數字化轉型：中國煙草科技創新發展的必然選擇

李中皓，毛 健，曹培健，張啟東，胡 斌，馮偉華，李善蓮，葉長文，張艷玲，聶 聰，堵勁松，謝復煒，于川芳，鄭新章，謝劍平

中國煙草總公司鄭州煙草研究院，鄭州高新技術產業開發區楓楊街2 號 450001

當今新一輪科技革命和產業變革正處在實現重大突破的歷史關口，數字化轉型在世界范圍內不斷加速，數字技術已越來越成為科技創新過程中的關鍵要素［1］。大數據、人工智能、移動互聯網等現代信息技術的發展塑造了全新的經濟形態并為傳統產業深度賦能［2］，數字化轉型正以前所未有的速度和力度推動科研范式變革、產業技術升級和產業經濟發展。

1 數字賦能科技革命和產業變革

1.1 大數據加速科學研究范式演進

隨著傳感器網絡、快速成像、DNA 測序、移動互聯網等應用實驗技術和信息技術的進步以及科學自身的累積性發展，科學研究中的數據無論是在數量、種類還是復雜性上都呈爆炸式增長，幾乎每個學科領域都在經歷著數據爆炸［3-4］。在此基礎上，一部分科學家并不直接與真實物理世界的研究對象打交道，而是通過分析各種數據來進行科學研究并取得科學發現。

2007 年，著名計算機科學家、圖靈獎得主吉姆·格雷描繪了“數據密集型科學發現（Data-Intensive Scientific Discovery）”的第四范式，這是繼實驗范式（實驗歸納）、理論范式（模型推演）、仿真范式（仿真模擬）之后的科學研究新范式（圖1）［5］。隨后，國際頂尖學術期刊《Nature》和《Science》分別在 2008 年和2011年出版了“Big Data：Science inthe Petabyte Era”［6］和“Dealing with Data”?？?］，從互聯網技術、環境科學、生物醫藥等多個方面深刻闡釋了大數據對于科學研究的重要意義。

圖1 科學研究范式Fig.1 Scientific research paradigms

在科學研究進入以數據驅動的“第四范式”背景下，科學數據成為科研工作乃至國家發展的重要戰略資源，科學數據中心成為科研工作取得重大突破性創新成果的關鍵基礎設施之一［8］。據報道，目前國家科技部、財政部依托中國科學院、農業科學院、醫學科學院等單位，建立了20個國家科學數據中心（表1），涉及天文科學、基因組科學、微生物科學、農業科學、人口健康科學等多個學科領域［9］。以天文科學為例，從1967 年英國天文學家貝爾發現第一顆脈沖星到2017年，人類發現的脈沖星數量大約有2 700顆，而從2017年到2021年通過“中國天眼”（FAST）數據分析新發現的脈沖星就達300余顆［10］，近3年發現的脈沖星超過同期歐美多個脈沖星搜索團隊發現數量的總和，預計未來10 年通過FAST 所獲得的天文科學數據量將達到100 PB，這必將為宇宙大尺度物理學、物質深層次結構和規律等前沿科學的發現和突破提供重大機遇。

表1 國家科學數據中心Tab.1 List of national science data centers

1.2 數字化技術推動產業技術升級

當前正在發生的科技革命，從技術變革的角度看，是以當下正迅猛發展的智能科技為引領，以互聯網技術為支撐，以人工智能、清潔能源、無人控制技術、虛擬現實技術以及生物技術等為主要內容的全新科學與技術相融合的技術革命［11］。在數字技術的推動下，生物育種、智慧農業、智能制造、產品數字化設計等產業技術快速發展。

隨著復雜性狀遺傳及調控網絡研究取得突破性進展，大數據、人工智能等相關技術可實現植物性狀調控網絡的快速挖掘與表型的精準預測，正推動作物育種邁入以數字化育種為代表的4.0 時代。上海師范大學黃學輝團隊自主開發了數字化基因組導航系統RiceNavi，并借助該系統對水稻育種工作進行選配指導和路徑優化，僅用兩年半時間就獲得了株型緊湊、生育期短的水稻新品種，選育的精準性和高效性得到顯著提升［12］。此外，著名的人工智能企業DeepMind 基于大量蛋白結構數據和深度神經網絡模型所建立的AlphaFold 系統，完成了人類98.5%蛋白質的結構預測，構建了包含35萬個蛋白結構的數據庫，為推動生物學研究和產品研發提供了強大支撐［13-14］。

智慧農業是以信息和知識為核心要素，通過互聯網、物聯網、云計算、大數據、智能裝備等現代信息技術與農業深度跨界融合，農業生產全過程實現信息感知、定量決策、智能控制、精準投入、個性化服務的全新農業生產方式，是農業信息化發展從數字化到網絡化再到智能化的高級階段［15］。近年來，各國相繼制定了智慧農業發展規劃，如2015 年日本基于“智能機械+IT”的“下一代農林水產業創造技術”、2016年德國的數字農業、2017年歐洲的農業4.0以及英國和美國智慧農業研究計劃等。從2017 年中央“一號文件”首次提出“實施智慧農業工程”，到2021年“十四五”規劃和2035年遠景目標綱要將“建設智慧農業”作為國家“十四五”時期以及面向2035年提高農業質量效益與競爭力的重要內容，近5年來我國政府對智慧農業的技術發展不斷給予高度重視。

智能制造是基于新一代信息通信技術與先進制造技術的深度融合，貫穿于設計、生產、管理、服務等制造活動的各個環節，具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式［16］。早在2015 年，推進智能制造就被確立為《中國制造2025》的主攻方向。中國工程院院士、機械工程專家周濟在2021 年第五屆世界智能大會上明確提出，智能制造是第四次工業革命的核心技術［17］。

產品數字化設計是利用計算機軟硬件及網絡環境，實現新產品建模、分析、改進、優化等產品開發全過程的一種技術。該技術可提高產品開發能力，縮短產品研發周期，降低產品開發成本，實現最佳設計目標，目前已成功應用于航空航天、船舶、汽車等行業［18］。正是采用了數字化設計技術，以我國新一代大型運輸機、C919 大型客機、AG600 大型水陸兩棲飛機等為代表的產品設計，徹底結束了二維工程圖的使用，研制周期縮短50%以上［19］。

1.3 數字化轉型加快產業經濟發展

2020 年，經濟合作與發展組織（OECD）在《科學、技術和創新的數字化：關鍵發展和政策》研究報告中指出：數字密集性越高的行業，活力越強，規模擴大速度也更快，數字技術為企業的創新與變革帶來了新機遇［20］。2021 年，我國“十四五”規劃和2035年遠景目標綱要將“加快推動數字產業化，推進產業數字化轉型”明確規定為打造數字經濟新優勢的重要內容。

《G20國家數字經濟發展研究報告（2018年）》數據顯示，全球有英國、美國和德國3個國家數字經濟占GDP 的比重超過60%［21］。近年來，我國數字經濟保持蓬勃發展態勢，據2021 年《中國數字經濟發展白皮書》顯示［22］，2020年我國數字經濟規模達到39.2萬億元，占GDP 的比重為38.6%，數字經濟增速是GDP 的3 倍多；數字經濟內部結構呈“二八”比例分布，數字產業化和產業數字化規模分別達到7.5萬億元和31.7 萬億元；新冠疫情倒逼產業加速轉型，農業、工業、服務業數字化經濟滲透率分別為8.9%、21.0%和40.7%，三類產業的數字經濟滲透水平逐次倍增。

2 煙草科技數字化發展的基礎與挑戰

2.1 發展的基礎

中國煙草已邁入高質量發展階段。中國煙草產業體系完整，數字應用場景豐富，這是中國煙草數字化轉型最為堅實的基礎條件。經過近40年的發展，中國煙草科技創新、科技進步和科技事業取得了長足的進步和發展［23］，形成了中式卷煙的鮮明風格和競爭優勢，繪制了全球第一套最精細、最系統、最完整的煙草全基因組圖譜（圖2）；以蚜繭蜂防治蚜蟲為代表的生物防治實現了里程碑意義的突破；確立了中式卷煙相對于美式卷煙、英式卷煙等卷煙類型的減害比較優勢；卷煙生產制造的精細化加工、均質化生產、敏捷化制造、智能化控制、信息化管理等水平得到全面提升；構建起門類齊全的煙草創新平臺集群，6個煙草科研數字應用平臺全面上線（圖3），收集煙草育種、煙葉質量、煙田環境、煙草近紅外、假煙圖像樣本、煙草文獻等科學數據已達數百萬條（篇）規模。這些科技發展成效將為中國煙草數字科技從量的積累邁向質的飛躍提供強有力的支撐。

圖2 栽培煙草全基因組序列圖譜Fig.2 Sequence map of Nicotiana tabacum genome

圖3 6個煙草科學數據應用平臺示意圖Fig.3 Schematic diagram of six tobacco scientific data application platforms

2.2 面臨的挑戰

習近平總書記指出：“現在，我們迎來了世界新一輪科技革命和產業變革同我國轉變發展方式的歷史性交匯期，既面臨著千載難逢的歷史機遇，又面臨著差距拉大的嚴峻挑戰”。當前中國煙草數字科技的創新發展主要存在以下問題：傳感器、數據分析、模型算法等科技研發水平仍處于初級階段，數字技術與煙草農工商融合應用的關鍵核心技術成果依然很少；現有科技戰略數據資源未實現有效共享互聯，煙草創新鏈和產業鏈海量數據的獲取手段不完善，數據孤島依然普遍存在；數字化基礎設施和平臺建設仍處于起步階段，掌握數字技術的科技型人才匱乏，大數據在煙草豐富應用場景中的作用尚未得到充分發揮。

3 煙草科技數字化發展重點方向

3.1 煙草科學大數據

2019 年10 月，黨的十九屆四中全會通過的《中共中央關于堅持和完善中國特色社會主義制度、推進國家治理體系和治理能力現代化若干重大問題的決定》，將數據作為與勞動、資本、土地、知識、技術、管理并列的生產要素，同時數據還可與其他生產要素互相融合，發揮倍增作用［24］。面向未來，煙草科學大數據必將是推動煙草產業鏈和創新鏈協同轉型的關鍵。下一步，要以煙草科研大數據重大科技項目為引領，以建設高水平中國煙草科學數據中心為依托，深化煙草科學數據研究與應用，加快推動科研范式和研發模式向數據驅動型轉變，發展重點方向主要包括：

（1）構建數據采集、加工與治理技術體系。深入開展煙草科學數據自動采集、安全傳輸、加工處理、科學存儲等相關技術研究。建立數據實時采集監測等自動數據采集系統，研制相應的接口與工具，研發煙草科學數據匯交工具和煙草大數據融匯治理技術，構建數據采集、加工與治理技術體系，實現不同來源、不同類型、不同種類數據的匯交和融合。

（2）研究大數據分析與挖掘技術。利用大數據、機器學習、自然語言處理、神經網絡、人工智能等技術，針對科技創新、煙葉生產、卷煙生產等不同應用領域和場景，開展數據治理、數據挖掘、模型算法、數據可視化等關鍵技術的研究開發，充分挖掘煙草科學數據的價值。

（3）研發大數據技術應用平臺。針對科技創新、煙葉生產技術、打葉復烤、卷煙制造技術、市場營銷、煙草物流等重點領域，研究開發相應的大數據系統平臺。

3.2 數字化育種

中國煙草現已構建起現代煙草生物育種技術體系，實現從基因到品種育種路徑的全線貫通，收集鑒定6 059份煙草種質資源，創制27萬份突變體庫，構建規?；K和編輯素材，數量居世界之最。為實現現代煙草生物育種技術體系升級，以數字化育種支撐優良品種高效產出和推廣應用，下一步發展重點方向主要包括：

（1）構建煙草數字化育種技術體系。實現育種資源信息的數字化和多組學數據融通，開展泛基因組層面的全基因組關聯分析，持續挖掘煙草重要性狀關鍵基因。系統評估重要基因的遺傳效應，開發育種智能化算法，實現重要基因聚合育種路線的數字化推薦和表型預測。

（2）開展野生煙草從頭馴化。開展野生煙草的表型精準鑒定和多組學研究，挖掘具有育種應用潛力的野生煙草資源和目標馴化位點，實現野生煙草信息資源數字化。建立野生煙草組織培養、遺傳轉化、基因編輯等技術體系，開展野生煙草快速從頭馴化，拓寬煙草品種的遺傳多樣性。

3.3 智慧煙葉生產

雖然我國在智慧農業領域實施了一批重大應用示范工程，在農業專家系統、農業智能裝備、北斗農機自動導航駕駛等智慧農業科技領域取得了系列突破，但是相比發達國家，我國智慧農業起步晚、基礎薄弱，研發應用水平仍整體落后15～20 年［15］。與我國大農業類似，當前我國煙葉生產正處于轉型升級的關鍵時期，為提高煙葉生產現代化水平，下一步發展重點方向主要包括：

（1）搭建空天地一體的煙田動態監測技術體系。建設準確度和傳輸效率更高的農業物聯網，升級多維數據獲取和傳輸技術，為煙株營養監測與精準施肥、病蟲害科學防控、產質量預測等提供支撐。

（2）研制智能化煙草農業設備。開發出一批適用性更強的水肥灌溉智能設施、烘烤信息智能獲取裝備、無人機、智能采收機器人等智能農機，實現傳統農用設備的智能化升級。

（3）構建煙葉智慧生產決策體系。開發煙草農業大數據應用平臺，研制煙葉智能生產的決策支持系統和智能烘烤工藝匹配系統，提升煙葉生產智慧化水平。

（4）打造氣候智慧型健康煙草農業。創新煙田土壤健康理論與定向保育技術，實現煙田廢棄物的資源化利用，提升煙草土壤生態系統固碳減排能力，實現煙草種植生態系統良性循環。

（5）加強煙草微生物組研究。運用多組學和大數據技術解析煙草微生物組，并揭示其組織結構和形成機制、功能與結構的物質基礎、微生物組的穩定性與可塑性、物種與環境互作機制、生物跨界的信息交流等，為行業優質煙葉產量和品質提升提供新的思路與解決方案。

3.4 數字化產品設計

隨著創新產品不斷迭代發展，可以預見，未來煙草制品數字化設計的實現程度，將與行業各類型產品的開發速度、維護效率、品質控制和投放精度息息相關，并深刻影響整個產業的核心競爭力。為提升煙草制品創新能力，下一步發展重點方向主要包括：

（1）構建煙草制品感官關鍵成分組群多組學技術體系。建立嗅覺、味覺和化學感官成分的感官導向分析方法和平臺，構建基于代謝組學、感官組學技術的產品感官特征多維度量化評價體系，建立表征產品感官特征的數字化模型。

（2）揭示煙氣成分的產生、截留、釋放機制。研制煙氣成分熱解蒸餾和傳輸模擬裝置，研發氣溶膠原位采樣技術和原位實時分析方法，闡明煙氣成分的產生、截留、釋放機制，構建煙氣產生、截留、釋放的計算機仿真模型。

（3）升級全息化學成分導向的數字化配方技術。立足近紅外快速分析技術，應用機器學習、人工智能和大數據等前沿技術，構建卷煙設計全流程數據庫和評價設計模型，構建涵蓋復烤模塊組配、葉組配方設計的多級配方數字化設計技術體系。

（4）升級降焦減害技術體系。研究通用降焦減害措施的感官提質技術，研發低焦油、低有害成分釋放量的卷煙數字化設計技術，開發消費者可感知的降焦減害功能材料及應用技術，研究煙草制品中煙堿含量及釋放量的精準調控技術，推進降焦減害技術集成及產品應用。

3.5 卷煙智能制造

依據GB/T 39116—2020《智能制造能力成熟度模型》和GB/T 39117—2020《智能制造能力成熟度評估方法》，2020 年全國31 個制造大類的12 000 多家企業的智能制造成熟度水平自評估結果顯示［25］，一級（規劃級）及以下企業占75%，二級（規范級）占14%，三級（集成級）占6%，四級（優化級）及以上占5%。其中，汽車、電子、電器、醫藥制造、化學原料和化學制品等行業處于排頭兵地位。同年，鄭州煙草研究院組織中國電子技術標準化研究院等單位專家，對行業代表性卷煙廠和打葉復烤廠進行了智能制造能力成熟度測評，結果表明卷煙廠成熟度總體為三級，復烤廠成熟度為二級。當前，行業總體智能制造成熟度水平位于國內中上游水平，下一步發展重點方向主要包括：

（1）構建卷煙智能制造標準體系。形成以通用、安全、檢測、評價、認證等基礎共性標準為根本，以煙草通用智能裝備、智能工廠、智能服務、智能賦能和工業網絡等行業關鍵技術標準為支撐，以面向各系統層級和卷煙制造周期各環節應用標準為示范推廣的標準體系。

（2）加強卷煙智能制造關鍵核心技術研發。按照“數據—信息—知識—智慧”的智能化演進路線，著力開展數字化感知、精準化加工和智能化生產等關鍵技術研究，構建成體系、有支撐、可掌控的卷煙智能制造應用基礎和關鍵共性技術體系。

（3）打造智能制造成熟度等級達到四級的卷煙智能工廠。以智能制造標準為基礎，通過卷煙智能制造關鍵核心技術的集成應用，構建基于數據流、決策流閉環的卷煙智能制造系統，實現從單個設備到生產線、車間乃至整個工廠的智能決策和動態優化，打造優質高效、敏捷智能、綠色環保的現代卷煙制造體系。

3.6 產品精準評價

煙草制品評價主要包括感官品質評價和安全風險評價。煙草化學領域超過半個世紀的持續性探索，為厘清煙草制品感官品質和安全風險的物質基礎提供了豐富的技術手段和深厚的數據積累。多組學、腦科學、分子模擬技術的興起以及微納尺度傳感技術和人工智能技術的發展，為產品的精準評價開拓了寬廣道路，下一步重點發展方向主要包括：

（1）研究風味感知數字化表征方法。系統考察煙草關鍵風味成分的受體激活模式，研究不同人群風味感知遺傳基礎，探索風味感知影響行為決策的神經生物學機制，實現煙草代表性風味效應在受體層面和腦區效應層面的數字化表征。創制類器官仿生的卷煙消費者感官認知量化表征系統，構建感官認知定量評價模型。

（2）構建基于中國人群的煙草制品暴露風險評估體系。建立健全煙草制品的危害性風險科學識別技術，構建基于有害結局路徑的煙氣毒理學模型，揭示基因多態性對煙草制品消費者吸煙行為、成癮性和疾病風險的影響，形成完善的煙草制品暴露量評估方法，創立量化的暴露風險指數，為制定暴露風險改良煙草制品中國市場準入規則提供支撐。

4 結語

創新是引領發展的第一動力，數字化轉型是推動新一輪科技革命和產業變革的重要引擎，是中國煙草科技創新的必然選擇。面向未來，煙草企業要勇當現代煙草產業鏈的“鏈長”，強化企業技術創新主體地位，堅持目標導向和結果導向，全面推進煙草行業創新鏈、產業鏈、供應鏈向數字化、智能化、智慧化變革；行業戰略科技力量要勇當煙草原創技術的“策源地”，培養壯大數字科技人才隊伍，依靠數字密集型科研新范式實現更多“從0到1”的原始創新，加速煙草產業技術體系從數字化向數智化邁進；煙草產品創新要充分用數賦智，依靠科技創新培育壯大發展新動能，持續支撐行業高質量發展。