干货 | 数字化/数智化的定义和本质

一、什么是“数字化”？

数字化是我们要理解的第一个概念。它的定义相对来说比较简单，可能每个人都有一些自己的理解和语言描述，这里是我对数字化的简化定义：所谓数字化，是通过计算机、互联网、云计算、大数据等技术，将业务过程中产生的信息以数字或数据的形式进行采集、处理、存储、传输、分析和应用，这个过程，就是数字化。

这里需要关注两个点：

第一，这里说的技术，就是所谓的数字化技术，包括云计算、大数据、AI、区块链、低代码等等，其中有一些技术，比如低代码、5G、大数据、人工智能和工业互联网，在近年的中央经济工作会议上，被划进了新基建的范畴，是区别于老基建的新的基础建设（老基建是铁路、公路、机场，俗称“铁公机”）。

第二，在业务过程中产生的信息是非常丰富的，包含了过程信息和结果信息、也会包含非结构化的资料，比如图文、音频、视频等等，这些信息我们通过数字形式或者数据形式来采集或者说捕捉，通过加工转化成结构化的数据，这些数据用来分析，最终去帮助业务。这里说的数字形式指的是计算机语言的表达形式，也就是0-1二进制，不用去管，其实没什么意义。更有意义的是数据形式，就是我们从数据库里面看到的行列数据，它们经过加工变得有实际意义，再经过分析去赋能业务。

二、什么是“数智化”？

我们第二个要理解的概念叫做“数智化”，基本上就一句话：数智化是利用数字技术、数据产品、数据分析来改善业务流程、决策和绩效的过程。这个过程涉及到对数据进行收集、分析和产品化，以更智能的方式提取有意义的信息，并利用这些信息做出更科学合理的决策、改善业务流程。更进一步的说，数智化还包括使用机器学习、人工智能等技术来做特定场景下的预测和决策，比如千人千面的推荐系统、比如金融领域的风控模型等等。

与“数字化”相比，“数智化不仅关注信息的生产形式，还关注如何通过技术手段提高信息的价值和自动化、产品化应用，是一种更高层次的能力。

狭义的数字化就是信息到数据的物理形态的转变，这样转变之后干什么呢？用来做数据分析、做数据挖掘、做数据产品，支持业务洞察，推进业务发展。所以说，“数智化” 融合了狭义的数字化概念和数据分析、数据挖掘相关理论，是一种概念上的延伸，可以理解为是广义的数字化。在日常工作时候，其实是不会去区别数字化和数智化的，一般是学术上或者咨询公司卖解决方案的时候，需要去卖这个概念才会特别细分。基本上所有企业要做数字化，肯定不是单纯为了存储信息，搞一堆数据出来，最终目的都是为了解决业务问题、提高经营业绩才去做数字化转型，这个目标本身就离不开对数据的分析和挖掘，所以基本上说数字化就是囊括了数智化的概念。

三、什么是“数字化转型”？

理解了数字化和数智化，那么如何理解数字化转型呢？对于这个近几年无论是在政府会议上、还是企业战略调整上都会频繁出现的词，有很多的定义，没有百分百权威或者说是官方的定义描述。这里我筛选出几个不同视角下的对于数字化转型的定义描述：

1、政府视角：

传统企业通过将生产、管理、销售各环节都与云计算、互联网、大数据相结合，促进企业研发设计、生产加工、经营管理、销售服务等业务数字化转型。（中国国家发改委）

2、研究机构视角：

企业数字化，是指企业积极应用先进的数字技术，把企业各要素、各环节全部数字化，推动技术、业务、人才、资本等要素资源配置优化，推动业务流程、生产方式重组变革，从而提高企业经济效率的经济转型过程。（中国信通院《中国数字经济发展白皮书（2020）》）

3、咨询机构视角：

Digital business transformation is the process of exploiting digital technologies and supporting capabilities to create a robust new digital business model.数字化转型是利用数字技术和支持能力来创建一个强大的新数字商业模式的过程。（Ganter）

4、 标杆企业视角：业务数据化，数据业务化。

我们可以非常直观地发现，这些定义里面，都提到了数字化技术、业务和业务流程，数据以及创新。这些词就是数字化转型的主要组成。我结合自己的数字化工作经验，归纳总结后形成了一个更加直观、更加具备落地性和逻辑性的定义：

数字化转型，是利用数字化技术和能力、基于数据这个新的生产资料来驱动和赋能，通过重构或创新商业模式、业务流程或用户体验来实现增长和发展。其最终目的是为了实现：优化业务流程、提高运营效率、提升客户体验以及扩大经营成果等等。更通俗一点来说，就是为了提高销售业绩、实现用户增长、延长企业生命周期而做的一种举措。这里理解起来无非就是四个要点：技术能力、数据基础、转型内容、转型目的。

数字化是一种技术手段、技术方法，数字化转型是一种基于数字化的战略性变革过程。数字化转型在不同的公司或者不同的人会有不同的叫法，比如数字化变革、数字化迭代、数字化升级等，基本上表达的意思大同小异，都是围绕数字化做改变。

四、容易混淆的数字化概念

数字化领域出现过的概念，还有很多，简直可以用“一堆乱麻”来形容。如果逐个去理解，我们会发现每个概念的意思和解释好像既有重叠内容，看起来差不多，但是那些作者或者专家，又会说它们的区别是blabla，很繁琐又很矛盾，能把人看到精神内耗。所以，我挑出几个最主要的概念，来解释他们最核心的区别。基本上，这几个相似的词，只需要记住核心区别就能够使我们看得懂文章，做得了事情了，我们不做学术、也不卖概念，不要去跟这些所谓的概念过度较真。

1、信息化

信息化比较多的被提及是在20实际90年代到21世纪初，现在提的比较少了。信息化是利用PC+传统信息技术软件ERP/CRM等系统工具，实现标准化、在线化的业务流程记录、信息共享、协同工作等，用来作为企业内部管理工具。

信息化解决是确定性需求，比如销售从捞线索到签约，这中间的大致流程是确定的，最简单的流程：打电话、邀约试用、签合同。所以，信息化主要目的是为了提高信息同步效率。但是，它不能改变业务模式、也无法支持到业务决策。而数字化是以数字技术为手段，不是信息技术，是我们前面提到过的数字技术，来解决不确定性需求，支撑创新。业务是多变的，用户也是多变的，需要从数据上去做归因、做预测等等，都是不确定性的需求。这个数字化和信息化的区别。同学们不用纠结，信息化也被称为数字化1.0，本质上是数字化的基础，可以看作是一种主要由人为录入的数据采集方式。

2、Digitization vs. Digitalization

前者中文叫做数字化转换，侧重信息到数字形式的技术转变过程，就是狭义上的数字化，是一种物理形态上的转变；后者中文叫做数字化升级，关注的是数字技术的应用结果、应用价值和数字化转型的过程，和我们前面说的数智化基本上大同小异。

3、Datafication vs. Datalization

Datafication有学者翻译为“数据化”，但是它和“数据化运营”中的“数据化”具有较大的差别，Datafication是对信息进行结构化、标准化处理的过程，记录事物之间的联系，是数据产生价值的基础。它是广义上数字化的子集，相比于数字化对技术的侧重，数据化强调的是一种记录、量化、分析的思维。比如，数据开发中的数据源解析存储、ETL、数据报表这些开发过程都是Datafication。而Datalization通常理解为量化，比如量化目标、量化过程、量化结果，也是我们认知中的“数据化”的意思。

五、数字化的本质

数字化或者数智化，它的本质归纳总结起来就三个词：连接、数据、驱动。

连接是指连接员工、连接用户客户消费者、连接产品/商品/物联设备，换个词来说，连接等同于在线，数字化首先要完成的是企业的人员、工作、业务、产品等各个方面的信息资料的全面在线化，实现线上和线下、各业务和各职能的在线协同。

数据指的是业务协同过程中产生和积累的数据，数字化要做的就是去采集、然后集成汇通、然后加工存储，通过数据治理来保障数据质量，通过数据分析洞察来产生数据价值。

数据分析产生的结论和洞察用来支持决策、指导落地执行，最高理想是实现智能化，智能决策、智能运营，所以第三个词是“驱动”，也可以说是“智能”，但是目前所谓的智能，本质上还是以解决效率问题为主，都是工具型智能，还没有达到科幻电影中的通用型AI，哪怕现在火热的chatgpt和生成式AI，都还没有跳脱出算法的价值框架（解决效率问题）。

总而言之，数字化的本质是通过数字化技术连接业务中的一切要素，解决业务过程中的协同联作问题，采集在业务或者说业务协同中产生和积累的数据，通过对数据的分析和挖掘，形成洞察和知识，进一步驱动业务发展。随着持续的数据积累，能够不断提升智能化运营能力和决策能力，在持续的闭环迭代优化中驱动业务发展。

合理有效地运用数字化工具，不仅可以让企业业务高效地运行，还能最大程度保证团队目标的达成。比如我们公司正在用的低代码平台：织信Informat，这个平台基于数据模型优先的设计理念，提供大量标准化的组件，内置AI助手、组件设计器、自动化（图形化编程）、脚本、工作流引擎（BPMN2.0）、自定义API、表单设计器、权限、仪表盘等功能，能帮助企业构建高度复杂核心的数字化系统。如ERP、MES、CRM、PLM、SCM、WMS、OA、项目、企业服务等多个应用场景，全面助力企业落地数字化转型战略目标。

​不管说得再天花乱坠，都不能代替产品本身，好产品，值得大家切身体验。