数业经济、数业社会与文明相关理论体系的形成并非偶然，而是历经四十余年技术演进、管理创新与理论积淀，从产业实践中不断提炼、梳理，逐步构建而成的系统性成果。

（一）技术奠基（1983—2002）

这一阶段以计算机普及与数控技术应用为起点，传统工业体系逐步迈向信息化转型，成为工业文明向数业文明过渡的早期技术铺垫。其间，各类工业软件广泛应用：CAX（计算机辅助技术）涵盖计算机辅助设计、制造、工程等系列应用，是核心工业信息化工具；PDM（产品数据管理系统）聚焦产品全生命周期数据整合；PLM（产品生命周期管理系统）在PDM基础上拓展功能，实现产品全流程覆盖。与此同时，CIMS（计算机集成制造系统）实现生产、管理、技术等环节的一体化集成；敏捷制造（AM）强调快速响应市场的柔性生产模式。1999年，我创办新模式软件集成公司；2000年前后，为《现代制造》旗下《E制造》刊物（注：由弗戈工业媒体于1996年创刊）撰写为期近一年的月度专栏，聚焦反思工业软件现存痛点、探究计算机技术在工业场景的落地应用。

在此过程中，结合企业一线落地实践，我们逐步形成面向企业全流程集成的管理思路，初步构建以丄型管理模型为基础的易管理，为后续数业管理范式的完善积累了早期实践经验与行业洞察。

（二）新管理（2003—2012）

我国在“十五”、“十一五”期间实施的国家制造业信息化工程，是推动工业数字化发展的关键战略，核心目标是提升制造业的数字化与智能化水平，而统一数据标准、搭建集成平台成为产业转型的重要抓手。

2003年起，我带领敏捷团队开展管理咨询实践，系统提出“面向对象的管理”理念与方法；同时领衔工信部“软件和信息服务业概念与分类研究”等课题，深度研究探索面向未来的产业分类。我们还为三一重工等龙头企业研发制造业数据标准化集成平台，该平台就是后来数据中台的早期雏形。

通过持续探索和实践，我们初步形成了“面向对象的管理学”框架。相关理论逐步超越传统职能分工模式，转向以对象为核心、以数据为纽带的整合管理范式，实现从技术应用到管理范式创新的跃升，为数业理论的进一步充实完善奠定了现实基础。

（三）数业诞生（2013—2022）

在“新现代化与产业发展”等课题的研究中，我们进一步提出关于新现代化（注：当时“中国式现代化”概念尚未提出）的论断：传统现代化以工业化为物质基础、由西方主导，评价体系主要围绕经济价值构建；而新现代化的物质基础已发生根本性改变，其核心可概括为“数”。“数”涵盖信息、数字、网络、数据、智能乃至基因等众多新兴科技、新生产力，契合21世纪主流的两大核心科技——信息技术与生命科学，是世纪性的先进生产力的代表。而将“数”与“业”结合形成“数业”概念，既与农业、工业形成对仗，又超越单一产业范畴，成为对新时代生产力或新质生产力最为贴合的释义。

新现代化具有三大特征：一是全面化，涵盖经济、政治、文化、社会、生态文明五大维度，与“五位一体”总体布局高度契合；二是人本化，以马克思主义关于人的自由全面发展为价值追求，与中华优秀传统文化中的大同思想及人类命运共同体理念深度融通；三是物质基础数业化，发展根基不再依托传统工业化范式，转而以数智技术、产业等新质生产力作为支撑。

2014年10月，我们结合实践经验与行业观察，开始系统梳理数业核心内涵，搭建理论框架。2015年，在东沙湖论坛——中国管理百人会上，首次公开提出“数业”概念，将其定位为统领新时代生产力变革与文明演进的核心框架。我们认为，数业并非狭义的数据产业、数字化行业，也不是工业文明的简单延伸，而是农业文明、工业文明递进而列的全新经济、社会和文明形态。

（四）体系成型（2023—2025）

随着新一轮科技革命与产业变革深入推进，以大数据、人工智能为代表的数智技术快速发展，生产力格局发生结构性变革，工业文明依托传统范式形成的发展瓶颈，已难以适配新时代生产力变革需求。这一困境主要体现在：一是经济社会环境的易变性、不确定性、复杂性、模糊性（VUCA）特征日益凸显，经济系统运行复杂度显著提升，传统管理模式难以有效适配；二是各行业竞争日趋白热化，不仅传统产业产能过剩问题突出，即便是战略性新兴产业和未来产业，因沿用传统工业分工协作逻辑布局，也面临价值增长动力不足的困境，传统线性增长模式下的价值创造与回报机制，已无法满足高质量发展要求。

究其原因，一方面，部分市场主体布局数智相关产业时，仍受工业时代思维惯性的束缚，产业划分、赛道布局、运营模式多为传统工业分工体系的延伸，未实现底层发展范式的根本性突破；另一方面，现有学科体系尚未完成数业化重塑，与国计民生发展紧密相关的经济学、管理学、金融学等主流理论均形成于工业文明时期，其中西方经济学分析范式适配的是工业时代分工协作模式，部分传统理论对当前发展的解释力、实践适配性下降，难以支撑数业时代的产业发展与管理实践。

在此背景下，数业理论逐步从单一概念迈向体系化、学术化与普及化发展阶段。我们依托中国管理科学学会（CMSS）、中国科技咨询协会（CCA）以及大学商学院、经管类学院等重要学术平台，通过系列学术专题演讲分享数业理论思考，持续深化业界对数业理论的认知。

2023年起，在多方支持及业界专家协同助力下，我们正式启动数业理论系统化编撰工作，我和夏凡等作者一起，完成了《数业之光：解码企业新活法》一书（已由机械工业出版社出版）；于每章之后另两位署名作者傅强、冯宗智等组织并整理了六场对话，与管理者结合实践做延伸探讨；敏捷智库同事们对每章初稿都进行研讨并进行修订整理。应当说《数业之光：解码企业新活法》是以共创的“数业”模式完成的。该书首次对数业相关理论进行体系化梳理，明确了数业以数据为核心生产要素、以算法为主要驱动力、以算力为基础设施、以通信网络为连接载体的特征。

（五）数业未来（2026—）

站在新的历史起点，结合数智技术最新发展与产业实践全新需求，我们持续深化对数业理论的探索与研究，已初步规划未来发展方向：以数业化为核心路径，推动管理实践层面的落地；提出认知产业作为数业文明的基础产业，进一步拓展数业理论的中观层面研究；探索以数业理念重塑经管学科体系，尝试重构经济学与管理学的底层逻辑；最终指向数业文明新形态，在人工智能快速发展的时代背景下，重新界定人工智能、人与人文的价值关系，构建人机协同、人文引领、共生向新的未来文明格局。

数业依托数智类科技形成新质生产力，推动业态转型，构建现代化生产、生活关系及数智治理模式，打造人类数智化生产、生活方式，开创经济新生态与社会新范式，最终开启人类文明的新时代。

数业三论以本体论、认识论、方法论为三个维度，构建了一套完整的数业时代企业生存发展的理论体系，也是支撑数业文明的基础理论。其形成既根源于数业理论发展过程中的实践积淀，也吸收借鉴了工业文明的合理内核，突破了其发展局限，同时紧扣数业时代的生产力质变，搭建起适配新质生产力的理论框架。

（一）本体论：万物皆数、万事皆算

在本体论维度，“万物皆数、万事皆算”是数业时代的核心哲学，也是数业的第一性原理之一。数业时代的本质，在于对世界运行规律的重新解读与编码。数智类技术的发展使得人类能够对各类经济活动与行为模式进行量化表达，进而形成可计算、可预测、可优化的全新发展模式，构成了数业时代企业生存的底层哲学根基。

毕达哥拉斯提出的“万物皆数”思想，为自然科学奠定了以数学为底层逻辑与核心分析工具的哲学根基；波普尔三世界理论则从哲学角度给予了进一步支持——他将世界划分为物理世界（世界1）、精神世界（世界2）与客观知识世界（世界3），突出了客观知识的独立存在与可传播的特性，数业世界观与其高度契合。而“万事皆算”则直指事务运行本质，在数业时代，无论是管理活动、产业运行还是决策行为，都能够通过数据智算展开规律推演、流程优化与价值创造。

这一本体论的确立，源于数业时代的生产力质变。自计算机问世以来，软件、数据要素、人工智能等技术从根本上改变了生产力性质，与工业时代以劳动物化、产品制造为主的生产力形态有本质区别。这正是“新质生产力”所强调的“质变”——不仅是发展质量的提升，更是生产力质态与根本性质的革命性变革。

当前技术呈现出泛在化、渗透性的特征，“数”与“智”一体两面、不可分割。这种技术特征为“万物皆数、万事皆算”的哲学理念提供了有力的实践支撑。若仍沿用传统工业文明的产业逻辑来应对数业时代的新变化，显然是难以适配的。

（二）认识论：数智底座驱动变革

在认识论维度，数据、算法、网络和智能共同构成了数业经济体系的基础设施底座。依托这一底座，企业得以突破传统要素禀赋限制，通过数据和智算等技术实现跨行业、跨地域的资源整合与协同发展，为企业突破传统发展边界提供了关键动能。

传统上，企业发展往往受地域、行业、资源等物理条件制约，增长模式多呈现单一线性特征。数业时代的到来将彻底打破这一发展桎梏，企业的成长路径从单一线性增长转向指数级扩张，创新核心从单点技术突破升级为全域生态协同，并依托数智底座实现多方主体的价值共创与风险共担。

这一认识论的核心，是对工业文明认知范式的超越——工业文明以分工协作为核心逻辑，依托亚当·斯密《国富论》中的分工协作理论，形成标准化、规模化生产方式，带来产业革命与生产力跃升；其价值创造主要围绕人造物的产品生产与商品流通。数业时代的认识论以数网智底座为核心，打破传统分工局限，实现资源的全域协同与价值的多元创造。

当前，产业发展与价值评价体系之间存在的错位，也从侧面印证了构建数业认识论的现实必要性。战略新兴产业与未来产业仍在沿用工业时代的商业会计逻辑开展价值衡量，数据要素、人工智能等新型生产要素的真实价值难以得到准确体现，而数网智底座驱动的认识论，正是破解这一价值评价错位的密钥。

（三）方法论：融合迭进的思维革命

在方法论维度，数业时代企业的生存，需要一套全新的实践逻辑。工业文明以分工协作为根基，依托劳动物化完成产品生成和商品流通，围绕这一逻辑形成了成熟的传统学科体系；而数业的增长模式则以融合迭进为底层逻辑，系统性重塑产业形态、商业模式和社会结构。

正如彼得·德鲁克在《动荡时代的管理》（Managing in Turbulent Times,1980）前言中所言：“一个动荡的时期是最危险的时期，但它最大的危险就在于诱使你否认现实。”这一观点印证了数业时代的发展特征——工业时代“分”的逻辑已难以创造增量价值，而“合”的融合逻辑正在成为全球发展的主流趋势，也是数业时代企业突破发展瓶颈的关键。

这一融合趋势已在科学、技术、政策等领域全面显现。在科学领域，20世纪后半叶诞生的认知科学，本身就是哲学、心理学、语言学、人类学、计算机科学与神经科学六大学科深度融合的产物，并由此衍生出二十多个交叉子学科，完成了学科体系的解构、重构与再融合；进入21世纪，认知科学又进一步与信息科学、生物技术、纳米技术等跨界整合，成为全球公认的前沿科技融合发展方向。我国学者将其译介为“聚合科技”，但我认为，相较于“聚合”，“融合”更能体现多领域深度交织、共生的特征，更契合数业文明“融合迭进”的底层逻辑。在技术领域，交叉科学已成为科技创新的主流，如化学领域的前沿研究，也正逐步融入人工智能。以厦门大学与国际合作研发的AIQM1人工智能增强量子化学方法为例，其以半经验方法的计算成本，实现了量子化学“金标准”耦合簇方法的高精度，彰显了人工智能与化学深度融合的研究效果。在政策领域，两化融合、军民融合、产城融合、数实融合等国家战略，以及“互联网+”“人工智能+”等发展模式，本质上均是融合逻辑在顶层设计中的具体体现。

这一方法论，既是对工业文明分工逻辑的迭代，也反映了数业理论形成过程中各阶段的实践探索——从工业与后工业时期的技术协同，到新管理时期的管理整合，再到数业时代的理论创新，融合迭进始终是数业发展的核心逻辑。这也呼应了1972年罗马俱乐部《增长的极限》报告中有关地球资源承载与生态阈值约束的增长约束理念，为突破工业文明的价值创造瓶颈提供了一条可行路径。需要说明的是，我所说的增长瓶颈，主要是指生产力价值创造方式的极限，并非否定工业领域仍存在优化与提升的空间。

在“万物皆数、万事皆算”的数业世界观引领下，数业时代管理学的核心是面向对象的管理学范式。这一范式与数业理论脉络不同但同源互补，数业理论侧重宏大叙事与人机协同，而面向对象的管理学则更聚焦实践落地，二者共同构成适配数业场景的完整管理体系。

这一管理学范式，最早可追溯至2002年结合企业信息化实践提出的丄型管理模型基础版本，经多年落地迭代与理论完善，最终形成如图1所示的成熟丄型理论模型。该范式确立了以事为核心的管理逻辑：传统管理常围绕人力本位展开，易滋生人浮于事、因人设事等弊端；而面向数业场景的管理学范式，转向以业务事件、管理对象为抓手，通过对事的智算构建事件驱动的运行逻辑。

图1 丄型模型

在此基础上，范式依托“数算一体、物事互融”的底层理念，以数据赋能、智能算力为支撑，实现业务场景下数据、信息、知识的深度融合与价值转化，系统性推进企业数业化转型与高质量发展。整套范式将管理焦点锚定业务事件本身，推动组织形成类生命体的认知与迭代能力，持续从数据与知识中沉淀发展动能、释放场景价值；而丄型管理模型作为该范式的具象化载体，完整搭建起数业管理的标准化运行框架与可落地实践路径。

（一）丄型模型内圈：数化万物的根基

数据驱动并非单纯的技术层面变革，而是一个从数据采集到价值释放的完整闭环，各环节环环相扣、缺一不可。从实践逻辑来看，数据管理如同精心打理一座数的花园，其所涵盖的四大维度，既是企业数业化转型必须夯实的基础能力，也是丄型模型内圈的关键要义：一是数据存储，为数据提供安全可靠的存储载体，如同为花园寻找一块肥沃安全的土壤；二是数据价值释放，挖掘数据作为新型生产要素的潜在价值，推动数据从资源向资产转化，实现“开花结果”；三是数据安全守护，建立完备的数据安全防护体系，筑牢数字花园的安全屏障，防范数据泄露、滥用等风险；四是数据管理与治理，建立标准化数据管理规范，保障数据质量与流转有序，维护数的花园的生态平衡。

这一构想与国内外数智化转型的实践共识高度契合——数据基础的夯实程度，直接决定企业数智转型的深度与成效。

（二）丄型模型外圈：算谋万事的底蕴

若将数据比作企业发展的“血液”，那么算力与算法便是驱动血液奔腾的“心脏”与“神经网络”，二者协同搭建起企业知识创造的完整生态系统。在数据价值转化领域，DIKW（Data、Information、Knowledge、Wisdom）模型这一国际公认的经典理论模型，为数业时代的数据价值挖掘提供了坚实理论支撑。

步入数业时代，基于DIKW模型的价值递进逻辑，可推演出信息化、网络化、数字化、智能化、数据化“五化”融合演进的发展路径。这五个维度并非相互取代，而是层层递进、相互融合、向下兼容的关系。其中，数据化是技术革新的核心依托，是这一演进路径的关键转折点，其核心价值在于实现对数据本源的重新认知与深度挖掘，解锁数据背后的深层商业价值与发展规律；信息化、网络化、数字化、智能化是数据化场景落地的保障前奏。这也是丄型模型外圈所承载的“算谋万事”的知识底蕴，为企业智能决策提供坚实支撑。

（三）丄型模型纵轴：事件驱动的智算使能

丄型模型的纵轴有两个维度，二者协同发力，支撑面向对象的管理学在业务场景中的落地实施。一是以事件作为管理的起点与对象，二是推动数据与智算围绕事件向业务场景深度渗透，实现管理与业务的深度融合。这里有必要对“事件”与“事务”做一个明确区分：事件是客观发生的具体情形，具有明确的发生场景与时间节点；事务则是人们围绕事件所开展的一系列管理活动，是对事件的响应与处置。其中，事件是管理的核心对象，也是驱动所有管理行为的逻辑起点——没有具体事件的发生，管理便失去了存在的必要性。

数据作为事件处理的基础，主要用于记录事件的关键信息、客观特征，为管理决策提供真实可靠的依据；智算则是提升事件处理效率与质量的关键手段，推动管理模式从传统的经验驱动，转向可复制、高效率、标准化的智能驱动。智算又由“智能”与“算法”两大内核构成，二者相辅相成、辩证统一。“算”即算法，作为核心引擎，是指从海量数据中提取规律、开展逻辑推演与流程优化的算法模型与计算能力，为智算体系提供底层动力支撑；“智”即智能，作为价值产出，是指算法在具体业务事件中应用后，生成的决策建议、流程优化方案、精准趋势预测等实用成果，能够直接作用于业务场景、解决实际管理问题。

工业时代的管理模式，如同一台精密运转的机械，依托经验积累形成的“齿轮啮合”维持组织秩序，强调标准化、流程化的管控逻辑。而数业时代面向对象的管理学，则跳出了这一机械论认知，将企业视为数据驱动、智算使能的有机生命体。在这一生命体中，数据与智算协同发力，推动企业实现从依赖“经验黑箱”走向数据自觉，从人机协同迈向系统自驱，实现阶段性进化。

（一）从“经验黑箱”到数智自觉

传统管理的决策体系，往往建立在“经验黑箱”之上：管理者依赖过往积累的知识与经验，在信息不对称、数据不完整的情况下摸索判断，决策是否科学高度仰赖个人水平，易受主观偏差影响。数业时代管理思维要革新，首要任务是来一场“数据启蒙”，破除传统的经验依赖。随着数智技术的发展普及，物理世界、精神世界、知识世界都能转化为可量化、可计算的数据流，管理活动也会随之升级为对数据本体的持续运营与优化。

在这一背景下，企业以数据作为跨场景、跨部门协作的通用语言，将战略规划、组织协作、价值创造等主要管理环节，拆解为数据流动的不同形态与阶段。其中，数据采集不再是零散的信息收集行为，而是为企业搭建智算神经系统的基础工程，以实现对业务全场景的精准感知；数据治理也不再是单纯的成本投入环节，而是培育组织数据洞察力、推动数据资产化的关键载体，为科学决策提供坚实支撑。

当管理者真正意识到，每一次业务决策本质上都是数据智算与分析的结果时，企业管理就能摆脱“经验黑箱”的局限，迈入“数智自觉”的全新发展阶段。

（二）从人机协同到系统自驱

企业在实施面向对象管理的转型实践进程中，人机协同是必不可少的过渡阶段。这一阶段的关键是实现人类智慧与算法技术的优势互补，遵循全球数智转型“人机协同、共融共生”的发展原则。

在这个阶段，人作为管理主体，重点处理具有模糊性、创造性、伦理性的问题，比如战略方向的把控、核心价值的判断、复杂伦理边界的界定等，充分发挥人的主观能动性与创造性思维优势；算法系统则专注于结构化数据的高效处理，承担实时风险监测、复杂路径优化、重复性流程执行等工作，最大限度发挥技术的精准性与高效性优势。

这种分工模式既保留了人在管理中的核心价值，又充分发挥了数智技术的赋能作用，为企业进阶到系统自驱奠定了基础。

随着算法透明度的持续提升与元学习技术的日趋成熟，管理的决策主体正在发生根本性转变。算法已不再只是执行人类指令的工具，而是开始逐步具备自主发现问题和分析问题的能力。它能够从海量数据中捕捉人类难以察觉的规律与潜在风险，在持续迭代的模型训练与数据反馈中，形成超越既定规则的优化方案，甚至可以在复杂业务场景中自主定义目标函数、优化决策路径。

当决策系统从“人类设定规则—算法执行计算”的传统模式，升级为“算法自主优化—人类校准方向”的新型模式，组织便真正构建起了自驱型决策神经系统。此时，数据在算法的驱动下形成“采集—分析—应用—反馈—优化”的自我强化闭环，如同生命体的新陈代谢，在持续运转中实现智能的自然涌现，推动管理从被动响应转向主动进化。

（三）价值流动的生命体

数业时代管理革命的终极指向，是重新定义组织的价值创造逻辑。数据驱动与智算使能的深度融合，全面革新了组织价值创造范式，突破了工业时代价值创造的局限，与全球数业发展中“价值源于数据流动与智能转化”的经典共识高度契合。

传统管理模式下，价值增值主要依赖物理资源的优化配置，受限于管理者的经验边界与物理资源的稀缺性，增长模式多呈现线性特征。数业时代的价值流动，是在数据“采集—计算—应用—反馈”的循环中，实现从资源到资产、从信息到智慧的持续升华，形成“数据—信息—知识—智慧”的完整价值链条，突破工业时代价值创造的局限。

数业理论体系并不是一成不变的静态框架，而是一个随着时代发展、技术进步持续完善的动态体系。“认知产业”是立足当下数智化发展的新趋势，结合产业实践新变化、企业转型新需求，在原有数业理论基础上进一步拓展延伸、首次提出的一个关键概念。它是数业文明的最新理论突破，进一步完善了数业时代的产业逻辑与价值体系。

认知产业主要包括三大基础板块：一是认知基础设施产业，涵盖人工智能、大模型、数据系统与软件平台、具身智能等领域，为认知产业提供底层算力、算法与技术支撑，是认知产业落地的基础保障；二是认知内容与传播产业，聚焦教育、媒体、出版等领域，主要承担知识生产、加工与传播职能，是认知价值传递的核心载体；三是认知服务产业，包含咨询、智库及各类决策支持机构，专注开展认知深度加工与决策优化等专业服务，推动认知价值转化为实践效能。在此之上还将延伸出第四类认知应用产业，即三大基础板块在各垂直行业的场景落地，通过认知能力与细分行业的深度融合，成为认知产业价值释放的关键路径。

同时，认知产业的提出也明晰了人类在人工智能时代的独特价值：人工智能在高阶认知、价值判断与创新思维上仍无法替代人类，高维文明的底层逻辑仍需人类主导。

在管理实践层面，认知产业体系带来了多个维度的深刻变革。在决策模式上，企业逐步摆脱传统的经验决策局限，转向认知驱动、智算支撑的科学决策，提升决策的精准度与前瞻性；在组织形态上，打破传统科层制的僵化结构，形成以认知协同、场景落地为导向的柔性组织，增强组织的敏捷性与创新力；在竞争格局上，数业时代的竞争不再受限于工业时代的规模制造能力，而是转向认知能力、制度设计、伦理框架等软实力比拼。

过去十年，是“转型”的十年。从国家发展布局的优化、全球政治经济格局的调整，到各类市场主体的发展路径抉择，“转型”是一以贯之的主线。在这一时代洪流中，我们践行理论创新赋能、要素驱动支撑、产业升级突破、制度革新保障的理念，持续提升和发展质效，积极推动各个领域实现阶段性跨越，初步完成了从工业文明向数业文明的转型过渡。

未来十年，将是“重塑”的十年。我们将以数业理论为指引，聚焦知识体系重构、核心技术创新与产业生态重塑，兼顾个体价值释放、行业秩序再造与发展价值重塑，持续深化数业理论研究、推动实践落地，助力数业文明不断迭代升级，为新质生产力发展注入持久动力，最终完成从工业文明向数业文明的历史性跨越，让数业理念真正融入产业发展、全面赋能社会进步。