提到数字化,就不得不提到信息化和智能化,这两个概念与数字化密切相关,似乎都与数据联系紧密。


【资料图】

但实际上,数字化、信息化、智能化,三者具有完全不同的概念内涵,本文将重点探讨这三者的区别与联系。

1. 数字化与信息化

信息化的话题出现比数字化早很多,早在1960年代就已经提出,并且在1970年代后国际上就开始逐渐有关于信息化的业务实践。

广义上看,信息化可以看作是数字化的初级发展阶段,但与典型的数字化概念场景相比,仍然有一些差距所在:

在信息化的场景构想中,更多是强调业务的线上化和自动化效果,信息化借助于计算机系统在数据计算、数据存储的性能优势,辅助人在日常的管理运营活动中解决现有工作执行效率低下的问题。

在信息化中,数据只是业务的操作对象和执行结果,而数字化则把数据看作业务发生的原因和业务活动产生的原料。

数字化关注从数据中发现新的价值、形成商业洞察、创造业务机会。

信息化不关注从数据中进行创新,而只是基于既定的主题框架和相对固定的流程在处理数据,用计算机辅助实现原本已经存在的业务逻辑。

信息化阶段的软件系统,重在提高人对具有规模性、复杂性的业务信息的处理效率,提高管理决策水平,提高业务各相关方的信息连接程度,实现“降本增效”,优化业务经营能力。

信息化不改变人对业务的认知,而是在现有业务认知下的业务提速。

值得注意的是,简单地依据是否涉及“数据分析”来区分信息化和数字化是不严谨的。关键还是要看,数据分析强调解释业务现状和观察趋势(经验驱动),还是强调挖掘底层业务规律和新的商业洞察(数据驱动)。

2. 数字化与智能化

智能化是数字化发展的高级形态。

所谓智能化,就是让机器像人一样进行工作,降低企业的人力成本,同时提高企业的生产效率和服务效率。

智能化的本质是能够体现人的智慧水平的数字化业务,是人工智能技术的重要业务价值体现。

人会基于特定的问题进行思考和决策,背后依靠的是某一领域的操作技能,其背后是人掌握了这些技能背后的业务知识。

机器如果能够获得这些知识,也能够表现出“类人”的智能化特征。

机器可以通过阅读大量的数据,通过数据挖掘、机器学习、深度学习等方法从这些数据中学习到有用的业务知识,然后在利用这些“所学”的知识提供智能化的服务,解决实际的应用问题。

数字化和智能化的区别不仅仅是算法复杂度上的区别,而关键看,机器是否完成了从对象识别,到任务决策,再到行为操作的完整自动化流程。

在整个过程中,人工介入的环节约少,则表现出越显著的智能化效果,例如,扫地机器人、炒菜机器人、虚拟数字人、无人驾驶等。

通过传感器获取环境数据,通过模型和规则实现决策,通过终端设备完成既定操作,完成传统的人工服务。

推荐内容