1.2 信息化、数字化、数据化、智能化与数智化

从工业社会向数字社会迈进的过程中，信息化、数字化、数据化、智能化、数智化等数实融合浪潮不断兴起，改变着社会的生活生产方式。本节将介绍这些概念以及它们之间的联系与区别，以便读者更好地区分。

1.2.1 信息化（Informatization）

从信息化的发展历程来看，日本对信息产业和信息化的探索相对较早。1948年，Shannon发表的《通信的数学理论》奠定了现代信息论的基础 ^[16] 。1963年初，Tadao Umesao提出信息化的概念，将信息化定义为通信现代化、计算机化和行为合理化的总称 ^[17] ，形成了对信息化的基本认识。时至2023年，西方国家发展信息化已经有60多年的时间，相较之下，我国发展信息化仅有30多年的时间。但是，中国高度重视信息化的发展。《2006—2020年国家信息化发展战略》提出了“信息化”的定义，强调信息化是指充分利用信息技术，开发利用信息资源，促进信息交流和知识共享，提高经济增长质量，推动经济社会发展转型的历史进程。信息化也渐渐成为衡量国家现代化程度和经济社会发展质量的一个标准。

不仅是国家，企业也高度重视信息化的发展。在企业实现信息化的过程中，信息化系统的支持不可或缺。目前主流的企业信息化系统主要有OA系统、ERP系统、CRM系统、SCM系统、EAM系统，以及PLM系统。这些系统在提高企业效率、优化资源配置、科学化管理、供应链协同等方面发挥重要作用，助力企业实现数字化、智能化运用与管理，具体如表1.2所示。

1.2.2 数字化（Digitalization ）

数字技术的发展和融合带来了前所未有的数字化浪潮 ^[18] 。数字化第一次与计算机结合出现在大家的视野是在1971年学术界讨论“计算机辅助人文学科研究的反对意见和潜力”的背景下，Robert Wachal探讨了“社会数字化”的社会影响 ^[19] 。数字技术的发展引发了人们对技术自动化的担忧，直到如今人们仍在讨论数字化转型可能造成的负面社会影响，例如失业问题、伦理问题，但是技术进步的步伐不会停止，世界正迈向崭新的数字化阶段 ^[20] 。1996年，美国学者Nicholas Negroponte在其出版的书中提出数字化生存的概念，在世界范围内引发了一场对数字化的热烈讨论 ^[21] 。尽管现有关于数字化的研究并没有对数字化的定义达成共识，但是不同学者提出的定义之间有一定的共同点。代表性数字化概念如表1.3所示。

这些数字化概念有两个共同点：第一，强调数字技术的应用；第二，强调不是信息的改变，而是组织中的业务流程、商业模式和价值创造路径等的系统性变革。

数字化是在信息化高速发展的基础上诞生和发展的，但与传统信息化方式不同，数字化更多是对业务流程、商业模式以及价值创造路径的系统性变革或重塑。信息化与数字化均以数据为核心生产要素，将组织中所有关于业务、生产、营销、客户等有价值的人、事、物全部转变为可存储、可计算、可分析的数据。而数字化强调利用数字技术对这些数据进行实时分析、计算以及应用，进而指导组织开展生产、运营等各项业务。

1.2.3 数据化（Datafication）

在物联网、大数据等新兴技术快速发展的背景下，数据成为重要的生产要素。党的十九届四中全会首次将数据增列为第七种生产要素。通过与劳动、资本、土地、技术、知识和管理这六大生产要素的结合，数据具备了现实的生产力，并日益成为经济发展的重要源泉 ^[25] 。一般意义上，数据被理解为数字化的信息和知识，其价值本质是消除不对称性与不确定性，从而使得资源配置和利用更加有效 ^[26] 。

关于数据化的含义，学界有多种解释。Paul等 ^[27] 认为数据化是指获取活动、行为或过程并将其转换为有意义的数据的实践。姜浩 ^[28] 提出数据化是将连续的数字比特结构化和颗粒化，形成标准的、开放的、非线性的、通用的数据对象的过程。值得关注的是，数据并不一定是指数值、量值。实际上，数据是人工形成的，其基本功能包括记录、测量、存储、表达等。运动手环等个人健身跟踪设备的广泛使用是数据化的最好例证，这些设备将个人活动和状态数据化，为人们提供可视化的、有价值的结果。可见数据化已经成为人们社会实践中不可或缺的工具。

事实上，大数据发展的核心动力来源于人类测量、记录和分析世界的渴望，也就是对数据化的需求 ^[29] 。数据化将计算机编码化的信息条理化，并通过查询、分析，实现对业务的指导。从本质上说，数据化是对大数据进行利用的过程。

1.2.4 智能化（Intellectualization）

目前部分产品在稳定性、智能性等性能指标方面尚难以满足消费者的需求，企业需要引入新兴的技术以提升其性能 ^[16] 。信息化、数字化以及数据化的发展，推动企业在生产经营中引进数字技术，这在一定程度上促进了技术的突破。计算机技术的引进为企业在生产经营过程中处理大量的数据提供了强有力的支撑。企业的目标也从获取有用数据转变为有效率地处理数据。这是由于信息获取的低边际成本使得企业所拥有的用户信息规模急速膨胀，远远超出了人类处理信息的能力。

智能化是指运用人类智慧促进资源和技术的使用效率提升的过程，其促进了人类智能与机器智能、个人智能与社会智能的协同发展 ^[16] 。在数字化以及数据化的基础上，智能化使得系统、设备或应用程序具备感知并获取信息进行分析和决策的能力，同时还具备自我调节以及自我决策行为的能力，以此实现发展。

1.2.5 数智化（Digital Intelligence）

数智化是数字化发展到人工智能更高阶段的产物，是数字化和智能化的融合应用 ^[30] 。在数据化和数字化的基础上，数智化以机器学习、人工智能等为核心要素，更加关注数据层面的治理和算法层面的智能 ^[31] 。数智化主要有两个特征：一是在大数据等数字技术的基础上，应用机器学习、深度学习等智能技术，实现技术的融合发展；二是更加注重将数据应用于治理，赋能业务的发展 ^[16] 。

目前，企业在数字化转型的基础上也进一步关注数智化转型。数智化转型涵盖了使用数字化、网络化、智能化等现代信息技术对业务流程、文化、架构、战略等进行优化和重塑的过程。企业通过深化智能技术在产品全过程的应用，实现其数字化、智能化的发展 ^[32] ，其数智化能力受到学界的关注。

1.2.6 各概念的联系与区别

通过梳理信息化、数字化、数据化、智能化以及数智化的内涵及应用，我们可以看出各概念并不是独立存在的，例如数字化脱离不了信息化，数字化是数据化的必经之路，数据化和智能化之间的区别主要是人工决策和智能决策的问题等。各概念之间的联系图谱如图1.1所示。

这些概念在内涵上有一些重叠，但也有明显的区别，主要体现在不同的概念强调的内容和应用领域上。数字化相关概念的区别如表1.4所示。