數字化和數字化轉型的關系
我們一直都在說數字化轉型,那數字化和數字化轉型是什么關系?是一個意思嗎?還是兩個發展階段嗎?是從信息化到數字化再到數字化轉型階段?把數字化轉型作為一個獨立的發展階段似乎是不合適的。數字化轉型的本質是通過數字化的技術和手段來實現業務和業務模式的變革和創新。可以說數字化是手段,轉型是目標。數字化可以和信息化一樣作為生產力發展的一個階段,但數字化轉型是數字化階段實現的目標,是伴隨著數字化過程的。因此,數字化轉型不能獨立稱之為一個發展階段。
從技術生產力來說,信息化、數字化都可以作為一個獨立的階段。數字化之后可能是智能化或更高級的階段。當前很多人把數字化和智能化合起來稱數智化,不過從發展過程來說,數字化是智能化的前提和基礎,可以看作兩個獨立的階段。不是說數字化階段就不能有智能化,數字化階段的智能是初級的,就像信息化階段同樣具有一定的數字化能力,這是一個量變逐步質變的過程。可能并沒有很明確的一個時間節點劃分,但從科技生產力發展和科技生產工具的發展來說,可以簡單進行劃分的。信息化階段主要以信息技術完成單點業務的效率提升,建設的都是單體系統,以信息系統代替人工處理,實現無紙化、信息自動化等;爾后通過系統集成等實現了初步的數字化分析和處理能力,但本質上沒有在數據層面打通,依然存在數據散落等問題。數字化階段以數據為生產要素,通過用數字技術對數據的深入分析和洞察,找到隱藏在數據之間的價值,創新業務和業務模式;數字化階段關注的不再是某一個單點能力,而是全局,因此需要從數據層面實現數據的融合、數據的標準化、數據的高質量;從而促進企業各系統之間的融合、資源的融合、組織的融合,生產要素、生產工具、生產組織等實現了變革,因此其已不同于信息化階段。智能化階段需要具備一定的自主能力,而不再需要人為的規則設定或自動化(自動化則是按照設定的規則來自動執行,自動化不是智能化,不過智能化、數字化、信息化等具備自動化的能力)來實現;當前的人工智能水平還比較基礎,模型的準確率相對也不高,通常也受限于特定的場景,因此遠未到智能化階段。雖然當前數據的“量”積累到了一定的程度,但數據的“質”還差的比較多,因此數字化階段很重要的一點就是提升數據質量,實現數據的融合。
細化到某一場景,數字化和數字化轉型其實還是有次序關系的。數字化技術是生產力工具,具備了工具才能考慮使用工具促進業務的轉型,或者說為了實現業務轉型的戰略目標,需要先建設數字化工具,因此,當前很多人都熱衷于云計算、大數據、人工智能等技術的應用。很多人覺得應用了這些技術或建設了這些系統就是數字化轉型了,其實是不對的。數字化工具的建設是第一步,對數據生產要素的處理是第二步,第三步才是實現轉型目標。企業都可以建設同樣的數字化工具,甚至可以獲得同樣的數據,但對數據的不同處理思想和方式會帶來不同的結果,所以說,即便同樣的環境和條件,不同的企業的轉型歷程和結果也可能會大相徑庭。這往往取決于企業的數字化人才以及難以捉摸的運氣。這也是為什么說企業的數字化轉型一定要靠自己的原因。
在第一步建設了數字化平臺和工具,具備數字化能力之后,生產要素的質量就很重要。是需要花大量的時間精力來做ETL等數據的轉換處理,還是能從數據源頭實現數據的標準化和規范化、數據流的無縫流轉,其影響著數據的處理效率和成本,也影響著轉型的響應能力。顯然,基于企業主數據來重構企業數據架構,實現各個業務應用的數據融合要比繁瑣繁重的數據處理工作更好些。雖然重構會在初期帶來很多的工作量和壓力,隨著時間的推移和量的積累,會促進數字化轉型,快速質變到智能化。因此,數字化階段很重要的一點就是數據的融合重構以及所帶來的架構融合、資源融合、組織融合等。它是全局戰略下數據、資源、技術、應用、業務、安全合規、組織文化,以及生態伙伴等的高效協同。這樣,業務才可能做到敏捷響應、隨需而變、主動創新、持續提升體驗,實現數字化或數智化轉型的戰略目標。當然,到了那個階段,目標也會隨之改變,會有新的目標、新的工具和手段,持續地螺旋上升。
|