这是一个可持续的经济动力学机制，在此基础上，你会发现，整个产业链长链不应该有断缺环节，如果有断缺，就应该有一个大脑来指挥，告诉我们应该投资上游或下游的某个环节，这就产生了对大脑的需求，有计划和有意识地创新，将使整个过程更快更优。如果昆山出现1200-1500家大、中、小计算中介和核心计算企业，作为连接上海和苏州的中介城市，它的城市大脑对产业链完善的作用就出现了。

看一个案例，这是童院士带领的科研团队，在苏州昆山发改委数字办的实验室前台，下面是我们在建行苏州分行的实验室中台，还有一个北京实验室单位的数据后台，三个实验室连接起来，实验室成群。

前、中、后台，通用、专用和特种实验室联系起来以后，它能干啥呢？定义一个最优制度规模，算出它的拉格朗日空间中的参数。那么多的参数怎么去逼近它？根据切比雪夫不等式（Chebyshev's Inequality）不等式算一下，把行为数据拿进来，通用智能机器人能够给企业或任何一个对象实体进行精准画像。

这是陈东敏教授BUBI团队做的核心金融机构的区块链：

这是我在东莞带的核心企业的团队：

一个对银行，一个对财税。陈东敏教授团队已经支付了大概300多亿，我们的团队已经支付了600多亿。

再来看昆山高新区千家企业的生命周期模拟图，这是咱们最具创新性的一位年轻老师，黎新平老师他们算的，企业成长到第五年，一般会面临“死亡谷”，穿越“死亡谷”后，就可能出现瞪羚和独角兽级别的企业，这时候你会发现，它们的走势变化不规则了，我们认为，尽管企业的成长是不可琢磨的，但是AI可能会让优秀企业的存活率变高。

如果把一个企业拉出来，切比雪夫不等式告诉我，到某个时间应该给他贷款，贷完以后，大数据能立刻告诉我们它的盈利和管理情况。昆山高新区预计每年为企业放贷约75亿元，在贷款管理中插入这个算法以后，能够让不良贷款从全国平均水平的2.12%下降到1.21%。当然这是理论上的简单测算。

如果我和陈东敏老师带的团队是“陆军”，主要在地面工作，童庆禧院士的团队是“空军”，他们通过卫星遥感得到的数据和我们通过统计得到的国民经济体系数据，在抽象空间中是两两独立的，因此，我们可以用遥感数据来验证和剔除“人因”导致的统计数据的不精准，所有统计上的虚假、所有寻租、所有模糊都是因为人，而天上的卫星能够告诉我们怎么对此加以修正，去除冗余，按照最优的路径推进。

对数字经济，我们要理解其重要性，我们正在经历农业经济、工业经济向数字经济的发展，如果我们用工业经济的思路去预测，中国GDP增长5%是比较高的数字，如果用数字经济来预测，5%可能是一个非常保守的不合理估计。

所以昆山这一步走得特别好，我们希望在座的诸位能够给这次会议，即先进计算产业赋能数字经济，贡献自己的力量。

同时在此感谢我们的团队，他们对于这次会议每个细分环节都进行了精准讨论，我个人认为，这是中国会议业态本质上的进步。

谢谢大家，我讲完了。

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。