一、信息化司左，数字化行右

“数字化”一词被提出后，很长时间里“没有水花”。很多人认为“数字化”只是“信息化”换了个名字，是新瓶装旧酒，或者只是下一代信息化技术。也有人认为“数字化”是“软件”的泛化，工业数字化被认为是工业软件的泛化。直到最近几年，“数字化转型”的出现，才让“数字化”一词火热起来，被人们重新思考和讨论。

1.信数有别

“数字化”热起来后，似乎把在中国大地驰骋了30年的“信息化”都融化了，气化了，蒸发了。人们不再提信息化，有人羞于提它，甚至有意无意地贬低它。有人把过去的信息化方案穿了件数字化外衣行走天下，如果我们把其中“数字化”3个字替换成“信息化”，那么方案里90%的内容都似曾相识。

一个时代有一个时代的明星，我们既要与时俱进，也不能忘了历史，不然就会迷失于当下。信息化和数字化是既有区别又紧密联系的两个概念。如果我们懒于区别两者，则会让数字化成为信息化的翻版，缺乏进步和创新；割裂两者，会让数字化转型既失去基础，又缺乏目标，忘了信息化的实质，也会被数字化迷惑。在信息化大潮中冲过浪的人，面对数字化浪潮，会充满疑惑，似乎难以区别过去的信息化和现在的数字化。没有在信息化中冲过浪的人，面对纷繁复杂的数字化局面，则会眉毛胡子一把抓，总是缺乏章法，不得要领。

关于数字化和信息化的区别和联系，业界有很多论点，有些专家还从多个角度陈述了它们之间的区别和联系。有人总结说，信息化是针对管理的，数字化是针对业务的。其实，信息化时代的很多工具和平台就是业务平台。也有人说，信息化是用来辅助业务的，数字化才是用来开展业务的，其实，信息化时代的很多平台和工具就是业务核心流程中的运行系统。还有一些更为系统化的分析：信息化侧重在企业内部运营，服务于管理，用来优化业务、提升效率、提高质量和降低成本，具有稳定、透明、自动、孤岛的特质；数字化用于把业务延伸到企业外部，服务于研发和技术，用于业务的创新和商业模式的突破，具有柔性、敏捷、定制、联通、智能的潜力。这些现象确实没错，但其实都是信息化和数字化各自不同的基因派生的表面特征，没有深入到底层逻辑。信息化和数字化确实有差异，因为信息化和数字化的确有各自不同的底层逻辑。

信息化和数字化就像人的左右脑，信息化司左脑之职，数字化行右脑之事。当我们掌握了明确的运行机理、清晰的初始条件（初态）和完备的边界条件（环境）时，可以用信息化帮助我们提高效率和质量。当我们的研究对象超越了我们理解，机理、初始条件和环境不完备时，则需要用数字化来突破我们的局限，实现创新。“逻辑会让你从A点到B点，想象力会把你带到任何地方。”爱因斯坦的这句话，说的就是这个意思。

2.信息化司左

我们所在的世界是三类系统的混构体系：第一类是自然物（如生物等），第二类是人造物（如机器等），第三类是组织体（如企业等）。人类始终致力于对这三类系统的运行规律进行研究，以期获得明确的机理。具有清晰的初始条件和完备的边界条件时，用明确机理来运算就能获得确定性的结论，人们靠这个运算结果可以预测时空运转，从当下和眼前预测未来和远方。

过去，人们掌握了F=ma、E=mc²、工程经验公式、机器工作原理、生产执行策略、政治经济学、企业管理学等的运行规律。基于这些机理，计算机一出世，人们就迫不及待地开发了相应软件，于是科学计算、工程验算、MES（制造执行系统）、ERP（企业资源计划）、PLM（产品生命周期管理）、PM（项目管理）、MRO（维护、维修、运行）等软件相继涌现。这些软件解决的是流程已经固化、原理逻辑清晰和具有解析解的问题。这些软件的出现，大幅度提升了人类工作和生活的效率和质量。20世纪90年代开始，信息化浪潮变得尤为迅猛。那个年代，被我们称为“信息时代”，很具中国特色的“信息化”一词也是从那时开始流行的。

之所以用“信息”一词，是因为掌握了机理之后，我们只需要将少量的数据“喂”给软件，就可以获得足够好的反馈。这些少量的数据就是初始条件和边界条件。大量复杂的计算和数据传输工作，在软件内部就全部完美无误地完成了。信息是控制论中大行其道的概念，“信息”的本义就是指对大量数据进行提炼总结而形成的最有价值的少量“数据”。利用信息得出明确的运行机理、清晰的初始条件和完备的边界条件，你便可以开发一个自动化系统，机器就可以完成过去由人来做的工作。

信息化的基因是运行于应用系统中的确定性机理，包括业务规律、工业机理、系统逻辑和以解析解表示的科学原理。信息化项目的失败，多数可归因于没有对组织业务或机器原理做好提炼和总结，所以当业务不断变化，信息化系统也需同步更新。机理是明确的、稳定的，不会轻易变化，进化是缓慢的。不断更新的系统反而会给企业带来麻烦，降低效率。

3.数字化行右

人类对自然物、人造物和组织体这三类系统运行规律的研究都还很不完善，现已掌握的运行机理，只是这个世界规律中非常少的一部分，人类对这个世界大部分的运行机理、初始条件和边界条件的掌握都不完备。企业运行的规律更是如此，不然就不存在“管理不仅是科学，更是一门艺术”这一模棱两可的说法了。同时，即便掌握了事物的运行机理，对边界条件和初始条件的确定也面临很多挑战。机理、初始条件和边界条件三个中只要有一个不清晰，就难以推测运算结果了。

人类现已掌握的信息终有一天会被信息化用尽。那些信息化资深人士已经发现，信息化带来的边际效益越来越低，这是因为能明确的机理、初始条件和边界条件都已经进入信息化系统了，但仍然还有很多问题没有解决。此时，信息化遇到了瓶颈，上升通道被堵住了，价值曲线无限接近一条水平渐近线。

当然，人类从来都不会坐以待毙。信息（包含机理、初态和环境）是从大量数据中总结、提炼而成的，不管这些数据完整还是不完整。其实，信息的提取恰恰就是人类中的聪明人通过并不完备的数据抽象提炼和总结而成的。在信息化时代，大众几乎忘了这一事实，直接使用既有的信息来完成工作，但那些少数的聪明人始终是清醒的，科学技术在不断发展，他们发现新科技（特别是大数据与AI）可以在海量数据中总结出具有一定明确程度的机理、初态和环境（姑且称为“准信息”），而且随着数据量的增加和进一步分析学习，“准信息”可以越来越明确。准信息更接近纯数学的表达，未必像人类总结的信息那样具有显而易见的物理意义。但在一定范围和条件下，准信息确实接近真实世界的规律。也就是说，新科技让人们可以回归到信息的本源——数据层面，发现靠人脑不曾发现的机理，明确运行机理需要的初态和环境。

于是，数字化的大幕被拉开。如果说信息化以明确信息为前提，那么数字化则以海量数据为基石。数字化看似绕开了明确信息，但却走通了信息化曾绕开的路。因此，信息化走到天涯海角时，数字化应运而生，为信息化插上翅膀。

数字化总是和预感、柔性、探索、创新、自主、敏捷、外部、业务、智慧等词汇相伴随。数字化的基因是潜藏着不确定性机理的数据，这些数据中潜藏着尚未显性化的业务规律、工业机理、系统逻辑和科学原理。数字化转型的失败，大都归因于一个重要前提没有做好，那就是没有准备好足够的业务数据，或者缺乏有效的数据利用方式，总是把数字化转型寄希望于数字化软件而忽视了数据基础，或者只关注业务应用系统而忘了数据计算引擎才是数字化转型的发动机。

4.模型要先行

数字化的前提是研究对象从实物转换为数字化模型。数字化模型指的是广义数字化模型，而不仅仅指形体的数字化，我们把能反映实物特征和属性的所有时空关系的数字化表达都称为“数字化模型”。用简单的模型单元组合形成复杂的模型，利用已知信息获得海量未知数据，是数字化的基本手段。此处所说的数据为“泛数据”，或者说“广义数据”，表现形式多种多样，它可能是人们常说的业务数据，也可能是基于全息数据建立的产品模型，还可能是通过数据挖掘而形成知识图谱等。

面对复杂对象，人们不能获得完整机理、初态和环境，但对于一个简单对象，获得其信息并不难，当然建立一个反映简单对象的物理属性的数字对象也不难。我们将这个简单物理对象称为“物理单元”，其数字对象称为“数字单元”。我们对复杂物理世界进行数字化，就是把各种数字单元通过已知的逻辑组合成为一个更复杂的数字世界。这个物理世界已经超出了我们已知机理的范畴，但它被数字化之后，就可以直接从大千世界中已有的信息出发，通过计算来获得我们需要的海量数据，从而推理出曾经并不明确的更多机理。只要新的机理在手，将初始条件和边界条件收入囊中，那么对未知的预测又可以上一个台阶。CAD和CAE便是基于这个原理，首先走上了数字化道路，两者均通过建立全息模型的方式，利用分析和计算的方法获得潜在的数据及产品运行的规律。

当然，正如前文所言，人类并没有那么好的运气，能对所有的物理单元建立明确的数字单元，因为我们已知的最小物理单元的机理也许不明确，于是人们发明了“数字黑盒”，并通过这个黑盒单元输出的数据来推算它的准机理。通过由此类黑盒单元构成的复杂模型以及这个复杂模型的数据，来迭代递归地获得完整数字模型的准信息（机理、初始条件和边界条件）。在这种场景下，数据分析技术尤为重要。大量的数字化应用便是在生产制造、运行维护、企业管理等过程中，利用生产数据、供应链数据、运维数据、企业数据、经济数据来预测以前MES、ERP、MRO（维护、维修、运行）、CRM（客户关系管理）、SCM（供应链管理）等信息化软件只能绕开的场景，深挖数据中的信息，实现业务和管理的突破，耳熟能详的预测性维护应用即是典型实例。

凡此种种应用都显示，没有模型化，就没有数字化。当物理世界能通过模型化手段进行全面数字化表达的时候，人类所有的工业及经济梦想——工业互联、智能制造、数字孪生、元宇宙、数字经济和智能商业等都近在眼前，触手可及。

5.信数相较

显然，我们不能左右不分。没有信息化，数字化的基础就不存在，将是无本之木，就像大楼缺少了地基和砖石，终将倾倒坍塌，落了片白茫茫大地真干净。想发展数字化，信息化的欠账是迟早要还的。以工匠精神先把企业已经明确的工业机理和业务模型梳理清楚，让它们在信息化系统中得到优良运行，然后再利用数字化进行创新发展，这才是数字化转型的正确姿势。“转型”二字，不仅代表了物理向数字的转变，也代表了信息化向数字化的转变。因此，奉劝那些试图跳过信息化阶段直接进入数字化的人，通过数字化来补救一切是痴心妄想，很可能因为弯道超车而翻车。

如此看来，先有信息化，后有数字化，那是不是意味着数字化就比信息化高级一些？非也！数字化其实是一种递归，是信息化遇到发展瓶颈之后的回归本源，但又不是简单的返璞归真，而是事物螺旋发展的一次高层次的回归。

信息来源于数据，那是不是意味着信息比数据高级一些？非也！信息最终会转化为常识，没人认为只掌握常识的人是高人。信息也终会转化为流程和规则，但只知道按章程办事的人，在组织中被称为普通工作人员。高瞻远瞩的人，也就是那些企业领袖、行业翘楚、社会贤达及科技怪才，往往是跳出现有信息框架，直接在高维度和宽视野的数据中用敏锐直觉感知未来的人。其实，在一个组织中，任何一个层级的正职都应该具有这种直觉，因为感性和直觉才是创新的通路，而开拓创新是正职最重要的职责。

6.左右相成

组织的决策是用两个“脑”配合来做的。我们固然不能唯感性和直觉，但也不能唯理性和逻辑，更不能依赖理性。理性只能在已知的范畴内、舒适区内做事，而在未知领域、无人区、焦虑区我们只能靠感性和直觉去探索和开拓。因此，在已知的范畴，我们恰恰追求感性和直觉，以促进创新，这是在充分理性的基础上用直觉来开拓新天地。在未知的范畴，我们则要追求理性和逻辑，收集更多的数据，用数据来说话，巩固创新的成果和质量，完全靠感性和直觉一定会吃亏的。

我们在这里谈左右，并不是要把信息化和数字化对立。恰恰相反，从数据中识别、总结确定性信息（机理、初始条件和边界条件）是数字化的使命，人类终究还是要像牛顿、爱因斯坦那样取得真正的具有物理意义和业务含义的终极模型，才能获得实质性的进步。通过数字化识别的信息需要进行另一次递归，最终还要回归到信息化中来。有人说数据可以帮助人们消除不确定性，其实数据本身并不是不确定性的终结者，从数据中获得的信息才是。所以，我们不能因为有数字化手段就选择“躺平”，完全依赖数据做任何业务，而是应该千方百计地从数据中获得确定性的规律，将业务进行最大程度信息化。数字化是我们梦寐以求的创新和发展，但信息化是我们赖以生存的基础。也许，考核数字化团队的指标，不仅要看其数字化工作拓展的广度和深度，更要看其将数字化成果转化为信息化成果的比重。质量与创新的交替进步和螺旋上升，是工业进化与发展的基本模式。

7.以人为本

当然，不论如何强调数据的重要性，数字化转型终究还是要关注人和组织的转型。信息化以员工的职业素养和契约精神为前提，数字化以员工的学习能力和创新精神为目标。

我们经常说的“考核”与“激励”是企业人力资源的重要管理手段，但这两个手段在企业管理中往往不做区分。其实，这两个手段的使用场合与范围应该差异化考量。考核应只针对那些已经具有确定性过程和方法的规范性业务，而激励应针对那些不具有确定性做法的创新性业务。因此，对参与信息化过程的人，以考核为重，让他们把本应该做好的工作做好，要敢于对绩效做减法。对于参与数字化过程的人，以激励为主，让他们在其他人都没有想好怎么做的事情摸出门道，做出成效，对其奖励，勇于对绩效做加法。

人们常说信息化和数字化是“一把手”工程，但在过去人们对此的认识是有误区的。从以人为本的角度，“一把手”工程才讲得通。过去总是要求“一把手”关注一个信息化或数字化项目，要求“一把手”要亲自使用信息化软件或数字化平台，这其实是与“一把手”的特质、定位和职责相违背的。企业员工的职业素养、学习能力和创新精神才是信息化或数字化项目成功的关键，这也是“一把手”在信息化和数字化工程中最该关注的。