决于储备技术投放以及商业模式改造的时点和方式选择◆★★◆，正反两方面的经典案例都或多或少地指向企业重大决策中主观因素或者个人角色的作用。

　　同时★◆◆■◆★，有别于以往工业革命通用技术的单一性特征★◆★，新工业革命的主导技术和产业不再是“一元”的，而很有可能演变为由多个交叉技术组成的技术簇群，或者更像云团般地越界和“纠缠■★★■”。

　　凭借海量数据构筑的新比较优势、实体部门和公共服务领域不断丰富的应用场景、新一代智慧基础设施的领先布局，以及国家战略支撑下的企业自主探索和实践★◆★■◆◆，中国正由全球创新的追随者向同行者甚至领跑者的角色加速转变。

　　实际上，由于市场和政府尚未共同为新经济树规立矩，监管缺位和制度建设滞后使得一些新业态及其盈利模式游离于市场规范、商业法律和税收体系的边界之外■★◆■■。虽然这在特定时期有助于新技术新产业新模式新业态落地生根，实现迅速繁荣■■◆，但也难免会加重新财富积累的原罪，跨境电商、共享经济◆◆■、移动支付等领域都会不同程度出现这种问题。

　　2017年，GE digital创造了40亿美元的收入■★◆，同比增长12%，但这样的盈利水平与GE对数字化业务近百亿美元的持续投入相比，显然远低于企业预期■◆◆◆。同时，GE digital业务营收虽然保持增长，却未能形成市场爆点。在被出售之前，GEdigital始终未能摆脱亏损状态。

　　信息技术和计算机作为上一轮工业革命的通用技术和主导产业■■★，在生产率提升方面不够给力或者说数据表现差强人意的状况★★★★，无疑加剧了人们对新工业革命通用技术会复制索洛悖论的担忧。

　　曾经在稳定的汽车装配厂工作，月薪3万出头，日子过得相当滋润■◆★★，以至于三四十岁还不会使用电脑，甚至怎么开机都不知道！令人沮丧的是◆◆■★■◆，那些长期支撑美国制造业繁荣和社会稳定发展的熟练工人群体，在遭遇结构性失业之后，其中相当一部分人因能力和意愿不足而错失转型机遇■◆★★，最终彻底被信息时代边缘化。

　　毋庸置疑，历史性、革命性的重大技术变革历来拥有大浪淘沙的力量■◆■◆◆。对于国家、企业甚至个人而言，关于创新的抉择，早已没有可以犹疑的时间和徘徊的空间◆■■，但在微观层面◆◆★■★，范式变迁的影响似乎更直接，风险虽与机遇同在■◆■★■，分化却是特定时期内难以规避的结果■■。

　　循着◆■“科学发现技术创新生产组织生活方式社会架构”的路径，一国（地区）将完成“技术经济”的范式变迁路径，逐步实现对科学体系、经济结构和社会生态的重构★◆■■。

　　路径锁定不单会使企业和国家的产业升级受限，而且人的转型之“贵■★”、之“难◆◆”也是关键★■。

　　每当出现技术或组织突变■■★，以其长期积累的综合能力，相信行业巨头都不会毫无预判和准备，在知识传播更加通畅、信息更加充分的新工业革命时代尤其如此■★★。绝大多数企业高度关注行业技术路线和商业模式的发展动向以及竞争对手的策略与行动，不同程度地投入新技术研发，储备下一代技术和产品。即便如此，企业在产业变革中的结局却往往云泥殊路。

　　进入新时代，压缩式的加速工业化导致中国经济结构性矛盾凸显，“高投入◆★★■★、高消耗、高污染、低质量、低效益◆■、低产出★★”的发展方式无以为继。

　　而在监管层面，近年来随着互联网巨头市场势力急剧扩张◆■■，数据壁垒有所增强，因数据收益分配引发的矛盾和冲突逐渐增多★■★■。如不适时加以规范，数字经济发展难免重蹈中国制造粗放式扩张的覆辙★★◆■■。

　　就目前开发应用的进展及市场预期而言，未来相当长的时期内，破解产业互联网、智能制造■★■■★◆、人工智能等新兴技术的◆★◆★“贵与难”将是整个产业界面临的难题■★★◆■，从理念转变、应用场景到需求实现■★■★■★，均有重重障碍。其中，平台构建包括属性、边界、安全、分配机制等核心环节的设置将成为产业互联网“反转”索洛悖论的关键步骤◆★。

　　深入观察不难发现，现阶段中国新经济发展的总体形势与改革开放初期制造业崛起的状态颇有相近之处◆◆◆★★◆。

　　这一轮科技革命下，新技术的代际更迭明显提速，在一些新技术还未能取得稳定的产业化效果的情况下，下一代技术已经开始加紧研发。这种趋势在通信技术领域表现得尤为突出。

　　应该看到，新产业政策活跃的实践从未排斥竞争和市场机制的作用◆★。实际上■◆★★◆，发达国家产业政策一贯突出功能性导向，重点扶持竞争前技术研发及其成果产业化。反观我国出台的工业互联网发展规划及相关政策措施，包括地方政府制定的专项规划，仍普遍设置平台构建数量、企业培育数目等量化指标，产业政策的选择性色彩相当浓厚。

　　自“索洛悖论”[2]提出以来，有关新一代通用技术对生产率这一决定经济长期增长关键指标的影响，便出现了种种悲观的论调★■。

　　其中★◆■★★，自主开发的工业软件长期缺位成为最突出的短板，而成本和安全更是产业互联网模式开发和价值创造难以逾越的两座大山◆★★◆■◆。同时，产业互联网对人提出了更高的要求★★◆◆，除了业务流程再造、人员培训的投入之外■■■◆，实现■■■“智能化”的人本身就会很“贵”◆★◆■◆■。

　　一方面，掌握某一共性技术或专利的企业可以服务于多个相关行业或整个产业群，在这方面大数据■★★■、云计算的应用特点已经相当鲜明；另一方面，越界和融合对原有以单一知识或技术作为产业划分依据的规则带来挑战。

　　综上所述，在新工业革命初期◆◆，核心创新的定型与关键要素的迭代似乎并不必然伴随着劳动生产率和利润率的剧烈变化，而会在价值实现上取得趋于多元化的进展，表现为更具活力的市场主体、更为包容的全球价值链■★■★、更有弹性的商业模式★■■◆◆■、更趋开放的产业生态系统，以及更加◆■★■★★“共享”的生活方式，逐步塑造具有自配置、自决策■★★◆、自监管特点的网络化价值创造模式。

　　面对稍纵即逝的机遇窗口，沉没成本◆■、路径依赖★◆◆■、决策机制、企业文化包括企业家的个人能力和偏好★■★，均可成为左右企业颠覆性创新成败的变量◆■■■，而终极解释甚至会指向“赌赛道■◆★■”的宿命论。

　　由此可见★■■■◆，有必要将统计体系重塑纳入新工业革命下的范式变迁之中，从而更加科学■◆★■◆◆、准确地测度产业互联网等通用技术对生产率的影响。

　　直白地讲★■，现阶段新工业革命的■■★■◆■“创造效应”远未实现★■，其辐射带动作用有明显的局限性和替代性，而新经济创造的新财富有相当一部分来自于对传统产业和传统就业岗位的挤出和替代。长远来看★■◆◆，通用技术更迭始终是经济长期增长的发动机■■◆◆◆★。

　　国际金融危机发生后★■◆★，世界各国反思经济增长方式和结构转型的方向，在经历了较长时期的■◆■“去工业化”之后，发达国家认识到过度“虚拟化■■◆”对经济长期增长活力的危害，纷纷实施“再工业化◆■”战略，以重振实体经济，巩固提升先进制造的竞争力，夯实智能时代大国竞争的产业基础★★◆◆■。

　　统计和测度是改善通用技术生产率数据表现的另一个努力方向。统计方法和体系的变革毕竟“牵一发动全身◆■★★★◆”，但现行产业划分标准及其统计方法显然越来越难以精准反映世界经济结构变化■■，特别是制造业服务化的效果。

　　必须强调的是，簇群化并不必然导致企业开发应用通用技术面临顾此失彼的压力■★◆■★★，实际上■■★◆★，人工智能◆■◆■■■、产业互联网等目前有可能进入新工业革命通用技术簇群的技术在底层架构和应用方向上具有高度的关联性和交互性。

　　[1] 关于产业互联网的概念及其内涵和外延，学术界和产业界仍有争议■◆■◆◆。特别是对于产业互联网和工业互联网究竟哪一项技术（或者技术范式）会成为新工业革命的通用技术■★，更是存在很大分歧。工业互联网的本质是以平台化的互联为基础■★，在操作系统上通过软件控制应用和软件定义机器的联动，促进机器之间、机器与平台之间、企业上下游之间、厂商与用户之间的实时连接和智能交互，形成以信息数据链为驱动，以模型和高级分析为核心★◆◆★■，以开放和智能为特征的工业系统。工业互联网的概念和实践均发起于美国，中国政府发布的相关规划和政策主要采用工业互联网的概念，且按照工信部对工业互联网的定义，其含义较为宽泛，基本涵盖与互联网有关的所有技术和业态；产业互联网则是指基于互联网技术和生态，对各个垂直产业的产业链和内部的价值链进行重塑和改造★◆◆，从而形成的互联网生态和形态的技术、产品和服务★★◆★■◆。相较之下，工业互联网总体上更强调物理属性，而产业互联网试图兼顾传统互联网的虚拟性和智能硬件的物理属性。鉴于本文探讨的主题是新工业革命下的范式变迁及其影响，尽管可能不够严谨，但笔者对产业互联网给出更框架化的界定，将其作为与消费互联网相对应、面向实体部门和公共服务领域（to B）、并逐步拓展为能够打通物理世界■■，全面实现网络实体互联互通的技术的统称，在本文中其定义辐射CPS系统、工业APP等相关概念。

　　全球另一个数字和智能巨头西门子的情况同样不乐观。2019财年第3季度业绩报告显示，西门子数字化工业（DI，Digital Industries）的订单和收入双双下跌◆◆★◆，智能基础设施（SI，Smart Infrastructure）和移动业务（MO，Mobility）也表现平平，更令投资人失望的是，当季西门子利润大跌12%■◆★。