实践数字化转型，提升企业数智化水平

panjl | 2023年11月3日 | 2023年 | 评论已关闭 | 651

随着数据经济发展的必然要求和认知推动下，数字化转型已经成为企业发展的必然趋势。在数字化转型过程中，应充分结合企业已有的数据和知识资源，结合成熟技术发展和数字化运营手段，提升数字知识化和数字智能化，有效提升效率和创新，创造组织价值。

数字化转型是企业发展的必然趋势

数字经济是信息和技术发展到一定阶段的必然要求。在人类社会经历了以养殖耕种为主的农业社会，大规模矿业开采大机器生产生产效率全面提高的工业社会、到上个世纪中叶计算机微电子通信技术为主所代表的信息社会，信息包括知识数据成为重要的生产要素，成为比物质能源更为重要的资源，劳动力的个性将得到极大的解放，人与社会人与环境将不断趋向和谐。

发展数字经济是国家高度重视的领域。党中央国务院高度重视数字经济发展，网络强国，数字中国等一系列重大战略部署。习近平总书记强调[1]，把握数字经济发展趋势和规律推动我国数字经济健康发展。数字经济是全球未来的发展方向，要大力发展数字经济，加快推进数字产业化，产业数字化，推动数字经济和实体经济深度融合。

数字化转型则是推进数字经济向纵深发展和实体经济数字化升级的重要基础，在企业发展的过程中不断注入新的活力，产生强劲动力，引领企业创新和高质量发展。

提升数据知识化水平和数智化水平

数字经济是以数字化的知识和信息作为关键生产要素，以数字技术为核心驱动力，以现代信息网络作为重要载体，通过数据技术与实体经济深度融合，不断提高数字化、网络化、智能化水平，加速重构经济发展与治理模式的新型经济形态[2]。作为效率提升和经济结构优化的重要推动力的一系列的经济活动。其中有三个重要要素，一个是生产要素是知识、信息、数据。一个是网络作为重要载体。另外一个是信息技术作为有效的手段。

首先，知识、信息、数据的生产要素是必不可少的。

一方面，根据DIKW模型，知识、信息、数据三者各有侧重点，有相关递进关联。

数据：是直接来自于事实、未经处理的、离散的、客观的事实描述。广义的数据就是对客观世界进行记录并可以鉴别的。是对客观性客观事物的性质状态以及相互关系进行记载的物理符号及组合。通过原始观察或度量，本身没有任何意义。

信息：是关于事件的、相关联的、有意义的数据。信息可以回答一些简单的问题，譬如：谁？什么？哪里？什么时候？所以信息也可以看成是被理解了的数据。

知识：是经过实践证明的、有用、有意义的、可以用来决策和行动的信息，是能将信息化为行动的能力。是对信息认知、分析和确认的过程，这个过程结合了经验、上下文、诠释和反省。可以说，知识是派上用场的信息帮。

智慧：是对知识进行独立的思考分析、得出的某些结论。与前几个阶段不同，智慧关注的是未来，试图理解过去未曾理解的东西、过去未做过的事。

同时，到知识和智慧，更加入了人的主观判断和认知。如，同样的知识，对某些人是派上用场的“蜜糖“，对其他人则在没有认知和转化为行动能力之前，可能就只是无意义的原始的物理符号数据。但这些重要数据是有意义的，因为遇到合适场景内的人，能够转化为决策和行动，进而改善个人或组织表现和企业的商业表现。

另一方面，随着数字化和技术的发展，从技术视角来看，我们现在周围的大量电子化知识和信息也是一种有意义的数据。

如结构化数据，包括格式化的电子表格、结构化模板和文档等；如非结构化数据，包括文档、图片、网页、音频、视频、邮件等。并且，非结构化数据的增速非常惊人，其增速远大于结构化数据。如IDC早在2011年的调查报告中就提到，非结构化数据占新生成数据的90%[3]。而随着图片和视频应用的大规模兴起，非结构化数据更是数量变得日益庞大。

所以，从技术角度来看，怎么分析大量的、存量的结构化或非结构数据、数据驱动知识学习、提升协同服务、进行知识挖掘、与业务应用场景结合验证发展，要求数据知识化和知识智能化发展[4]。其中，智能推荐和知识图谱作为知识智能化的实践技术代表，已经开始在越来越多的企业机构内落地中。而横空出世的生成式人工智能更是拓展了人机数据内容应用的水平。

智能搜索：通过对大量数据的收集、分析和应用，帮助用户快速找到所需信息，提高搜索效率和用户体验。同时对用户的搜索行为进行分析和预测，提供实时数据反馈机制，以使搜索结果更精准、更个性化。

知识图谱：通过知识获取、数据融合技术、知识计算技术，以结构化图的形式描述客观世界中概念、实体以及它们之间的关联关系，使信息资源更易于计算、理解以及评价。通过语义图实现数据的表示，并使用图进行连接，构建语义数据模型；基于语义数据模型对源数据进行映射与融合，实现数据驱动计算；数据知识化，形成知识图谱，通过认知推理，实现知识驱动计算；通过数据和知识双轮驱动，增强可解释性，实现复杂场景决策并持续进化。

生成式AI：其主要目的是生成新的数据或内容，而不仅仅是对已有的数据进行分类、预测或识别等任务。如，可以生成高质量的图像、音频、视频等数据，并且可以通过训练来学习数据的分布特征，从而实现更加精准的预测和分类。如2022年11月30日发布的ChatGPT，吸引了全球的眼光，通过自然语言处理，能够进行对话互动，甚至能完成撰写邮件、视频脚本、文案、翻译、代码，写论文等任务，在提升内容产生效率和质量方面开启了惊人的一步。

在数字化转型中提升数字化运营能力

数字化转型是一个涉及多方面的复杂过程，是对传统业务模式、组织架构、运营流程等进行全面升级和改造，以适应数字经济时代的需求和挑战的范式升级的过程。

而数字化运营和数字化转型密不可分，数字化运营，通过数字化技术和工具的应用，实现业务的数字化和智能化运营。在数字化转型中需要持续提升数字化运营能力。

明确数字化运营业务目标：包括提高生产效率、降低成本、优化客户体验、增强竞争力等。了解业务需求和目标将有助于确定所需的技术和策略。

现状评估与分析：认识了解企业的当前数据、组织、技术、管理、运营的真实现状，了解其优势和不足，梳理业务需求，对存在的问题及其原因进行分析，同时提出改进措施和对策，满足未来的需求。

建立数据驱动的文化：在数字化运营中，数据至关重要。建立一个数据驱动的文化，鼓励员工收集、分析和利用数据，数据知识化来支持决策和行动。可以帮助企业更好地理解市场需求、客户行为、生产流程和服务体验。其中，企业个性化业务数据、业务知识体系的搭建和高质量知识数据的萃取，进行标准化、线上化、日常化。

制定数字化体系：基于业务需求和目标，结合业务特色和企业文化，制定配套的数字化体系。包括组织变革、人员提升、认知和意识提升、运营流程搭建、协同方式优化等方面。确保数字化体系与企业整体战略保持一致，并为实现目标提供清晰的指导。

实施数智化解决方案：结合企业数字化特色，采用合适的智能化手段，实施数字化解决方案。在此过程中，确保组织成员具备足够的数字化技能和资源，形成开发协作的系统，自我学习和自我更新的领导者密切关注进度和风险，及时调整策略以应对挑战。

重视数字个体的心智改变：数字化转型是一次大的组织变革，是工作方式的变革，是每个工作者行为方式的变革。在变革的过程中，是否拥抱改变、是否能智能协作、是否具备重建组织运作机制的能力和行为，让人更有价值、更有成效，更自我领导，也是需要面临的挑战。

不断优化和改进：数字化运营是一个持续的过程。定期评估数字化的效果，找出可以改进的地方。通过持续优化和改进，确保数字化运营能够为企业带来持续的价值增长。

数字化转型和数字化运营是相互依存、相互促进的关系，只有通过数字化转型，才能实现数字化运营的目标；而数字化运营则可以进一步推动数字化转型的深入发展。进行数字知识化、数据智能化，是数字化转型过程中的必经之路。

参考文献
电子文献：[1]习近平.中共中央政治局第三十四次集体学习.中华人民共和国中央人民政府网站，2016.
电子文献：[2]信通院.中国数字经济白皮书（2020年）.信通院，2020
电子文献：[3]IDC. 2011调查报告.http://www.emc.com/collateral/analyst-reports/idc-extracting-value-from-chaos-ar.pdf，2011.
电子文献：[4]创新与知识管理联盟，行者互联科技（北京）有限公司等.2021中国知识管理调查报告.创新与知识管理联盟IKMA，2022.

作者：秦丽，行者互联科技（北京）有限公司。

本文刊载于《客户世界》文集2023第三辑•体验与文化。