“數字化”一詞提出后，很長時間波瀾不驚。很多人認為“數字化”是“信息化”換了個名字，是新瓶裝舊酒，或者是下一代信息化技術。也有人認為，數字化是軟件一詞的泛化，制造業數字化則被認為是工業軟件一詞的泛化。直到最近幾年，“數字化轉型”的出現，才讓“數字化”一詞火熱起來，被人們重新思考和討論。

自從“數字化”熱起來后，似乎把在中國大地馳騁了三十年的“信息化”都融化了，氣化了，蒸發了。人們不再提信息化，有人羞于提它，甚至有意無意地貶低它。有人把過去的信息化方案穿了件數字化外衣行走天下，如果把其中“數字化”三個字替換成“信息化”，里面90%的內容都似曾相識。其實，信息化和數字化是既有區別又有緊密聯系的兩個概念和詞匯。懶于區別，會讓數字化成為信息化的翻版，缺乏進步和創新；相互割裂，會讓數字化轉型既失去基礎，又缺乏目標。

“數字化轉型”還有很多未確定的含義和不統一的概念，讓人們莫衷一是，無所適從。人們看到各種數字化做法，也看到很多轉型現象，褒貶不一，眾說紛紜。之所以如此，我認為是“數字化”一詞的本質和底層邏輯沒有識別出來，所以只能頭痛醫頭，腳痛醫腳，就事論事。雖然感覺數字化轉型有很多事要做，也有很多種做法，但又不知道哪些事是自己該做的事，哪些做法適合自己，更不知從何做起。本文就“數字化”和“數字化轉型”提出田鋒老師的理解，和讀者一起體悟數字化轉型的底層邏輯。

01 司左與行右

一個時代有一個時代的明星，既要與時俱進，也不能忘了歷史，不然就會迷失于當下，忘了信息化的實質，也會迷惑于數字化的本質。在信息化大潮中沖浪過的人，面對數字化浪潮，會充滿疑惑，似乎難以區別過去的信息化和現在的數字化。沒有在信息化中沖過浪的人，面對紛繁復雜的數字化局面，眉毛胡子一把抓，總是缺乏章法，不得要領。

人的大腦分兩部分：左腦和右腦。左腦是理性之腦，主管邏輯和推理；右腦是感性之腦，主管直覺和藝術。左腦的理性決定了它是現實派、事實派、控制派、質量派；右腦的感性決定了它是未來派、幻想派、沖動派、創新派。

信息化和數字化就像人的左右腦，信息化司左腦之職，數字化行右腦之事。當我們掌握了明確的機理、完備的初始條件（初態）和邊界條件（環境）時，需要用信息化幫我們提高效率和質量。當我們的研究對象超越了理解范圍，機理、初態和環境不完備時，則需要用數字化來突破我們的局限，實現創新。“邏輯會讓你從A點到B點，想象力會讓你到任何地方。”愛因斯坦這句話說的就是這個意思。

02 信息化司左

我們所在的世界是三類系統的混構體系：第一類是自然物（如星系、生物等），第二類是人造物（如機器、生產線等），第三類是組織體（如企業、聯盟等）。人類始終致于研究這三類系統的運行規律，以期獲得明確的機理。當具有清晰初始條件和完備邊界條件時，用明確機理來運算就能獲得確定性的結論，人們靠這個運算結果可以預測時空運轉（未來和遠方）。

過去，人們所掌握了類似F=ma、E=MC2、工程經驗公式、機器工作原理、生產執行策略、政治經濟學、企業管理學等運行規律。基于這些機理，計算機一出世，人們就迫不及待地開發了相應軟件，于是科學計算、工程驗算、MES、ERP、PLM、PM、MRO等軟件相繼涌現。這些軟件的出現，大幅度提升了人類的工作和生活的效率和質量。1990年代開始，這股浪潮變得尤為迅猛。那個年代，我們稱為“信息時代“，很具中國特色的“信息化”一詞也是從那時開始的。

之所以用“信息”一詞，是因為我們掌握了機理之后，只需要少量的數據喂給軟件，就可以獲得足夠好的反饋。這些少量的數據就是初始條件和邊界條件。大量復雜的計算工作和數據流傳，在軟件內部就全部完美無誤地完成了。信息是控制論中大行其道的概念，該詞的本意就包含對大量數據進行提煉總結而形成最有價值的少量“數據”。信息不僅包含了明確的運行機理，還包含了清晰的初始條件和完整的邊界條件，即信息包含機理、初態和環境。當這些要素完備后，便可以開發一個自動化系統，機器就可以完成過去由人來做的工作。

03 數字化行右

不幸的是，人類對自然物、人造物和組織體這三類系統的運行規律研究都還很不完善，對這個世界99%以上的運行機理、邊界條件和初始條件的掌握都不完備。人們現已掌握的機理，只是這個世界規律中非常少的一部分。一臺機器的工作原理看似明確了，其實同一機器中還有很多其他機理不明確。企業運行的規律更是如此，不然就不存在“管理不僅是科學，更是一門藝術”這一模棱兩可的說法了。而且，即便是掌握了事物的運行機理，對邊界條件和初始條件的確定也有很多挑戰。

機理、初態和環境三個中有一個不清晰，運算結果就基本靠感覺了。在信息化時代，遇到這種情況都繞著走。但人類現已掌握的信息終有一天會被信息化用盡。那些信息化資深人士都會發現，信息化帶來的邊際效益越來越低，就是因為能明確的機理、初態和環境都已經進入信息化系統了，但仍然還有很多問題沒有解決，還有很多時空亟待預測。此時，信息化遇到了瓶頸，上升通道被堵住了，價值曲線無限接近一條水平漸近線。

當然，人類從來都不會坐以待斃。信息（包含機理、初態和環境）都是從大量數據中總結提煉而成，不管這種數據完整還是不完整。其實，信息的提取恰恰就是人類中的聰明人通過并不完備的數據抽象提煉總結而成的。過去信息化時代，普羅大眾幾乎忘了這一事實，直接使用既有的信息來完成工作。但那些聰明的少數人始終是清醒的，科學技術也在不斷發展，他們發現新科技（特別是大數據與AI技術）可以在海量數據中總結出具有一定明確程度的機理、初態和環境（姑且稱為“準信息”），而且隨著數據量的增加和進一步分析學習，“準信息”可以越來越明確。“準信息”更接近純數學的表達，未必像人類總結的信息那樣具有顯而易見的物理意義和業務含義。但在一定范圍和條件下，準信息反映的規律確實接近真實世界的規律。也就是說，新科技讓人們可以回歸到信息的本源——數據層面，發現靠人腦不曾發現的機理，總結機理需要的初態和環境。于是，數字化的大幕被拉開。如果說信息化以明確信息為前提，那數字化則以海量數據為基石。數字化看似繞開了明確信息，但卻走通了信息化曾繞開的路。

數字化的前提，是盡量完整地將研究對象從實物轉換為數字化模型。當然這里指的是廣義數字化模型，不僅僅指形體的數字化。我們把能反映實物特征和屬性的所有時空關系的數字化表達都稱為“數字化模型”。當物理世界數字化之后，就可直接從大千世界的數據出發，來獲得我們需要的機理、初態和環境，哪怕是準信息也好。只要新的機理在手，初態和環境收入囊中，那對時空的預測又可以上一個臺階。因此，數字化是在信息化走到天涯海角時又搭建的橋梁、船舶或飛行器。

CAE是首先走上數字化道路的技術，其次是CAD，兩者均通過建立全息模型的方式實現了對產品數據的充分利用，并通過分析和計算的方法擴展獲得隱含和潛在的數據。最近出現的大量的數字化應用是在生產制造過程、運行維護、企業管理、數字經濟中，利用完整的生產數據、供應鏈數據、運維數據、企業數據、經濟數據來預測以前MES、ERP、MOR、CRM、SCM等信息化軟件只能繞開的場景，深挖數據中的信息，實現業務和管理的突破。耳熟能詳的預測性維護便是典型實例。凡此種種應用都顯示，當物理世界能全面數字化表達的時候，人類的所有工業及經濟的夢想——工業4.0、工業互聯、智能制造、數字孿生、元宇宙、數字經濟和智能商業等，都似乎近在眼前，觸手可及。

04 信數相較

顯然，我們不能左右不分。沒有信息化為基礎的數字化是無本之木，就像大樓缺少了地基，終將傾倒坍塌，落得個白茫茫大地真干凈。搞數字化，信息化的欠賬遲早是要還的。以工匠精神先把企業已經明確的工業機理和業務模型梳理清楚，在信息化系統中得到優良運行，然后再利用數字化進行創新發展，這才是數字化轉型的正確姿勢。“轉型”二字，不僅代表了物理向數字的轉變，同時代表了信息化向數字化的轉變。因此，奉勸那些試圖跳過信息化階段直接進入數字化的人，通過數字化來補救一切是癡心妄想，很可能因彎道超車而翻車。

如此看來，先有信息化，后有數字化，那是不是意味著數字化就比信息化高級一些？非也！數字化其實是一種遞歸，是信息化遇到發展瓶頸之后的回歸本源，但又不是簡單的返璞歸真，而是事物螺旋發展的一次高層次的回歸。

信息來源于數據，是不是意味著信息比數據高級一些？非也！信息最終會轉化為常識，沒人認為只掌握常識的人是高人。信息也終會轉化為流程和規則，只知按章辦事的人，在組織中稱為普通工作人員。高瞻遠矚的人，也就是那些企業領袖、行業翹楚、社會賢達及科技怪才，都往往是那些跳出現有信息框架，直接到高緯度和寬視野的數據中用敏銳直覺感知未來的人。其實，一個組織中，任何一個層級的正職都應該具有這種直覺，因為感性和直覺才是創新的通路，而拓新是正職最重要的職責。

05 左右相成

人的左右大腦是相伴相生、相輔相成的。理性善于提升質量不善創新，但沒有質量和效率的創新發展是不可靠、沒前途的。藝術和創新是人類的生活夢想，但質量和效率是人類的生存之本。無論是人的個體還是人類社會，都在感性和理性的交替運行、直覺和推理的共同作用下成長和進化。沒人愿意為了理性和質量而去掉右腦，也沒人愿意為了藝術和創新而去掉左腦。個體人和人類社會都是先從樸素的感性和直覺發展上升到理性和理論的高度，然后又升華到優秀的直覺。優秀的直覺源于對豐富經歷和有效經驗的高度總結，還需要經常性的深度思考和遠期瞭望。我們的社會中的確有一類具有這種優秀和敏銳直覺的人，是他們引導著你的企業、機構甚至人類的發展方向。正是這種優秀的直覺推動了人類新理論的產生和新科技的發展。

組織的決策都是由兩個腦配合來做的。我們固然不能唯感性和直覺，但也不能唯理性和邏輯，更不能依賴理性。理性只能在已知的范疇內、舒適區內做事，而未知領域、無人區、焦慮區只能靠感性和直覺去探索和開拓。決策還是要追求均衡，方能權衡利弊，讓收益最大和損害最小。因此，在已知的范疇，我們恰恰追求感性和直覺，以促進創新，這是在充分理性的基礎上用直覺來開拓新天地。在未知的范疇，我們恰恰要追求理性和邏輯，收集更多的數據，用數據來說話，來鞏固創新的成果和質量，完全靠感性和直覺一定會吃虧的。

因此，我們這里談左右，并不是要把信息化和數字化對立。恰恰相反，從數據中識別總結確定性信息（機理、初態和環境）是數字化的使命，人類終究還是要像牛頓、愛因斯坦那樣取得真正的具有物理含義和業務意義的終極模型，才能獲得實質性的進步。數字化識別出來的信息需要進行另一次遞歸，最終還要回歸到信息化中來。有人說數據可以幫助人們消除不確定性，其實數據本身并不是不確定性的終結者，從數據中獲得的信息才是。所以，我們不能因為有數字化手段就選擇“躺平”，完全依賴數據做任何業務，而是應該千方百計地從數據中獲得確定性的規律，盡量放大我們業務中信息化的比重而不是相反。數字化是我們夢寐以求的創新和發展，但信息化是我們賴以生存的質量和效率。也許，考核數字化團隊的指標，不僅看其數字化工作拓展的廣度和深度，更要看其將數字化成果轉化為信息化的比重。質量與創新的交替進步和螺旋上升，是人類和工業的進化與發展的基本模式。不妨把信息化和數字化看成是智慧工業DNA的兩條鏈，就像生物DNA由兩條鏈構成，缺一不可。

05 轉型之本

此處，我們把數據與數字化緊密關聯在一起，因為數字化轉型業界確實普遍把“數據”奉為神明，認為數據是制造業數字化轉型的驅動力，“數據工程”是其核心工程。在這里，你對數據的利用方式做了何種轉變，決定了你做了何種類型的數字化轉型，就像人類對能源利用方式做了何種轉變，決定了工業發生了何種革命，因為能源是原子工業的動力，而數據則是比特工業的動力。人類有多次工業革命，都是因為能源的利用方式的變化導致，這也預示著，數字化轉型也將不止一次，人類利用數據的方式將會不斷進化。

依我來看，新工業社會利用數據的方式也有多次轉型：知化、秩化、治化、智化和織化，并由此引發多次數據工程，作為數字化轉型的五個引擎工程：數據歸倉、數據管理、數據治理、數據線程、數據織錦，最終促成工業數字化的五次轉型。

這一觀點符合在中國國資委推行的國企制造業數字化轉型的采用的標準。該標準是由中關村信息技術和實體經濟融合發展聯盟（簡稱中信聯）發布的團體標準（T/AIITRE 10004-2021）《數字化轉型 成熟度模型》，該標準的成熟度級別包括規范級、場景級、領域級、平臺級和生態級五級。本文也采納這一標準。

在數據利用方式的五次轉型中，中間的“三化”，即秩化、治化和智化，是當今制造業數字化中最轟轟烈烈的轉型。

數據的“秩化”。在這個過程中，通過類似PDM、PLM、MES、ERP、MRO等傳統信息化系統，將企業原本無序的數據有序化，并且同一系統之內的數據可以高度結構化。每個系統具有界限分明的明確使命，所以數據也具有明顯的邊界。因此，需要通過流程協同和數據集成手段，來實現企業內關鍵業務之間的整合。通過企業級業務智能（BI）手段實現全局精益。在這個階段，針對數據的改造往往被稱為“數據管理”。

數據的“治化”。在這個過程中，通過產業互聯網平臺的橫向、縱向和端到端的互聯互通，將各信息系統、各企業、全產業鏈內進行高度集成和融合，系統間、企業間、全鏈內的數據邊界被打破。通過建立全息化的數據模型來支持鏈內的融通化的業務模式，通過全局商業智能（BI）技術進行鏈內全局優化。在這個階段，針對數據的改造被稱為“數據治理”。

數據的“智化”。世間產業本無限，天下數據本無界，只要跨越甚至無視邊界的技術出現，便能正本清源。大數據和機器學習就是這樣的技術，在無差別的海量數據中，充分挖掘其深層智慧。在“智化”過程中，利用人工智能系統，即興化和自主化地跨鏈建立模糊化、水樣化和用后即逝的業務生態和數據生態，恢復本無界限的產業生態的真面目。也許，機會云卷云舒，價值潮起潮落，組織聚聚散散，才是人類美好生活本來的樣子。在這個階段，針對數據的改造稱為“數據智能”。

現在數字工業利用數據的方式三次轉型，決定了工業數字化將會有三次轉型：數據的“秩化”將帶來“精益轉型”，數據的“治化”將帶來“全息變革”，數據的“智化”將帶來“智慧革命”。

最后需要說明一點，雖然強調數據的重要性，數字化轉型終究還是要以人為本。信息化以員工的職業素養和契約精神為前提，數字化以員工的學習能力和創新精神為目標。從這個角度，“一把手”工程才講得通。過去常說信息化和數字化是“一把手”工程，要求一把手關注一個信息化或數字化項目，要求一把手親自使用信息化軟件或數字化平臺，這其實都是與一把手的特質、定位和職責相違背的。