与数据密切联系的行业如何创新商业模式？

　　所谓与数据密切联系的行业，就是一个行业的发展和运行对数据算法算力的闭环优化体系高度依赖，拥有规模化知识创造者、更广泛的智能工具以及更丰裕的数据要素资源，人们最直观的行业是ICT行业。
　　麦肯锡也曾提出过相关概念，认为ICT行业、金融业、零售业、公用事业等行业属于数据密集型行业，而制造业、农业、建筑业等行业则属于非数据密集型行业。如果这样对数据经济还不好理解的话，我们可以从传统的概念来认识，过去把工业3。0以前的工业经济称为增量经济，各行业为规避风险而采取的库存冗余策略以及生产过剩带来的经济称为存量经济。
　　属于存量经济的行业包括但不限于以下行业：银行业、零售业、租赁业、仓储业、贸易业、基础设施、教育、二手房产和车船、修理业、固定资产等等，从经济学的角度来说，工业经济追求资源的利用率，存量经济追求的是资产折现率。
　　以前追求资产折现率的工具是资产证券化，其本质是把存量风险转移到资本市场让众多投资者共担风险。但这样会带来金融衍生品霸权，成本转嫁导致割韭菜现象成为必然，显然，这不利于共同富裕，更不利于社会稳定。
　　而以互联网为代表的数据经济能够很好地解决存量风险问题，因为互联网能够消除信息不对称性，实现存量资产的数据交互、价值共享与再利用，这也是就很好地诠释了为什么这几年互联网首先在上面提到的这些服务为主要内容的行业展开商业模式创新的。
　　除了存量经济领域需要数据化商业模式创新外，传统的制造业、建筑业同样也需要融入到数据经济当中。因为在乌卡时代，客户需求的个性化越来越强，传统的规模化生产正在被大规模定制所取代，以前有人说规模化生产对应着规模经济，大规模定制对应着范围经济，但什么是范围经济？特别是范围经济的商业模式是什么？到现在也没有人说清楚。我认为这里的大规模指的是大规模订单，定制就是客户的个性化需求。
　　有学者把多品种、小批量需求描述为幂律分布。针对企业生产怎样把这个理论变成实际的经济活动？需要在采购、销售、设计、生产、人力资源和组织结构等方面做出创新的。
　　一体化交互。无论是企业内部主要职能部门之间，还是企业与供应商和用户，都应该通过互联网平台建立新产品开发初期的信息交互。
　　泛在连接。供应商之间要建立连接，供应商与用户之间也应该建立连接。例如，一位消费者提出订购一辆特殊颜色的汽车，汽车厂很难做到为这一个消费者提供烤漆硬化工艺。如果一定要满足她的要求，就需要涂料供应商能帮助解决，而涂料生产企业也是要讲究成本的，那他怎么办？他只有通过广泛的连，集聚更多的订单接才能把它的成本降下去。
　　与第三方互联网平台公司合作。因为他们会从另外的视角，另外的商业模式给供应商提供小批量订单服务。
　　把产业链的企业集聚在产业园里进行服务。供应链上的传统企业分布在不同的空间，尽管有分工协作的要求，但把这些零部件组装到整机厂以后，难免不合适，把这个问题提前到产业园里用互联网平台解决。
　　数据经济除了应用在存量产业和个性化制造业，其实在企业内部的决策环节同样需要数据化经营。以前我们在思考问题、分析、判断、乃至决策的时候，常用到的是演绎推理和归纳推理。但是在不确定性经济环境当中，人们更需要用到溯因推理，也就是数据模型分析，这样才能找到那个发生概率最大，影响最坏的因素。