隨著數(shù)字化的發(fā)展，越來(lái)越多的企業(yè)提出了“數(shù)智化”的概念。智能化成為越來(lái)越多企業(yè)在數(shù)字化轉(zhuǎn)型實(shí)踐中的關(guān)鍵業(yè)務(wù)能力要求。

盡管人工智能技術(shù)發(fā)展很快，形式逐漸成熟和多樣，近些年做AI的科技驅(qū)動(dòng)型廠商也越來(lái)越多，但大多數(shù)企業(yè)客戶對(duì)于AI的理解仍處于懵懂的階段 ...

很多企業(yè)主認(rèn)為AI技術(shù)離自己很遙遠(yuǎn)，似乎是觸不可及的；再或者，認(rèn)為AI只是噱頭，在業(yè)務(wù)中可有可無(wú)。

因此，企業(yè)主對(duì)于智能化的基本認(rèn)知決定了業(yè)務(wù)中能否很好地融入技術(shù)。AI技術(shù)和傳統(tǒng)業(yè)務(wù)的隔閡與一般的IT開(kāi)發(fā)技術(shù)和傳統(tǒng)企業(yè)的業(yè)務(wù)隔閡相比較更加明顯。

即便對(duì)于本來(lái)就從事IT工作的群體來(lái)說(shuō)，也只有少部分的人懂得AI以及如何利用AI解決問(wèn)題。甚至我們看到，在傳統(tǒng)的軟件系統(tǒng)交付周期中，幾乎都沒(méi)有考慮到如何將AI屬性融合到需求分析和系統(tǒng)設(shè)計(jì)的環(huán)節(jié)。

科技是科技，業(yè)務(wù)是業(yè)務(wù) ...

人們總是這樣習(xí)慣性認(rèn)為，想把AI技術(shù)引入傳統(tǒng)行業(yè)，通常難以獲得比較愉快的交談。

智能化技術(shù)比傳統(tǒng)信息化技術(shù)成本更高，同時(shí)，帶來(lái)的收益又更抽象。這些特征無(wú)形當(dāng)中大大地提高了業(yè)務(wù)方的決策門(mén)檻。

當(dāng)我們關(guān)注傳統(tǒng)的數(shù)字化項(xiàng)目時(shí)，一切都要從流程出發(fā)。

畢竟，業(yè)務(wù)流程是需求落地時(shí)唯一看得到的核心抓手。也只有通過(guò)流程，業(yè)務(wù)方才能更好地把握數(shù)字化的實(shí)施路徑。

從流程看數(shù)字化和智能化，很清楚就看明白了彼此的距離和差異。

數(shù)字化關(guān)注的是流程的線。聚焦于從一個(gè)環(huán)節(jié)到另一個(gè)環(huán)節(jié)如何連接，以及連接的效率（主要以線上化的手段）。

而智能化關(guān)注的是流程上的點(diǎn)。需要實(shí)現(xiàn)利用先進(jìn)的數(shù)字技術(shù)，通過(guò)數(shù)據(jù)分析、推理等技術(shù)策略實(shí)現(xiàn)對(duì)原有環(huán)節(jié)的自動(dòng)化替代。

當(dāng)關(guān)注具有智能化特征的數(shù)字化項(xiàng)目時(shí)，數(shù)字技術(shù)的價(jià)值不是體現(xiàn)在數(shù)據(jù)的流程驅(qū)動(dòng)能力，而是體現(xiàn)在數(shù)據(jù)的知識(shí)驅(qū)動(dòng)能力。

因此，如何高質(zhì)量地從數(shù)據(jù)中提煉業(yè)務(wù)知識(shí)，并將業(yè)務(wù)知識(shí)融入到系統(tǒng)和場(chǎng)景中，是業(yè)務(wù)走向智能化的關(guān)鍵。

對(duì)于任何想從數(shù)字化走向智能化的企業(yè)來(lái)說(shuō)，都需要完成從數(shù)據(jù)到知識(shí)的信息價(jià)值鏈基礎(chǔ)模型搭建。主要完成以下任務(wù)：

1. 搭建知識(shí)體系。從業(yè)務(wù)架構(gòu)中提煉知識(shí)模型，識(shí)別主要的知識(shí)類型、知識(shí)主題、知識(shí)主題關(guān)系，以及各主題下的知識(shí)子類、知識(shí)屬性，和知識(shí)實(shí)體關(guān)系。

2. 結(jié)合業(yè)務(wù)目標(biāo)和業(yè)務(wù)邏輯。研究知識(shí)應(yīng)用的數(shù)字化場(chǎng)景，設(shè)計(jì)各場(chǎng)景涉及的智能化數(shù)據(jù)處理邏輯，如算法、規(guī)則，機(jī)器學(xué)習(xí)的模型原型等。

3. 完成基礎(chǔ)算力和環(huán)境搭建。為支撐智能化應(yīng)用實(shí)現(xiàn)基礎(chǔ)算力升級(jí)；構(gòu)建AI中臺(tái)，外掛數(shù)據(jù)中臺(tái)或業(yè)務(wù)系統(tǒng)，以服務(wù)化的方式靈活實(shí)現(xiàn)AI賦能。

4. 逐漸關(guān)注多模態(tài)大數(shù)據(jù)的感知體系建設(shè)。分步驟納管非結(jié)構(gòu)化的數(shù)據(jù)資源進(jìn)入公司的數(shù)據(jù)底座建設(shè)范圍，豐富數(shù)據(jù)表的上下文業(yè)務(wù)內(nèi)涵。

5. 將“模型化”作為數(shù)字化的重點(diǎn)工作。完成從數(shù)據(jù)、信息、知識(shí)，到模型“全鏈路”數(shù)據(jù)價(jià)值鏈的自動(dòng)化大數(shù)據(jù)運(yùn)營(yíng)體系。