在《粤港澳大湾区将成为国家数字经济产业的新中心》一文中，笔者认为，无论是TOG、TOB或TOC，虽然三者的基础系统在构建主体上有一些不同，当前的用户群属性比较垂直单一，但从深层次看，每个维度产生的数据大部分又同步具有另外两个维度的属性，用户对象也可以交叉。所以，一旦将TOG、TOB或TOC的数据界线打通，相互实现融合应用，这些数据首先在本身属性的维度将产生巨大的数字经济价值，在TOG、TOB、TOC三个维度的融合应用下，还会产生新的更丰富的数字经济业态。
发展数字经济可产生的潜在价值巨大，但在实现数据价值的深度挖掘与应用之前， 需要解决开源与使能的问题，这是建设数字经济的关键钥匙。而数字经济建设的一个关键领域就是AI应用的落地，它同样需要开源与使能这把关键钥匙。
开源是使能的前提和基础，是一个任重道远的建设历程
如一些政策规划文件和企业的宣讲文件中所讲，目前存在烟囱式的数据基础系统建设模式，而条块化、单元化的行业及项目应用也是常态，甚至单一行业内的系统与应用也上下不通，或横向不畅。
以视频监控在交通行业的场景建设应用为例，城市ITS、高速公路、铁路、地铁、机场、港口，无论哪一个场景都或多或少存在场景项目中各单元系统间纵向或横向不通、不畅的问题。更不用说各类型交通视频监控系统相互间的融合问题，或视频与IoT，IT等系统的融合问题。在AI、大数据、AIoT、云技术等推动下，数据将喷涌而出，这些数据需要纵向打通、横向交互。在完成各交通板块的数据开源畅通基础上，还要将这些数据流在TOG、TOB、TOC三个维度开源打通，从而进一步挖掘数据价值，加深应用内涵，才能构建出各种创新业态来。
在一个行业内，即使是一个子系统单元内，AI落地项目会出现图片、视频、声音、信息，文字等多维数据(跨媒体数据或多维AI)的识别需求，如何将这些数据提取出来，并开源打通相互间的界线实现融合，这是一个大难点。目前各类企业在不同程度的针对跨媒体智能(多维AI)开展研究工作，例如BAT、科大讯飞、依图、紫为云等人工智能企业。
在一个地域内(城市或城市群)，即使融合了交通各个板块的数据还不够，还有政府各类部门、公安、教育、医疗、能源、环保、智能建筑等诸多行业需要开源打通界限，融合数据，包括社会公众的数据需要与之开源打通和交互，进而推进数字城市、城市大脑的建设进程。这一工程目前只有阿里云、腾讯云等极少数企业在局部探索当中。
在具体的项目建设过程中，因为上游企业的不同，会以核心企业(如某家AI算法商)为首形成不同的企业链条群组，进而形成不同品牌产品与系统落地到行业与项目中去，虽然这些不同品牌的产品系统在大的层面上是可以共生交融的，但在技术标准、数据接口、应用指标、工程验收等细节上却有或多或少的交互梗阻现象。尤其在当前AI等新技术开始落地各类行业时，这种梗阻现象会更明显，也就更需要做开源。
基于以上分析可见，以数字城市或城市大脑的高度来推动数字经济的建设，需要打通和交互的行业特别多，且牵涉的数据维度，子系统分类也特别多，这是一个庞大的工程。但只有通过这种打通和融合，才能实现开源的目标。而开源，是一切AI应用使能的前提和基础。
当然，在推进各维度、各行业数据全面开源的时候，一定要注意数据的安全保护工作。笔者在《AI项目大量落地，人脸数据安全防护工作却严重缺失》一文强调，要在数据的安全界限、采集准入门槛、应用过程、存储系统、包括基础系统构建等环节做好安全防护。
AI使能是数据应用价值实现的关键路径之一
开源可以打通数据的界限，把各维度各行业的数据采集出来，交互融合起来，并通过AI、大数据等新技术实现数据价值的深度挖掘，从而推动应用与创新，实现产业“智能+”战略，建设数字城市。所以，开源工作和规划必须走在前面。目前一些AI平台在推动相关的开源代码，但只在这一环节开源，是远远不够的，真正的开源应是涉及数据的所有环节开源，才能打通相关的瓶颈，避免梗阻现象发生。
各行业、各企业，包括相关政府主管部门都需要规划使能发展战略。只有把使能工作展开，建立各维度、各行业的使能生态圈，才能让数据价值得到实现，而数据价值获得政府部门、行业/企业、社会大众与个人(TOG、TOB、TOC)三方的多维应用，尤其是创新应用并形成新的产业业态和经济业态，包括政府部门的社会治理业态，这才是建设数字经济的根本目的，也是AI落地的根本动力。
目前一些云平台在推进开源的工作，同时兼具一定的使能，例如阿里云。也有一些AI企业直接提出了AI使能平台的发展思路，例如紫为云。
开源+使能两者联动，才能构建AI应用生态圈
开源和使能不是各自孤立的，而是紧密联动，相互促进的关系。
建设数字经济是一个庞大的工程，而不是局限于一个项目或一个行业，也不是某一个维度的建设，甚至不止一城一域。AI生态圈建设同样如此，因此，需要各维度、各行业、各企业全面参与其中。同时，承担基础建设、系统构建、创新应用的企业将不会是几家领头企业，即使巨头企业也不可能垄断这个建设(如出现巨头垄断，本身也是风险)，一定是一个庞大的参建企业群体。如果按照传统的从上到下的长链条模式来建设，是不能满足数字经济建设的要求的，也会延迟建设的进程。
因此，需要关键节点上的企业有担当，以开放的心态，支持更多的企业建立起某一环节或某一维度的建设能力，应用能力，这需要核心企业以“开源+使能”的联动共生思路，推动建设各环节的数据生态圈、产品/系统生态圈、应用生态圈、行业生态圈、城市生态圈、企业生态圈等等，包括TOG、TOB、TOC三者相互间的生态圈，如此才有利于构建数字经济生态圈，并形成各种层次的生态共享大格局。这种局面，预计以视频为核心的跨媒体AI(多维AI)应用所形成的生态圈会成为一个典范。
赋能授人以鱼，使能授人以渔
要建AI应用生态圈，还要理清两个概念，即赋能与使能是有根本区别的。
在视频应用领域的AI落地项目中，目前不少AI企业是以自己在技术或产品链条上打通的基础上，与合作伙伴在项目或行业上以AI赋能的形式展开合作。实质上合作伙伴就是该类企业的下线打工伙计，是其AI产品、技术或系统的高大上搬运工，其实质和以前做产品系统的套路是一样的。下线伙伴在AI的技术与应用能力上得不到成长与提升，这里的赋能是授人以鱼，是依靠上游AI企业的单兵作战来拉动整个合作链条的成长，一旦领头的AI企业拉不动了，整个链条就会断裂。或者是领头的企业能吃鱼吃肉，其合作伙伴却要看其脸色行事才能落得一点汤喝，这种合作形态的基础是非常脆弱的。
使能则不同，它是基于AI核心技术，以多维度的方式，向产业链条上的企业释放技术，推动并协助合作伙伴具备单个或多个层面的技术能力，从而实现其技术与应用能力的提升。然后不同行业，不同链条，不同维度上的企业相互促进，协作，推动形成纵横交叉的产业生态圈，这样的生态圈是共生互利的，也是相互成就、相互成长的。所以，使能更有利于合作伙伴的AI应用创新能力培育和提升，在产业圈能催生更多的AI产品、系统及应用创新企业。所以，使能是授人以渔，进而形成生态群作战，与赋能模式的优劣一目了然。
