本文来自微信公众号“twt企业IT社区”，作者/汪照辉，中国银河证券架构师，专注于容器云、微服务、DevOps、数据治理、数字化转型等领域，对相关技术有独特的理解和见解。擅长于软件规划和设计，提出的“平台融合”的观点越来越得到认同和事实证明。发表了众多技术文章探讨容器平台建设、微服务技术、DevOps、数字化转型、数据治理、中台建设等内容，受到了广泛关注和肯定。
我们一直都在说数字化转型，那数字化和数字化转型是什么关系？是一个意思吗？还是两个发展阶段？是从信息化到数字化再到数字化转型阶段？
把数字化转型作为一个独立的发展阶段似乎是不合适的。数字化转型的本质是通过数字化的技术和手段来实现业务和业务模式的变革和创新。可以说数字化是手段，转型是目标。数字化可以和信息化一样作为生产力发展的一个阶段，但数字化转型是数字化阶段实现的目标，是伴随着数字化过程的。因此，数字化转型不能独立称之为一个发展阶段。
从技术生产力来说，信息化、数字化都可以作为一个独立的阶段。数字化之后可能是智能化或更高级的阶段。当前很多人把数字化和智能化合起来称数智化，不过从发展过程来说，数字化是智能化的前提和基础，可以看作两个独立的阶段。不是说数字化阶段就不能有智能化，数字化阶段的智能是初级的，就像信息化阶段同样具有一定的数字化能力，这是一个量变逐步质变的过程。可能并没有很明确的一个时间节点划分，但从科技生产力发展和科技生产工具的发展来说，可以简单进行划分的。
信息化阶段主要以信息技术完成单点业务的效率提升，建设的都是单体系统，以信息系统代替人工处理，实现无纸化、信息自动化等；尔后通过系统集成等实现了初步的数字化分析和处理能力，但本质上没有在数据层面打通，依然存在数据散落等问题。数字化阶段以数据为生产要素，通过用数字技术对数据的深入分析和洞察，找到隐藏在数据之间的价值，创新业务和业务模式；数字化阶段关注的不再是某一个单点能力，而是全局，因此需要从数据层面实现数据的融合、数据的标准化、数据的高质量；从而促进企业各系统之间的融合、资源的融合、组织的融合，生产要素、生产工具、生产组织等实现了变革，因此其已不同于信息化阶段。智能化阶段需要具备一定的自主能力，而不再需要人为的规则设定或自动化（自动化则是按照设定的规则来自动执行，自动化不是智能化，不过智能化、数字化、信息化等具备自动化的能力）来实现；当前的人工智能水平还比较基础，模型的准确率相对也不高，通常也受限于特定的场景，因此远未到智能化阶段。虽然当前数据的“量”积累到了一定的程度，但数据的“质”还差的比较多，因此数字化阶段很重要的一点就是提升数据质量，实现数据的融合。
细化到某一场景，数字化和数字化转型其实还是有次序关系的。数字化技术是生产力工具，具备了工具才能考虑使用工具促进业务的转型，或者说为了实现业务转型的战略目标，需要先建设数字化工具，因此，当前很多人都热衷于云计算、大数据、人工智能等技术的应用。很多人觉得应用了这些技术或建设了这些系统就是数字化转型了，其实是不对的。数字化工具的建设是第一步，对数据生产要素的处理是第二步，第三步才是实现转型目标。企业都可以建设同样的数字化工具，甚至可以获得同样的数据，但对数据的不同处理思想和方式会带来不同的结果，所以说，即便同样的环境和条件，不同的企业的转型历程和结果也可能会大相径庭。这往往取决于企业的数字化人才以及难以捉摸的运气。这也是为什么说企业的数字化转型一定要靠自己的原因。
在第一步建设了数字化平台和工具，具备数字化能力之后，生产要素的质量就很重要。是需要花大量的时间精力来做ETL等数据的转换处理，还是能从数据源头实现数据的标准化和规范化、数据流的无缝流转，其影响着数据的处理效率和成本，也影响着转型的响应能力。显然，基于企业主数据来重构企业数据架构，实现各个业务应用的数据融合要比繁琐繁重的数据处理工作更好些。虽然重构会在初期带来很多的工作量和压力，随着时间的推移和量的积累，会促进数字化转型，快速质变到智能化。因此，数字化阶段很重要的一点就是数据的融合重构以及所带来的架构融合、资源融合、组织融合等。它是全局战略下数据、资源、技术、应用、业务、安全合规、组织文化，以及生态伙伴等的高效协同。这样，业务才可能做到敏捷响应、随需而变、主动创新、持续提升体验，实现数字化或数智化转型的战略目标。当然，到了那个阶段，目标也会随之改变，会有新的目标、新的工具和手段，持续地螺旋上升。
注：有人把“标准化”也作为一个阶段，笔者觉得它属于治理范畴，不能算是一个阶段。在任何一个阶段都会面临着标准化的建设。
