我们的资源不仅仅是水和能源等常说的实物资源，其实信息也是资源。利用好这些资源是未来占领先机的重要条件。
未来谁掌握了数据，谁就可以领先。但是，从茫茫数据中分析出有用的东西并不十分容易。
在第三次工业革命来临之际，要更深层次地推动信息技术和其他产业的融合，而不是停留在表面上做文章。
在很多领域我们都总慢别人一步，未来我们应该重视颠覆性技术的研发，避免走国外的老路。
目前，世界经济前景不明朗，复苏之路曲折，全球都在寻找新的经济增长点。国内外的一个共识是，世界科学技术的新发展将引发一次新工业革命，这将牵引全球经济进入新周期。日前，中国工程院原副院长、中国工程院院士邬贺铨在接受记者专访时，就第三次工业革命中我国应对策略进行了阐述。
数据分析可以帮我们发现创新机遇
对于国外学者提出的“第三次工业革命”的概念和理论，邬贺铨进行了深入的研究，并首先阐述了自己的观点。
他指出，第一次工业革命大家的共识就是蒸汽机带动着机械化的发展；第二次工业革命是自动化的发展；而现在人们所提及的这次正处萌芽时期，从某个角度来看，并不需要严格的定义。因为，它不是一个纯粹的机械或者单个的技术突破，而是带动了一批技术在研究方向上的变化。无论是能源、材料、生物还是别的，都是面临用新的信息技术使产业发生改变。而这正是第三次工业革命和前两次不一样的地方。
邬贺铨说，虽然我们不能为“第三次工业革命”准确划分一个时代，但是其的确预示着新一轮的技术革命，新一轮的产业转型已经到来。
“由于时代原因，我们错过了工业革命的前两次，但这次在我们有基础、有机会的条件下，我们应该迎头赶上。因为如果一旦错过，重新赶上就比较困难了。”
邬贺铨说，美国现在对合成材料组学和合成生物学很重视。合成材料组学，过去发现新材料多是用盲目拼凑的方式。而材料无非就是分子和原子构成，因此，我们要研究的是不同的分子和原子结构上面会产生预期的什么性能。我们可以把材料的原子分子看做人类的基因，那样，就可以选择相应的基因得到我们需要的性能。生物制药也一样，通过信息技术分析出基因改变所产生的效果。现在不同的人得了同一种病，但同样的药所展示出的药效却不一样，其根本原因是人体个体基因的差异，但是现在我们不知道这些差异和这些药物之间的关联。而未来，通过人体上的大量数据，运用超级计算对其进行分析，找出其中微弱的差别，就真正能实现对症下药。另外，可以大大缩短临床试验的时间，节约成本。
“我们从盲目到主动，也可能是未来新的开端。”邬贺铨指出，对已知的数据进行分析，就能了解趋势，并作出判断。对于我们来说，数据分析将同时成为机遇与挑战。挑战是，我们怎样能从海量的数据中找出规律。机遇是，我国拥有世界上最多的人，最多的个体，最多的数据，我们可以利用这些数据，不是去追求某个个人隐私，而是了解整个群体的趋势。例如，美国加州一家保险公司，虽然它开出的农业生产保费比别的公司高很多，但其仍然拥有最高的客户量。原因就是，它搜集了美国几十年的气候数据与每一块地历年农产品数据。它所提供的服务是，由它来向你提供明年种植信息，告诉你明年种什么植物是增产还是减产。但是如果信息错误，它将比其他保险公司付给更高的赔付额。“事实上，这家保险公司的赔付率特别低，因为农业有自己的生产周期，通过历史数据寻找出规律，判断某个地方明年的收成。而我国现在很缺这样的机制，因为农民只会作简单的判断，今年猪肉贵了，明年多养猪，明年亏了，后面一年不养了”。
邬贺铨指出，在医疗方面，我国每年的就诊患者是世界上最多的，如果对这些医疗数据进行系统的分析，对我们治疗疑难病症，以及开发新药都将产生积极的影响。对数据进行分析，甚至还能帮助抑制物价波动。比如，之前一些地方的食盐抢购风潮，通过数据的采集和分析，我们完全可以提前判断出市民抢购食盐的情况，只要提前抛售食盐，就能有效地抑制价格的快速上涨。
在邬贺铨看来，未来谁掌握了数据，谁就可以领先。但是，从茫茫数据中分析出有用的东西并不十分容易。例如智慧城市，虽然北京已有七八万个摄像头，但是拍完之后，我们却没有把他们关联起来。就如通过摄像头跟踪一辆车，看其在通过几个路口所用的时间就能分析出这段路的交通情况，可以分析出汽车流向，优化道路。但现在基本上没有这样做，只是用在肇事车辆的拍摄，闯红灯等等。但是大量的数据不能单靠人来分析，而是需要计算机，但由于计算机的识别性较差，因此，应尽量提升其智能化。与此同时，对于我们的重要挑战是资源信息的分割，各个部门自己掌握信息，谁都不愿与别人共享，很难得到全面的信息，自然很难利用。
信息技术与各行业结合可以改变工业生产方式
随着新兴信息技术的产生和应用，不少传统行业的生产方式，以及商业模式都在悄然发生着变化。对此，邬贺铨认为，随着信息技术与各行各业结合得更加紧密，未来工业的生产方式，也将发生显著的改变。
邬贺铨认为，信息相当于延伸了大脑的智力，使我们做到以前难以想象的事情。随着处理技术的提高，信息更广泛地渗透到各方面的应用。原来谈到网络，只是指通信，现在则远不仅仅是通信。就像现在的智能手机，通信的功能早已不是原来的地位，例如：苹果手机虽然打电话的功能与其他手机没有区别，但它为我们带来了更多感官上的享受。而3G带宽的出现，使它接触网络的速度更快，凸显出更强的能力。我们现在所说物联网、下一代互联网、移动网，作为单个项目是分离的，但实际上却是彼此关联。在原有生产之上，利用信息技术升级。例如：我国的“两化融合”，最初也只是购买CLM、CLP企业管理软件，再到生产自动化，再进一步对整个生产过程中的数据进行分析和处理。
与此同时，随着信息化的不断深入，现有的工业生产模式可能会发生变化。邬贺铨介绍，现在有人提出三维打印，我们传统的加工是切除切削，不断把没用的削掉，这叫减法。未来三维打印的时候，材料一层一层摞上去，生产产品的机器就像打印机一样，打得越多的地方摞得越高，不打的地方摞得越少，用叠加、层叠的办法形成产品，这叫做加法。因此材料利用率大大提升。“之前，这种制造方式是用在工程师做样机上，现在发现随着精细的设计和对材料的掌握，已经可以做到个性化生产，生产线甚至是可变的、灵活的。所以美国把三维打印看成是从中国手中重夺制造业的利器，用于提供个性化服务，进行个性化制造。未来新的加工技术，将会改变现在的生产模式，从大规模的制造转变为个性化的制造。
虽然个性化制造短期不会成型，但对于利用廉价劳动力、无区别化生产的我国，个性化制造的出现将带来前所未有的危机。另外，随着劳动力成本的不断上升，工厂、企业开始着手准备使用机器人来替代人工劳动力。因此，在双重夹击下，如果我国仅靠劳动力低廉，在未来不一定能占到主动地位。
对于如何应对未来的挑战，邬贺铨指出，应在创新上占据主动。在第三次工业革命之际，要更深层次地推动信息化和其他产业的融合，而不是停留在表面上做文章。现阶段，我国两化融合推动并不容易，一方面，企业觉得信息化短时间不会产生很大的效益，另一方面，应用信息化做衔接和加工生产，不仅需要资金投入而且对于原有工厂的管理模式也是一种挑战。
中国研究人员的数量是世界上最多的，我们能否利用优势集中力量攻克一些关键的领域。“比如智能信息处理。我们的网络有全世界最庞大的用户，网上有很多资源。我们是不是很好地利用。我们医院有全世界最多的病人，全世界没有见到的病例可能在中国都有，能不能通过分析这些病人的资料来分析出医药，引导药品的发展。这些都是我们的资源。实际上我们应看到，我们的资源不仅仅是水和能源等常说的实物资源，其实信息也是资源。能否利用这些资源是未来占领先机的重要条件。”邬贺铨说。
邬贺铨同时指出，此次金融危机发生后，世界发达国家借此机会进行反思，一方面加强对金融的严控，另一方面，就是重新注重实体经济的发展。邬贺铨介绍，美国现今注重实体经济并不是还原回原有的实体经济，而是在更高层次上做实体经济。例如IBM，它已从制造业向现代服务业发展，其服务业产品早已超过其的制造业，它已从另一个层次上重振制造业的发展。
邬贺铨还向记者指出了一个趋势：欧美国家重振制造业并不是把简单的加工重新拿回，而是通过新的技术和新的生产方式，以及新的商业模式，继续掌握大部分制造业的附加值。例如，当年我国电视机产量取代日本，成为出口第一大国，但液晶电视中最重要的屏幕的核心技术仍被日本掌握。那么当生产又到了一个新的阶段，我们怎么能够保持高增长，对于我们来说将会是重大挑战。
“自从移动互联网终端出现，传统的电信企业开始走下坡路。例如：诺基亚从当年全球第一的企业，5年市值缩水近90%；黑莓在三年之前仍被评为全世界最好的企业，而现在却面临一分为二，卖掉手机制造业务。”邬贺铨说，原来我国手机可以占到市场一半，现在，或许产量还能占到一半，但是从利润来说微乎其微。值得注意的是，苹果虽然销售额只占到全球手机销售额的6%，但是利润却占到75%，苹果与三星两个品牌几乎占到全部市场利润的95%。我们应该认识到，很多企业陷入现今困境的主要原因，就是在成功的时候低估了不转型的风险，认为不做改变也能维持现状，谁知如今淘汰迅速，一步落后，就很容易遭到淘汰。
加快科技创新与产业结合
在谈到创新时，邬贺铨首先提到了全国科技创新大会。他介绍，7月6日举行的科技创新大会规模之大、层次之高，是前所未有的，可见国家现在对创新的重视，也显示出各界对我国创新能力的进一步期待。
在谈及如何进一步促进创新时，邬贺铨认为除了加大科研经费，还需要对创新理念、创新机制做进一步的深入思考。他说，随着近年来国家对科研经费投入的加大，我们需要思考一个问题，在目前的情况下，如何带动创新能力的飞跃。特别是创新应有预见性。比如说，我们电视制造世界第一了，国外生产液晶电视，我们也开始生产液晶电视了，国外又开始生产OLED电视了，总慢别人一步。在很多领域我们都在重复这样事情，所以未来我们应该重视颠覆性技术的研发，避免走国外的老路。
“过去两化融合速度较慢的根本原因是，不能把各类人才很好地结合。”邬贺铨认为，懂得信息技术的专家，他不一定懂得行业，懂得行业的专家，不一定懂得信息技术，但往往部门所有制会割裂这些结合。例如发展智能电网，若电力公司不欢迎做信息化的人加入，就很难完成，因为虽然它也有这方面的人才，但单靠这些人将需要很长一段时间。所以，就很难达到目标。
邬贺铨认为，在国家的创新战略上，应该进一步优化教育体制。我们的大学教育对人才的培养，专业划分细致，再加上是应试教育，往往导致学生失去探索其他学科的积极性，思维难以开阔。创新是需要开阔的思维的，他所利用的知识也多是多个专业融合，例如，新材料需要信息技术，但绝大多数人才，只是专攻了其中一面，因此，这方面的人才缺乏。
他建议，从教育上我们能不能创造更多的交叉开放学科，尽管已有很多学校(工农商医等)进行合并，但没有做到真正的学科交叉。
在科研方面，邬贺铨认为，尽管我国科研经费总量低于美国等发达国家，但可以集中进行重点项目科研。我国的现状是人均科研经费不足的同时，科研力量还很分散，因此科研方面就无法形成合力。他认为，未来我国科研项目应集中力量搞精品，减少因为项目同质化而造成的资金浪费。
另外，他还建议对重点项目应有意识地进行国家布局，例如，材料基因组、合成生物等，这些美国都已列入了自己的国家计划。
对于如何抓住机遇，邬贺铨表示，在产业链条上，应以企业为主体进行创新。他介绍，国外一些大型企业可以保持其创新能力，并不是完全依靠自身，而往往是通过收购具有创新能力的中小企业，输入新鲜血液，利用自身的品牌效益和市场能力，把创新很快推广至市场，形成产业化。而我国的企业却很少因为创新而收购中小企业，与此同时，国内的中小企业也多愿选择白手起家，从小进行培养。
往往具有这种创新能力的企业，是技术专家，它可以开发出技术，但是真正把技术推向市场，并不是技术专家的长项。另外，在将技术变为产品时，需要更多的投资，而中小企业后期贷款不易，往往项目只能不了了之。在这时，很多国外的企业就利用这个契机对我国专利技术进行收购。
事实上，虽然大企业会申请很多专利，但创新性并比不过中小企业。在这种情况下，我们怎么能够使大企业与小企业更好地结合？
在谈及推动创新时，邬贺铨还介绍了台湾地区的经验。他介绍，台湾工研院的制度是：所有科研费用只有一半来自政府，另外一半来自企业。“这就意味着，科研院所从企业拿到更多的钱时，政府所提供的资金也会有所提升。那怎样从企业得到资金？除了可以转让成果，还可以同时提供技术与人才。政府所追求的不是成果转让的所得，而是成果转化成产品后，企业利润的税费还给政府的大循环。这时，企业不仅可以生产产品，而且获得了技术，知道怎样改进产品。”邬贺铨说，目前国内科研院所与企业合作，只是“小循环”，只转移成果，不转让技术。而企业并不了解其中技术，之后的发展就受到了限制，因此很难和科研院所形成良好的产学研互动关系。
“有些企业是创新的主体，而有些企业只是创新投入、应用成果的主体，因此，我们现在就是缺少中间环节。”邬贺铨说：“我认识一个日本东京大学的教授，之前他在研究所工作，我问他是不是大学的收入更高，他回答，"不，研究所的收入更高，但大学受人尊敬"，"更重要的是，我可以作为桥梁沟通企业和大学"。如果一个大学教授有企业的背景，科研和应有就会有紧密的结合。而目前，我们的大学缺少这样的专家。”
产学研结合，不是简单地把研究所变为企业，而是应当起好桥梁作用。邬贺铨认为，现在除一部分大学专做研究外，绝大部分大学应面向企业，真正做到产学联动，创造出更多的经济价值。对于考核，他指出，现阶段评教授等职称不是根据其创新、专利对现实产业的帮助，而是根据论文等判定，因此，科研人员多数没有将专利发明转移到实际应用上的动力，在这个地方我们就应该做一定的转变。
邬贺铨同时提醒，高新技术产业化以及产学研一体化应该保持理性，不要一哄而上。对我国目前物联网产业发展状况，他介绍，2009年时，物联网更多地停留在概念上，各地一哄而起，认为物联网是个金矿，门槛低好进入。事实上，物联网产业还处于起步阶段，在国外也是。物联网产业目前可以带动一些元器件和设备的生产，但实际上物联网产业更像是服务业，间接效益远远大于直接效益。之前外界对物联网产业市场规模的估值，最高的达到上万亿元，但其实短期内还很难达到这个水平。
邬贺铨介绍，在这种情况下，很多人退出了。但这反而有利于物联网产业的发展。目前，物联网产业的发展到了需要探讨商业模式的阶段，比较好的应用是结合我国的智慧城市的建设。发达国家也在搞智慧城市，但数量少，规模小。我们现在有几十个大中城市都在建设智慧城市，推进效果要优于国外。这是因为，各地政府目前高度重视社会效益，在城市安全、交通出行、安全生产、医疗健康等方面，对物联网有切实的需求，这使得物联网在这些领域发展迅速。但目前，这些领域的物联网发展，也仅仅在感知层面，即收集数据，还没有上升到分析数据的层面。从这个层面讲，我们的物联网产业，还未进入大规模应用阶段。