二、数字化转型的底层逻辑

我们之所以讨论信息化、数字化的关系，是因为这些关系涉及数字化转型的底层逻辑——到底是什么在驱动数字化转型。数字化转型有千种技术、万种方案、无穷表象，但万变不离其宗，探究清楚其稳定不变的底层逻辑，对于我们建立正确的数字化转型蓝图和路线大有裨益。

1.能源利用方式的转变催生了工业革命

人类历史上发生过多次工业革命。我们认为，工业数字化转型与工业革命有异曲同工之妙，对工业革命的研究有助于我们理解数字化转型的本质。

《第三次工业革命》一书认为，人类有多次工业革命，是由能源利用方式的转变而导致的，如图1-1所示。

人类所能利用的能源终究还是与太阳有关，太阳内核聚变产生了能量，太阳变成了这些能量的载体，阳光是能源的表现形式。工业1.0时代的能源是木柴，它是植物的根茎；工业2.0时代的能源是煤炭，它是埋藏在地表不太深处的植物经复杂的物理、化学变化形成的；工业3.0时代的能源是油气，它的形成环境更复杂。即将到来的工业4.0是新能源驱动的智慧工业。今天，化石燃料已经不足以支撑工业的进化，于是我们直接利用光能，将其转化为电能，使其成为工业4.0时代的新能源。未来的工业5.0是核能驱动的太空工业，刘慈欣的科幻巨著《三体》为我们展示了这种工业的可能性。工业5.0时代的能源来源于核聚变，这是太阳辐射光能的原因。那时候，人们直接利用光能已经不能满足发展的要求，开始将手直接伸向产生阳光的物质——核燃料。人类目前实现了低效的核裂变，但核聚变才是更高效的能源来源。

你也许会问，工业革命难道不应该是工业技术的创新带来的吗？其实任何一项技术的创新都不是突变的，特别是大批量应用于工业的技术。一项技术从零的突破开始，到普遍应用于工业是有条件的，并且在形成这些条件的过程中，该项技术持续进化才能达到形成工业革命的程度。这些条件中，最重要的就是可以支撑这种创新持续进化的新型能源。况且工业革命不是由一项技术促成的，而是由许许多多技术的革新促成的。没有新型能源的支撑，这些技术甚至走不到可以批量应用的程度。这也许就是能源变革为什么是工业革命的驱动力的底层逻辑。

判断一个国家的工业处于哪种阶段的指标很多，例如智能化、绿色化、服务化等，太多的指标反倒让我们无法获得正确的判断。基于驱动力这个底层逻辑，将能源视为单一指标，做判断便容易得多。自从工业4.0的概念从德国传向全球后，大家普遍认为全球发达国家的工业已经进入4.0时代，但如果依据驱动力逻辑，从这些国家所使用的主流能源——油气来看，他们仍然处于工业3.0时代。工业4.0其实是这些工业发达国家为之努力的愿景，而不是现实。他们提出工业4.0，是在为自己设计发展目标，而不是在描述工业现实。工业4.0的外在表现是工业智能化，以AIGC为代表的通用人工智能（AGI）出现以后，智能工业才露出端倪。但AGI对算力的需求如此庞大，也预示着没有能源的变革，智能工业就永远无法到来。我们这个星球的油气储量根本无法支撑这项智能化技术全面走向工业。在以光能为主要来源的新能源成为工业主流能源之前，AGI永远是实验室的技术。

2.数据利用方式的转变催生数字化转型

如果说，人类对能源的利用方式做出了何种转变，决定了工业发生了何种革命，那么，人类对工业数据的利用方式做出何种转变，将决定发生何种类型的工业数字化转型。能源是原子工业的动力，而数据则是数字工业的动力。人们曾经用能源的消耗量来衡量原子工业运行的强弱，未来将用数据的使用量来衡量数字工业运行的强弱。原子工业的能源以太阳为载体，数字工业的数据则以硬件（计算机、传感器等）为载体，太阳核反应产生能源，硬件运转产生数据。这就是人们总是把数据作为工业数字化转型抓手的根本原因，人们认定数据是制造业数字化转型的驱动力，“数据工程”是引擎工程。

人类社会中的原子工业发生过数次革命，这也预示着，数字化转型也将不止一次，人类利用数据的方式将会不断进化。依我来看，数字工业利用数据的方式有5次转型：知化、秩化、治化、智化和织化，即5个“Zhi”，并由此引发多次数据工程。数字化转型的5个引擎工程：数据归仓、数据管理、数据治理、数据智能、数据织锦，最终促成工业数字化的5次转型，如图1-2所示。

GB/T 43439—2023《信息技术服务 数字化转型 成熟度模型与评估》指出，数字化转型的成熟度级别包括规范级、场景级、领域级、平台级和生态级，共5级，如图1-3所示。

3.知识利用方式的转变催生研发数字化转型

前文将工业数字化转型的本质总结为“数据利用方式的转型”，但对于研发体系的数字化转型，我认为并非如此，因为研发的驱动力并不是数据，而是知识。如果说数据利用方式的转变决定了工业数字化转型的类型，那么知识利用方式的转变则决定了研发有何种数字化转型。如果说数据使用量可以衡量工业数字化的强弱，那么知识使用量则可以衡量研发数字化的强弱。如果说工业数据以工业硬件为载体，那么工业知识则以工业软件为载体，软件运转产生知识。因此，研发数字化转型的本质是“研发知识利用方式的转型”，知识是研发数字化转型的驱动力，“知识工程^[1]”是其引擎工程。

知识看上去以数据的形式存在，但它和数据的差别是，在其产生过程中有人的意识和思维的参与并进行了创造性活动。数据利用方式的转型同样适用于知识，即知化、秩化、治化、智化和织化，5个“Zhi”，并由此引发多次知识工程。数字化转型的5个引擎工程：CA（计算机辅助）工程、流程工程、模型工程、知识工程^[2]和云智工程，最终促成研发数字化的5次转型，如图1-4所示。

生产体系的数字化是针对机器和数据的数字化，而研发体系的数字化则是针对人和知识的数字化。人和知识相对于机器和数据，在复杂性方面不可同日而语。生产体系强调的是质量，具有确定性；而研发体系追求的是创新，具有不确定性。相对于质量和确定性，创新和不确定性的驾驭难度要高出两个级别。因此，研发数字化相对于生产数字化，其复杂程度和困难程度也将高出两个级别。与运维数字化转型和商业数字化转型相比，研发数字化转型的难度也与之类似。因此，从产品全生命周期的视野来看，研发数字化转型是工业数字化转型的“上甘岭”。