近来几十年,在信息科技发展的道路上,时兴概念层出不穷。信息化、数据化、数字化、智能化、数智化,它们迅速更新换代。今天就来聊聊信息化与目前处在的数智化的不同之处。其实,在我认识里,信息化、数字化、数智化,这些信息时代的转型,或者说企业内部的转型,把它们割裂开来,明确划分,是不够准确的,也许,每一个转型的开端都保留着前一个时代遗留的一些精华,再比如,数智化是否又包含了数字化呢?是否数智化=数字化+智能化呢?对于每个时兴概念,业内专业的人员也许也有自己独特的见解。本篇文章在我对该领域的了解,关于信息化、数字化/数智化里程碑的解读,也希望能够给大家带来自己的一些思考。
信息化
起源、概念
信息化概念最早起源于日本,梅棹忠夫的《信息产业论》(1963年)。在本文中,信息化指通讯现代化、计算机化和行为合理化。合理化是衡量人类是否按照公知的合理准则和规范进行;通讯现代化值社会活动中信息交流基于现代通信技术基础上进行的过程;计算机化是指社会组织和组织间信息的产生、存储、处理(或控制)、传递等广泛采用计算机技术和设备管理的过程。在这些概念中,信息化的程度是衡量社会组织或组织是否进入信息化的首要标准。
信息化时代一般使用传统的IT技术(information technology),以控制管理、积累数据为主,将传统的日常业务流程以不同的IT系统形式固化下来,提高员工工作效率,记录输入数据。信息化是企业转型的初级阶段,立足于以IT化手段提升内部管理效率。
根据国家标准GB/T 26327-2010《企业信息化系统集成实施指南》指出,企业信息化的定义是:企业在生产和经营、管理和决策、研究和开发、市场和销售等各个方面全面应用系统技术,建设信息网络和信息技术,通过对信息和知识资源的高效开发与利用,调整或重组企业组织结构与业务模式,服务企业发展目标,提高企业竞争力。
目的、系统联接与技术
企业的信息化更多是应用于内部管理的,内部邮箱系统、OA、ERP,这些流程化,基于信息传播为主,将业务流程自动化。各种系统和软件封装起来是一套封闭的技术体系,单个系统或业务,局部优化,缺少链联接打通、效率低、响应慢。
数字化/数智化
起源、概念
最早提出“大数据”时代到来的是全球知名公司麦肯锡。麦肯锡称:“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。人们对海量数据的挖掘和运用,预示着新一波生产增长率和消费者盈余浪潮的到来。“但大数据时代并不完全代表我们所处的情况。商品从单一大规模生产到商业的复杂性提升,产品走向多样化、个性化,应对复杂商业环境和市场需求,倒逼传统IT架构,推动了数智化下云架构技术的发展。
对于数智化我认为,数智化=数字化+智能化,指数字与智能技术。而大数据只是数字化时代中的特性之一,可以理解为数字化以大数据分析与处理为基本特征,数字化则是企业转型的进化阶段,它在大数据与云计算技术的加持下对企业运营的全面优化;而智能化则是企业转型的高级阶段,是在人工智能技术加持下对数据作为生产要素的智能化应用。以机器学习、人工智能等为核心要素的,数智化是二者在企业运营过程中的融合与应用。该时代以数据创新,激发生产力为主。
目的、系统联接与技术
依托大数据采集,数据分享驱动数据创新,决策将基于数据以及对数据的分析,而不是依靠经验和直觉,促使各个领域都开始了量化进程,数智化帮助企业思考如何以客户运营为核心,如何提高客户全生命周期的体验,如何构建一套以消费者运营为核心的技术体系。
从多个系统联动,趋于整体优化到全域系统集成(全域集成:Data数据集成+API接口集成+UI界面集成),包括界面集成、接口集成、数据集成,全面优化,全域自动联接与打通,效率更高,相应更快。数字化技术:传统IT架构+DT架构,基于传统IT架构,PC+传统软件,数字化的核心是业务数据化。智能化:基于云管端+A lot等技术,数智化的核心则是数据业务化。技术要解决的核心问题从“提升效率”转向了如何支撑产品创新、业务创新、组织创新和管理创新。
![](https://i-blog.csdnimg.cn/blog_migrate/8c2f66b4368c961ecf1826abcc840c28.png)
数智化下的技术也成为了目前科技产业下最能受益的方向之一了。大的方向来看人工智能、机器学习、云计算及5G技术,边缘计算,这些都在推动社会发展,造福现代社会。具体这些技术都有哪些,文章下半部分将泛泛讲述一下。
云计算:
云计算是并行计算、分布式计算、网格计算等的发展,是这些计算机概念的商业实现。云计算基于互联网相关服务的增加、使用和交付模式,通常指通过互联网来提供动态交易扩展且经常是虚拟化资,源形成的计算能力极强的系统,可存储、集合相关资源并可按需配置,向用户提供个性化服务,可以让你拥有每秒10万亿次的运算能力,模拟气候变化、市场变化趋势等。
人工智能技术:
1.计算机视觉(从图像中识别出物体、场景、活动的能力),运用图像处理及其它技术,应用包括:医疗成像分析,用于提高疾病预测、诊断、治疗;人脸识别;安防及监控领域被用来指认嫌疑人;购物方面拍下照片获得更多购买选择。
2.自然语言技术:自然语言技术让计算机拥有人类的文本处理能力,自动识别一份文档中的所需字眼、识别文章主题、在合同中将各种所需要的要求提取出来制成表。另一方面,我们熟悉的垃圾信箱及短信的识别。
机器学习(人工智能的一种应用):
能够使得计算机系统无需遵照显性程序指令,而只依靠数据来提升自身性能的能力。机器学习是从数据中自动发现模式,模式一旦被发现便可用来预测。比如:给予机器学习系统一个关于交易时间,商家,地点,价格及交易是否正当等信用卡交易信息的数据库,系统就会学习到可用来预测行用卡欺诈的模式,处理的交易数据越多,预测就会越准。相关应用:欺诈甄别、销售预测、库存管理、石油和天然气勘探、及公共卫生等。
数字经济时代,数据赋能经济数字化转型,成为经济增长的底座,云计算、人工智能加速了数字经济化的升级,云管端技术架构为计算机平台夯实了基础。5G通讯技术的支持,云管端的技术架构,实现的闭环生态,数据的全生命周期管理,人工智能,这些都激励并加速数智华的提升。信息技术从信息化走向数智化是必然道路,最初的信息化应用于收集数据,通过各个系统的操作,将数据集中在不同的数据库中,提高各个方面的办公效率,使工作更加便捷,流程化,可溯源,可追踪的。而在这个过程中不可避免的产生了一些问题,例如,不同业务系统一些功能的重复开发,不同系统间数据分散,数据不统一,这造成了数据没有发挥到真正的价值,数据分析不够,在做一些决策时,无法真正的做到用数据说话,因此成就了趋于整体优化到全域系统集成的数字化技术。技术方向从提升效率转向了数字数据底座支持企业管理决策,业务创新。