信息化、数字化与数字化转型的区别,终于有人讲明白了

在信息化时代,人们的活动是在物理世界进行的,借助信息技术提高效率。信息化是为物理世界活动服务的,例如出租车管理系统是为出租车运营服务的。

在数字化时代,人们通过构建数字世界映射出物理世界,活动是在数字世界进行的,物理世界的物是为数字世界服务的(见图2-9)。例如, 约车司机都是依照数字世界的活动来提供服务的。企业的数字化转型应该通过业务的转型来实现,企业必须认识到数字化转型的价值,主动推动自身的转型。

▲图2-10 约车与传统出租车的对比

如果你要乘出租车去机场,来了一辆 约车,你对司机说你要去机场,司机会说不行,他已经被人约了。即使没有人约,他也说不行,你要到App上叫车,他只能响应那个App,在上面抢单。他的一切行为都只能响应数字世界的指令。

你去机场有3条路,走哪一条是你自己在数字世界里选定的。 约车司机按照你规定的那一条路线响应要去的地方。

传统的出租车公司也有信息系统,例如司机管理系统、车辆调度系统、车辆维修系统等。如果让你去做传统出租车的数字化转型,你再建5个、10个信息系统,能转型吗能,因为业务没有从物理世界搬到数字世界里,业务没有转型。让物理世界响应数字世界的指令,这样才是转型。

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。

从对企业的价值来看,信息化建设以支撑业务开展和提升业务运营效率为目标。在技术上,信息系统一般是以功能模块来开发和应用的。

信息化应用信息系统、数据库、 络等对企业的业务过程(如研发、生产制造、经营管理活动)进行数据采集、存储、分析,以支撑业务的开展,让企业内部人员清楚地了解业务开展状态、流程进展等业务信息,从而为业务的开展提供支撑。信息化是一种管理手段,是业务过程数据化。

而数字化的重点在“数字”上,即数据价值挖掘和业务赋能及创新上。数字化以数据为核心,应用新一代信息技术(如移动互联 、大数据、云计算、人工智能等),使业务数据化、数据资产化、资产服务化、服务价值化。通过业务在线、数据智能,实现以数据说话、以数据管理、以数据决策、以数据创新。

数字化以软件和平台为工具,通过信息技术与产品和业务的深度融合,实现产品的智能化、业务的模式创新,从而实现数字化转型。

02 业务以数字化的方式开展

大数据可以赋能业务,是数字化。汽车企业通过分析车辆运行数据,就可以对车主提供维保建议,实现基于远程监控的主动维修;通过分析驾驶员长期驾驶行为,就能形成用户画像,提供个性化服务。大数据在汽车研发、制造、营销、服务各方面都可以为业务赋能。

例如,汽车油耗是用户比较关注的汽车性能指标,大数据分析有助于确定一款车型的最低油耗。

汽车发动机的油耗是由很多因素决定的。在汽车量产和销售前,要通过大量的台架试验、实际道路试验等来确定各项参数的设置,以实现最低的油耗。

然而,设计和试验确定的最佳油耗并不一定与最终用户开车的油耗完全吻合。对于实现最终用户用车的最低油耗,车联 大数据可以发挥关键作用。通过车联 采集用户驾驶行为、油耗及动力性能等相关数据,开展大数据分析,最终就可以确定最优油耗区。

图2-11中顶部圈定的区域是试验标定的最优油耗区,图中的点是用户驾驶行为的油耗区。根据大数据分析,就可以调整发动机管控参数,实现面向实际用户驾驶的最优油耗。

《汽车企业数字化转型:认知与实现》

点击上图了解及购买

划重点??

干货直达??

  • 什么是边缘计算是怎样火起来的于有人讲明白了

  • 手把手教你使用Numpy、Matplotlib、Scipy等5个Python库

  • 什么是目标检测哪些应用于有人讲明白了

  • 收藏!数据分析、人工智能、产品经理等6个方向学习路线图及参考书目

更多精彩??

查看更多优质内容!

读书 | 书单 | 干货 讲明白 | 神操作 | 手把手

大数据 | 云计算 | 数据库 | Python | 爬虫 | 可视化

AI | 人工智能 | 机器学习 | 深度学习 | NLP

5G | 中台 | 用户画像 数学 | 算法 数字孪生

??

文章知识点与官方知识档案匹配,可进一步学习相关知识Python入门技能树人工智能机器学习工具包Scikit-learn211022 人正在系统学习中

声明:本站部分文章及图片源自用户投稿,如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢!

上一篇 2021年10月16日
下一篇 2021年10月16日

相关推荐