到底什么才是信息化,数字化
目前,企业IT的发展我们大致可以分为两个阶段,即第一步的业务信息化(信息化),第二个阶段我们叫数据信息化(数字化)。
业务信息化通常指的就是企业为了管理各种业务流程、业务数据进行的软件系统建设。如:ERP、CRM、OA等。这些我们都统称为IT业务系统,这些系统服务的对象都是各个具体的业务部门,他们建设的主要目的也是为了标准化企业的业务流程、提高生产运营效率、降低企业的人力、时间和管理成本,体现的是一家企业的业务和管理思路,这也是比较现代的企业管理方式。
所谓数字化是指将许多复杂的、难以估计的信息通过一定的方式变成计算机能处理的0和1的二进制码。如果说信息化是物理世界思维模式,那么站在IT角度,数字化则带来了数据化。
数据化最直观的就是企业各式各样的报表和报告。数据化是将数字化的信息进行条理化,通过智能分析、多维分析、查询回溯,为决策提供有力的数据支撑。而商业智能 BI 起到的就是这样的作用
随着企业的发展,各个部门的业务用户在平时使用这些系统的时候就会产生大量的数据,数据得到了沉淀,有了沉淀之后,企业就可以进行IT信息化建设的第二个阶段,也就是数据信息化。
数据信息化建设的主要目的是帮助我们的企业全面了解企业实际的业务经营和管理成果,由以往的经验驱动变为数据驱动,最后形成业务决策支撑以提高决策的准确性,这是一种更高层次的企业管理方式。
2023-02-20 广告
什么是数字化呢?数字化就是业务在数字世界里开展,物理元素响应。例如,滴滴等网约车平台在数字空间里开展出租车业务,物理世界的出租车司机、乘客响应。
数字化转型是信息技术与产品或业务深度融合的结果。信息技术是信息化、数字化的工具与手段。过去的两化融合(信息化和工业化的融合)就是为了推进信息技术和传统产业的融合,但在两化融合阶段(以信息化带动工业化,以工业化促进信息化,走新型工业化道路),信息技术与产品或业务还是相对独立的两套体系。
信息化大多是将传统业务交由信息系统来管理,即将业务从线下搬到线上,信息技术对业务起着提升效率的作用。在信息技术与产品融合方面,信息技术只是产品设计的辅助工具,即计算机辅助设计(CAD)和计算机辅助工程(CAE)。
而数字化转型带来的技术与产品或业务的深度融合将贯穿整个产品或业务,也可能催生新的商业模式或业务架构体系。
在电子化时期,典型的便是将原本纸质抄写的过程,以电脑输入取代,并将电脑内容通过打印机等方式转化为纸质载体的内容,可观看电脑只是纸质内容更高效输出的工具,而信息化阶段,则将纸质内容予以电子化的保存,目标之一便是适应大组织、大机构内部不同部门、团队之间的信息共享,典型的应用便是该阶段出现了大量ERP企业流程重组的案例,而典型的应用部门利用销售、财务、人力等部门,实现了既有信息的系统存储。
而这种系统存储,另一个典型的特征,便是全部的信息必须按照系统既定开发的表格来予以填入,通过不同项目中的的下拉选项来进行对应,其优点便是通过固定的信息模板统一归类不同信息,但缺点便是由于其表格模板的固定,导致现实中大量特殊的特例情况无法输入,并且无法调用数据来予以特定场景的分析参考。因此,客观看“信息化”阶段是一个较完整的信息归整模型,重在整理全部信息,以实现业务流程的信息记录、内部转办、后续追溯。
针对信息化中承接更大体量的数据特点,并且对应其僵死的信息模型框架而无法适应各类场景调用数据信息的问题,此中的解决办法便是对系统中的信息进一步的细化,以变成数据颗粒为单位,从而实现根据不同的现实情况来予以数据的调用。为了达成以上目标,首先由于其数据颗粒的标准化,便要求数据在最初创造和交付的过程中,必须保证其完整性,即使其可能不为目前的情况所用,但必须为未来的可能场景所准备,例如在建筑信息化中,完整的BIM模型包含了建筑、结构、机电、暖通等多个细分专业模型,其完整便可以针对设计、施工、交付、运维等不同场景予以不同数据的调用。
其次,除了建筑信息化中的关键BIM数据,系统平台还可能涉及到大量的其他源数据,例如IOT数据采集等,这些都在后续数据价值、交叉分析中有重要的角色,因此要求系统能够通过API调用的方式,以松耦合的架构来对用不同的情况采用不同的数据,而非像“信息化”时代一样紧耦合的架构形式,只能针对现有问题场景予以运行;再次,考虑多源异构的完整数据承载,加之后续还需要数据融合、交叉提炼价值,其对于算力的基础便有了更高的要求,因此要求系统的部署需要采用云计算的支持,而底层模块组件,例如对应的三维数据引擎便需要能够适配云计算,其必须能够支持完整BIM模型,能够支持过亿三角面片数的体量,从而支持相应系统的后续应用开发。
在其上数字化的完整数据源、API松耦合调用、云计算架构的支持上,便可以进入“智慧化”的系统,其关键并非只是高逼真渲染效果展示相关的数据和三维场景,关键在于能够实现不同数据之间的融合,通过数学关系等模型来进行深度信息的提炼,例如对于大桥等场景中,通过现场风速、测斜数据的采集,从而来对应BIM模型的结构性数据,从而了解现有的物理状态是否会对目标资产产生安全隐患,从而启动相应的预案,例如交通管制、运维维修,如上可见所谓“智慧”体现之一,便是为决策迅速提供认知的辅助,加快动作响应的时间和效率。
最后,针对“数字孪生”,其则是基于更强的全国基础算力平台,例如国家目前的“东数西算”战略等,在其中承载社会经济生活的各类数据模型,并更加密集地进行各类数据之间的融合分析,从而提炼出更大的社会价值,这个题目则涉及更多,此处不予展开。
从上可见,所谓的“信息科技”深化,从信息化到数字化,关键在于数据的完整、数据颗粒的细化、数据之间的融合水平、针对场景的解决方案机动性等多个方面,而对应的软件系统平台,其应该是需要在云计算适配中,在不同适配云计算的底层组件的支持下,通过API调用来封装不同的功能,对应不同的个性场景,并在数据融合中实现对运营者、业主等多个角色的决策辅助、认知拓展,这应该便是需要在具体的系统集成商、底层技术支持商的选定中需要密切考量的标准。