“对白领来说，增加机器人，无非是增加你的秘书；对蓝领来说，增加机器人，就是增加你的徒弟。”17日，中国科学院院士、华东师范大学终身教授、计算机软件专家何积丰用大白话，打消社会上关于人工智能（AI）机器人大量使用造成的没必要的某种恐慌。他认为，这个观点至少是不全面的，机器人只可能是我们人的助手，“帮着你干活，而不会把你饭碗炒掉。”

从人工智能到机器学习，它们相比人类能获取和掌握更多更多的海量数据。在当天2018长三角数据智能合作（上海）峰会上，何积丰院士举例说明这个设备互联世界中的数据：从人类有历史记录以来到2003年，我们手中整个数据总量是5个PB，每个PB大概是10的15次方大小的数据量；而从2011年开始，每两天就能为社会创造同样大的数据量；2013年以后，每过10分钟就产生那么大的数据量。“而工业界的大数据量是最大的，在前面几年中，总共积累了2个EB（1EB约等于1000个PB）的数据，每个EB相当于10的18次方，数据增长速度确实是惊人的。”

而这些爆炸性的大数据必然需要分享和应用，才能化为财富，或者说实惠。何积丰院士判断，仅在制造业领域产生的大数据，将其真正作为一种生产原料，就能在总体上降低运行成本7%。换句话说，在数据投入成本之外，大数据参与产品生产，可以让商品价格水平至少打个九三折。

别小看7%，即使1%产生的也是大价值。何积丰进行对比解读，航空作为一个商业部门，如果能够节省1%燃料，15年间可节省成本达300亿美元；铁路行业在货运方面提高1%的效率，就是省了270亿美元；石油和天然气在勘探开采上节省1%支出，就是900亿美元；燃气发电能节约1%燃料，就是省下660亿美元；而医疗信息系统提升1%效率，就价值630亿美元。当广泛而深度地连接设备与大数据，在未来15年内，根据国际上的估计，至少可以节省2700亿美元的工业成本。

当今世界级企业，几乎都不惜最大程度的数据投入，掌控最大程度的成本降低。波音公司从飞机发动机、燃油系统、液压和电力系统等收集数据，通过微秒级发送，每30分钟就有10T（相当于10台高性能台式机的硬盘容量）的数据收集量，不仅解决了实时自适应控制，节省燃油使用，也有效实现故障诊断和预测。而通用电气（GE）遍布50多个国家的数千台燃气轮机，每天24小时数据监测为故障诊断和预警提供支撑。同样，日本本田（Honda）也搜集并分析车辆行驶信息，比如道路情况、车主开车行为、开车时环境状况等，汇总这些大数据可以设计未来一代电池，有效解决电动车电池寿命问题。还有宝马，在引擎生产线上，通过数据监测与实时分析，减少80%的零件报废率。

而长三角区域，也是我国重要的先进制造业区域和智慧城市建设的先行区，创造了全国经济总量的1/4，信息经济、数字经济、智能制造等均走在全国前列。当天，上海大数据联盟与兄弟省市联盟签署沪苏浙皖-三省一市大数据联盟合作备忘录。

作为四地产业界龙头企业之一，阿里云副总裁李树翀以杭州城市数据大脑为例表示，基于数据化、可视化、智慧化的创新，在没有改变城市基础设施的前提下，仅用IT技术就可以提高城市的运行和管理效率。“可以算一下如何发挥数据‘1%的价值’，运行城市数据大脑可能还没有在杭州这样的大城市中心区建一座立交桥的成本高，但是排堵保畅等交通改善效果好很多，而且市民体验是无感、无障碍的，这才是人人皆可用、小微低成本的普惠。”

“可以看到大数据在节约成本方面，可产生的经济价值是非常可观的。”何积丰说，美国估计到2020年大数据产业对他们的GDP贡献率是2%到4%，欧盟的GDP贡献率也是2%左右，中国估计届时产生3万亿到4.5万亿元左右的GDP。