好奇的读者一定会问：数智化和数字化仅有一字之差，这两个概念是否一致呢？如果不一致，那么差异是什么呢？

接下来，我们先让智智回答问题一：数字化和数智化的区别是什么？

2016 年，朴圭贤博士最早提出数字智能（Data Quotient，DQ）并创建了相关框架。

DQ 是指在社交、情感和认知技能的结合下，使人们能够通过数字化来迎接生活的挑战和需求。同年，朴圭贤博士在世界经济论坛发布DQ 的概念和框架，此后DQ 的框架在国际上被众多行业和组织广泛使用。

按照朴圭贤博士的理论，DQ 可以被进一步分解为8 个关键领域：数字身份、数字权利、数字素养、数字使用、数字通信、数字安全、数字情商、数字安全。

通过朴圭贤博士对DQ 的定义，我们了解到DQ所涉及的范围非常广泛，甚至能独立成为一个对人的评估体系。由于本书的重点是与企业相关的数智化，因此后面的内容都聚焦于这个方面。

如图1所示，企业数智化是企业的数字智慧化与智慧数字化的合成，包含数字智慧化、智慧数字化、人机的对话3个方面。

图1　企业数智化的含义

含义1 ：数字智慧化，相当于云计算的算法，即在大数据中加入人的智慧，使数据真正产生价值，提高大数据的效用。

含义2 ：智慧数字化，即运用数字技术，把人的智慧管理起来，相当于从人工到智能的提升，把人从繁杂的劳动中解脱出来。

含义3 ：人机的对话，把上述两个过程结合起来，构成人机的深度对话，使机器继承人的某些逻辑，实现深度学习，甚至能启智于人，即以智慧为纽带，人在机器中，机器在人中，形成人机一体的新生态。这是对数智化的原始认识。

笔者根据多年在各个领域进行数字化和数智化改造的相关经验，认为想要区分数字化和数智化，可以从二者的定义、关系、范围方面入手，如图2所示。

图2　数字化和数智化的区别

1．从定义方面进行区分

数字化：将通过感官获取到的一手数据集中地从线下的转变为线上的。简而言之，把线下零散的数据变为线上集中的数据。

数智化：在数字化的基础上，把线上的数据进行智能化监控、分析、诊断，深层次挖掘数据的价值和潜能，从而解决各类实际存在的问题，即可以充分发挥数字化后数据的能力。

2．从关系方面进行区分

数智化一定是建立在数字化的基础之上的，如果没有数字化，数智化就无从下手。

我们举一个比较形象的例子来理解数字化和数智化的关系。我们今天想做一道土豆炖牛肉，做法分为以下两步。

第1步相当于数字化的过程：把土豆和牛肉都洗净、切好。当然不是说只要有这些洗净、切好（原始数据的处理）的食材（原始数据）就可以烹饪出美味的土豆炖牛肉了，我们还需要进行下一步的操作。

第2步相当于数智化的过程：把洗净、切好的土豆和牛肉进行炖煮，并且放入各种调料。但并非每个人都可以把这些食材利用好。“特级厨师”会把洗净、切好的食材变为上等的美味佳肴，即“顶级的数智化建设”；没有任何技巧和经验的煮菜“小白”会烹饪失败，浪费食材，即失败的数智化。

用一句话来解释二者的关系，即数字化是数智化的基础，数智化是数字化的上层建筑。

3．从范围方面进行区分

数字化的范围更广，如数字化涉及衣食住行、工作流程、科研、军事等。但是，数智化会在数字化的范围内进一步缩小，如企业的业务数智化、管理数智化、其他数智化等。

数智化是数字化范围中的一小部分，而且是更为重要的部分——数字化的应用。

如果大家还是无法区分数字化和数智化，那么我们可以通过DIKW 模型来进行解释。

1994 年，内森·谢佐夫在信息设计中提出了DIKW 层次结构，它可以很好地区分数据和信息的关系。如图3 所示，DIKW 模型分为数据（Data）、信息（Information）、知识（Knowledge）、智慧（Wisdom）4 个部分。

图3　用DIKW 模型解释数字化和数智化的区别

小结

张总一边详细听智智讲解，一边进行思考和总结。智智在本节主要讲解了数字化和数智化的区别。听完智智的讲解之后，张总豁然开朗，他做了如下笔记。