“数字化”这个概念大家都耳熟能详了，毕竟国家发布了不少相关规划文件，那“数智化”又是什么？它们到底有什么区别？是另一个大势所趋吗？本文就先通过《业务数智化：从数字化到数智化的体系化解决方案》一书中的节选带大家来了解一下~~
B 公司是一家从事服装生产和销售业务的公司。
经过数字化改造和业务重塑，B 公司在保留线下销售方式的同时进行线上服装销售，开启了属于自己的线上电商时代。
由于成功的数字化改造使B 公司降低了成本且提升了效率，因此张总决定乘胜追击，进行数智化改造，从而可以完成下一个业务目标。
业务数智化专家智智了解到张总目标的想法后决定先给张总进行数智化的科普。
我们来听听智智是如何给张总讲解的吧。
随着数字化的发展和普及，如海水一样体量的数据摆在我们面前，常常令我们无从下手。我们需要更深层次地提取数据价值、挖掘数据潜力，此时数智化应运而生。
好奇的读者一定会问：数智化和数字化仅有一字之差，这两个概念是否一致呢？如果不一致，那么差异是什么呢？
接下来，我们先让智智回答问题一：数字化和数智化的区别是什么？
2016 年，朴圭贤博士最早提出数字智能（Data Quotient，DQ）并创建了相关框架。
DQ 是指在社交、情感和认知技能的结合下，使人们能够通过数字化来迎接生活的挑战和需求。同年，朴圭贤博士在世界经济论坛发布DQ 的概念和框架，此后DQ 的框架在国际上被众多行业和组织广泛使用。
按照朴圭贤博士的理论，DQ 可以被进一步分解为8 个关键领域：数字身份、数字权利、数字素养、数字使用、数字通信、数字安全、数字情商、数字安全。
通过朴圭贤博士对DQ 的定义，我们了解到DQ所涉及的范围非常广泛，甚至能独立成为一个对人的评估体系。由于本书的重点是与企业相关的数智化，因此后面的内容都聚焦于这个方面。
如图1所示，企业数智化是企业的数字智慧化与智慧数字化的合成，包含数字智慧化、智慧数字化、人机的对话3个方面。
图1 企业数智化的含义
含义1 ：数字智慧化，相当于云计算的算法，即在大数据中加入人的智慧，使数据真正产生价值，提高大数据的效用。
含义2 ：智慧数字化，即运用数字技术，把人的智慧管理起来，相当于从人工到智能的提升，把人从繁杂的劳动中解脱出来。
含义3 ：人机的对话，把上述两个过程结合起来，构成人机的深度对话，使机器继承人的某些逻辑，实现深度学习，甚至能启智于人，即以智慧为纽带，人在机器中，机器在人中，形成人机一体的新生态。这是对数智化的原始认识。
笔者根据多年在各个领域进行数字化和数智化改造的相关经验，认为想要区分数字化和数智化，可以从二者的定义、关系、范围方面入手，如图2所示。
图2 数字化和数智化的区别
1．从定义方面进行区分
数字化：将通过感官获取到的一手数据集中地从线下的转变为线上的。简而言之，把线下零散的数据变为线上集中的数据。
数智化：在数字化的基础上，把线上的数据进行智能化监控、分析、诊断，深层次挖掘数据的价值和潜能，从而解决各类实际存在的问题，即可以充分发挥数字化后数据的能力。
2．从关系方面进行区分
数智化一定是建立在数字化的基础之上的，如果没有数字化，数智化就无从下手。
我们举一个比较形象的例子来理解数字化和数智化的关系。我们今天想做一道土豆炖牛肉，做法分为以下两步。
第一步，买一些土豆和牛肉，把它们都洗净、切好。第二步，进行相关烹饪，把土豆和牛肉放入锅中炖煮。第一步相当于数字化的过程：把土豆和牛肉都洗净、切好。当然不是说只要有这些洗净、切好（原始数据的处理）的食材（原始数据）就可以烹饪出美味的土豆炖牛肉了，我们还需要进行下一步的操作。
第二步相当于数智化的过程：把洗净、切好的土豆和牛肉进行炖煮，并且放入各种调料。但并非每个人都可以把这些食材利用好。特级厨师会把洗净、切好的食材变为上等的美味佳肴，即顶级的数智化建设；没有任何技巧和经验的煮菜“小白”会烹饪失败，浪费食材，即失败的数智化。
用一句话来解释二者的关系，即数字化是数智化的基础，数智化是数字化的上层建筑。
3．从范围方面进行区分
数字化的范围更广，如数字化涉及衣食住行、工作流程、科研、军事等。但是，数智化会在数字化的范围内进一步缩小，如企业的业务数智化、管理数智化、其他数智化等。
数智化是数字化范围中的一小部分，而且是更为重要的部分——数字化的应用。
如果大家还是无法区分数字化和数智化，那么我们可以通过DIKW 模型来进行解释。
1994 年，内森·谢佐夫在信息设计中提出了DIKW 层次结构，它可以很好地区分数据和信息的关系。如图3 所示，DIKW 模型分为数据（Data）、信息（Information）、知识（Knowledge）、智慧（Wisdom）4 个部分。
图3 用DIKW 模型解释数字化和数智化的区别
数据：位于第一层，是人们通过感官（眼睛、鼻子、耳朵等）直接观测到的事实。例如，一个人的身高、体重等。信息：位于第二层，是对数据进行分析后得到的结果。例如，初二学生的身高在150cm 左右是正常的，如果说初二（1）班的20 个学生的身高都符合该身高标准，就说明这个班级中20 个学生的身高是正常的。知识：位于第三层，是对信息进行重新组织后得到的内容。例如，营养学家通过对1 万人的长期追踪和对比实验发现，吃鸡蛋、喝牛奶对长高有益。智慧：位于第四层，是对知识进行汇聚后得到的推测。例如，通过让学生们健康饮食、进行体育锻炼等，预测到明年，初二（1）班学生的平均身高会从155cm长到165cm。
小结
张总一边详细听智智讲解，一边进行思考和总结。智智在本节主要讲解了数字化和数智化的区别。听完智智的讲解之后，张总豁然开朗，他做了如下笔记。
数智化：最早源于 DQ 的概念。企业数智化包含数字智慧化、智慧数字化、人机的对话3 个方面。数字化和数智化：在定义、关系、范围3个方面都有所不同。数智化是数字化的应用，数字化的范围比数智化更广。此时，张总产生了疑问：要进行数智化改造需要什么准备条件？任何企业都可以立刻进行数智化改造吗？ 数智化到底能给业务带来哪些价值? 如何进行业务数智化改造?
如果你和张总有一样的疑问，或者想要了解更多关于企业数智化改造的内容，可以读一下本文选摘的这本书——《业务数智化：从数字化到数智化的体系化解决方案》！
本书可谓市面上少有的体系化讲解企业数智化改造的图书，书中凝结了作者10年数字化/数智化转型的操盘经验，不仅通过设置人物场景带你沉浸式地理解数智化理论知识，还提供了一套完整的业务数智化落地解决方案帮你解决真实存在的业务问题！
本书特色
作者首创完整的数智化体系 ：作者根据多年的数智化落地经验，首创 3M 业务数智化业务数智化从数字化到数智化的体系化解决方案体系，从思想、方法、产品 3 个方面（简称 3M）解决实际业务问题。
大量通俗易懂的案例 ：本书收集了多种场景的问题，以大量案例帮助读者快速理解和上手 3M 业务数智化体系。完整一体化的方案 ：本书从数字化到数智化，从认识到落地，从多个角度完整地对数智化解决方案进行说明 。切实解决业务问题 ：本书以业务问题为出发点，通过具有普适性的 3M 业务数智化体系，完整和深入地解决各类业务问题。
