以下文章來源于企業數字化咨詢 ,作者風陵渡0426
來源:企業數字化咨詢|作者:風陵渡0426
本文經授權轉載
![](http://image.uc.cn/s/wemedia/s/upload/2024/eeb755db61bb49de876cac733e157fb8.jpg)
新時代背景下,數字經濟發展速度之快、輻射範圍之廣、影響程度之深前所未有, 5G、大數據、雲計算、人工智能、區塊鏈等技術加速創新, 全域融入經濟社會、民生服務全過程,成爲資源要素重組、經濟結構重塑、競爭格局重構的關鍵力量。千行百業紛紛投身數智化轉型浪潮, 以信息化、數字化、智能化爲核心動能, 構築了數智化供給新模式。而過去二十年,我們在項目彙報中提到最多的就是信息化、數字化與智能化,可是三者之間又有什麽區別呢?
信息化、數字化、智能化區別(大模型回答):
信息化、數字化和智能化是信息技術發展的不同階段和層面,它們之間既有聯系也有區別:
1. 信息化(Informatization)
定義:信息化是指通過應用信息技術(如計算機、互聯網、通信技術等)來收集、處理、存儲和傳遞信息的過程。它涉及到信息資源的開發與利用,以及信息系統的建設與應用。
特點:
側重于信息的管理和優化。強調信息的獲取、處理和傳遞。目的是提高管理效率和決策質量。2. 數字化(Digitization)
定義:數字化是指將非數字信息(如紙質文檔、圖片、聲音等)轉換爲數字格式的過程。這樣,信息可以被計算機系統識別和處理。
特點:
側重于信息的轉換和存儲格式。強調將模擬信息轉換爲數字格式。目的是便于信息的長期保存和快速訪問。3. 智能化(Intelligentization)
定義:智能化是指利用人工智能技術(如機器學習、數據分析、自動化控制等)來模擬人類智能,使系統能夠自主進行決策和學習。
特點:
側重于系統的自主性和智能水平。強調利用數據和技術進行智能決策。目的是實現自動化、優化決策過程和提高系統性能。三者之間的區別:
階段:信息化是基礎,數字化是中間階段,智能化是更高級的階段。
目的:信息化旨在優化信息管理,數字化旨在轉換信息格式,智能化旨在實現自主決策。
技術應用:信息化主要使用信息技術,數字化主要使用數據轉換技術,智能化主要使用人工智能技術。
數據處理:信息化處理結構化數據,數字化處理非結構化數據,智能化處理各種類型的數據並進行智能分析。
聯系:
數字化是信息化的深化,爲智能化提供數據基礎。智能化是數字化的高級應用,利用數字化的數據進行智能處理。三者相輔相成,共同推動信息技術的發展和應用。天下大勢,分久必合
5G、工業互聯網、人工智能等新技術融合應用在企業業務操作層面、管理上全面滲透、交叉和重組,不斷催生新場景、新模式、新業態。在將各類新型技術應用到企業的過程,我們將其定義成了信息化、數字化、智能化,二十年前經常會提及企業信息化,企業上線的是ERP、MES、PDM;十年前經常提到數字化,落地的經常是數字營銷、質量大數據、精准供能等,采用的技術路徑都是大數據平台+具體單點應用;最近幾年都在提智能化,重點集中在機器視覺、高級排産、人臉識別等應用場景,技術路徑基本上都是以算法爲核心。
雖然信息化、數字化、智能化貫穿了新型技術在企業當中的升級利用,雖然每個項目的提法都各有不同,但表現在項目上並沒有那麽割裂,比如去年我完成的質量類項目,其中包含了機器視覺(零件表面劃痕識別,智能化)、流程梳理/業務功能開發(信息化,QMS)、質量運營管理(數字化),所以如果現在企業提及信息化、數字化與智能化,我們都可以定位爲是將新型技術用于企業流程梳理、業務變革當中。
按照項目經驗信息化、數字化與智能化三個階段,後階段一般都會包括前一個階段。雖然在目的、技術應用和數據處理上有所不同,但又相互聯系和依賴,共同構成了信息技術發展的完整路徑。隨著技術的進步,三者之間的界限越來越模糊,它們正逐漸融合,共同推動社會進入智能化時代。
除了信息化、數字化、智能化三者的概念與項目表現會越來越模糊之外,在項目中應用哪一個詞彙都會覆蓋不了所有的業務,所以越來越多的項目無法以項目名稱來衡量建設內容,況且現實當中有很多項目爲了避免競爭甚至會隨意起一些名字,比如明明是MES系統的項目,但是招投標環節會起名爲“生産管理系統”,明明是大數據項目,會起名爲運營決策項目;綜合來講,項目的名稱已經不足以讓外人了解項目的定位以及內容,只能通過項目建設內容來了解項目所包含的功能模塊。很多人說ERP、MES項目越來越少,其實也可能是ERP、MES等項目是以其他名稱的形式隱藏起來了,做的事情可能並沒有太多變化。
按照上述的現狀,項目的名稱已經不足以定義項目本身,歸納項目的核心在于究竟需要解決哪些問題,也就是這個項目帶來哪些價值, 許多人在微信群向我提問“項目的價值如何闡述?“,站在經營的角度,每個企業都存在大量的問題,而且肯定有其中一些是可以通過數字化的手段去解決、優化,但是又很難界定到底是否會徹底解決,或者很難量化其指標。
新型技術普及到企業,方向不同但道路類似
從技術擴散的客觀規律看,需求側、技術側與環境側共同推動技術由大型企業點狀應用走向中小企業規模化普及。回顧曆次産業革命可以發現,新技術推廣的路徑都是沿著由大型領先企業的試點應用向中小企業規模化普及發展,其中 “企業出現新型需求、技術不斷走向成熟、推廣環境不斷得到完善”成爲了驅動技術擴散的三大重要因素。
需求側産生變化,牽引企業應用新型技術。如二戰後世界強國間的軍備競賽,推動了工業軟件等技術在國防工業以及後續在民用工業中的推廣擴散。技術側走向成熟,支撐企業應用新型技術。如5G、機器視覺、物聯網、傳感器等技術變革不斷降低應用的成本與門檻,讓更多的工廠能夠應用新型技術實現高效生産。技術推廣環境逐漸完善,加速技術傳播擴散。在曆次産業革命中,各國政府都不斷布局技術專利、 財政支持等各類型政策,打造有利于技術創新與傳播的良好環境, 如第三次産業革命期間在美國國防部、能源部等政府部門的資助下,誕生了如 CAD 軟件、化工工藝流程仿真軟件等代表性技術産品。
![](http://image.uc.cn/s/wemedia/s/upload/2024/d991937c6462b32917819ea6c28c6f84.jpg)
大模型技術會從零到一
新型技術的發展如雨後春筍應接不暇,元宇宙、區塊鏈、大模型等概念層出不窮,比如去年由OPEN AI發布大模型技術,在企業應用上的發展肯定也將由需求側、技術側與環境側共同推動,站在技術側來講,大模型技術隨著國外技術開源,應用層面也在不斷成熟;環境端來講,回顧曆年政府工作報告,從2015年提出的“互聯網+”到2019年提出的“智能+”,如今,隨著大模型等人工智能技術成爲引領新一代産業變革的核心力量,政府工作報告中首次提出的“人工智能+”行動,無疑將爲人工智能技術在各行業的廣泛應用開啓新篇章。
但是需求端來講,企業目前都還只是在觀望,到處在組織學習會議精神,或者參與各類大模型技術科普的沙龍。但是真正到立項的還是比較少,綜合起來有如下因素:1)第一個吃螃蟹的,一般都會國企/央企,而國企、央企立項都需要時間周期,目前還尚未到落地的時間;2)大模型開源的技術成熟度適合于C端,因爲C端可能僅僅是娛樂,人們對于大模型的錯誤是有一定容忍度的,但是B端對于結果正確性的嚴苛要求阻礙了其發展;3)目前還正在尋找大模型技術應用的突破口。所以企業在需求側肯定有,但是剛需目前找到的相對比較少。
企業在大模型應用的剛需目前還沒有找到主要有兩方面的因素,第一由于大模型的技術還處于科普階段,企業的業務人員僅僅還只是以娛樂的心態在了解,真正應用到某個業務場景還沒有真正的思考。而且企業內部也存在嚴重的信息差,現在能夠參與大模型沙龍的都是領導層,領導層肯定會站在企業整體去思考,對于某個固定的業務場景並不重視,不管是企業信息化階段的流程梳理,還是大數據階段的數據貫通都符合這樣的定位,但是目前看大模型只是一個功能非常強大的工具,不會站在企業整體上去解決太多問題,僅僅只會就某個單點難點去升華,而企業這樣的人員目前還沒有去參加大模型沙龍活動的機會。
如下圖所示,大家以爲的大模型會替代大量人工勞動,會打通企業整個流程,企業運營成本有非常大的降低,但是目前看大模型基本上會應用企業的某個單點業務流中,比如海報設計、報表個性化定制等,這些在企業也並不是剛需,因爲只是節省了某個單點業務的處理周期而已。
![](http://image.uc.cn/s/wemedia/s/upload/2024/fd7fb1b7c62a26966a1231c7378f3e87.jpg)
提及剛需可能很多人無法定義,企業中什麽是剛需,什麽是僞需求,比如如果某企業之前需要人工去查詢信息,現在更換爲自然語言輸入的方式去查詢,這樣的大模型應用並不是剛需,因爲他們有其他的方式去替代。但是比如航發需要把各類生産信息(來源于ERP、MES、QMS)歸集到電子卷宗,也就是將信息按照固定模板去填充,生成合格證,目前只能依靠人工在各個階段手工填寫兩份,一份在系統上,一份在紙質單據上,將紙質單據彙總之後成爲電子卷宗,需要大量手工重複作業,但是如果采用信息化系統則不能將正確的數據自動生成電子卷宗上,因爲電子卷宗的模板成千上萬很難根據模板一一定制化開發,但是大模型的出現則會更改這個情況,將NLP+大模型結合能夠將系統中的業務數據自動填充到不同的模版中,自動輸出電子卷宗紙質版。
數智化轉型面臨的主要問題
企業信息化、數字化、智能化是一項長期、龐大、複雜的系統性工程,既需要認知理念和思維方式的深刻轉變,更需要統籌考慮生産體系、技術能力、財務狀況、組織文化等多種因素,給各轉型主體在認知、實施以及服務響應層面帶來諸多困難。信息化、數字化與智能化在企業中應用普遍存在“價值迷茫”“技術迷茫”“路徑迷茫”難題。如下:
“價值迷茫”。數智化轉型是大勢所 趨,但要素、新業態、新範式的擴散成熟需要驗證、積累、蛻變的過程,數智化轉型的長期 性、複雜性決定了産業大部分組織仍然處于探索階段,同時信息化階段的價值評價方式不適用于數智化階段,導致組織對數智化轉型的價值成效存在疑惑。
“技術迷茫”。數智化轉型是 5G、人工 智能、區塊鏈、大數據等新一代信息技術以及數據要素與傳統行業的深度融合 ,這對管理 人員、業務人員、 IT 人員的知識體系、數字素養、業務技能帶來了巨大的沖擊,組織自上而下均對新技術、新模式均存在一定程度的恐慌。
“路徑迷茫”。數智化轉型不是簡單的標 准化軟件的應用,其他組織的成功經驗也難以直接複制,需要根據組織的特點制定系統化 的轉型路徑 ,同時單一數智化産品僅能解決某一領域具體問題, 組織缺乏全局性、系統性的謀劃, 存在轉型路徑迷茫的現象。
如下邊這幅圖像中,企業被描繪于數字化漩渦的核心,周圍環繞的象征性元素深刻揭示了轉型過程中遇到的各項挑戰:數據安全、轉型方向不明確、溝通協作障礙以及技術和技能升級的需求。盡管環境充滿考驗,一束希望之光穿透雲層照射下來,象征著即便面對重重困難,依然有解決之道和積極的前景。
大模型應用到企業端,仍然屬于企業信息化、數字化與智能化轉型的一部分,所以大模型應用到企業業務中,技術、價值與路徑等方面也會遇到同樣的問題,技術上大模型開源只有一部分還尚未到直接商用的程度,價值上無法迅速定位給企業帶來的價值,實施路徑由于涉及到的企業比較小不會又太多問題,目前看最重大的還是在于企業剛需的捕獲,這樣更加體現了行業專家的重要性,因爲需要了解大模型的技術邏輯,對于企業內部業務形態也了如指掌,將兩者結合方能産生項目商機。
前景
《荀子·修身》中提到“路雖彌,不行不至。事雖小,不做不成。”,任何新型技術開始應用都需要時間去沉澱,不管是讓企業決策者去了解、思考,還是推動技術更加成熟。但是按照新型技術在企業應用種更新叠代的規律來看,總是需要一些上個階段的項目積累去做鋪墊,比如數字化需要信息化提供數據,智能化需要數字化去處理數據,未來的項目中肯定會包含信息化系統功能梳理、數字化中的數據關聯、智能化的自動場景識別以及大模型的學習。
轉自公衆號:CIO俱樂部