数据和人的智慧是什么意思

1. 读书笔记：数据、信息、知识，智慧

2004年12月26日早晨，正在普吉岛海滩散步的10岁英国女孩蒂莉·史密斯，

“突然看见海水开始冒泡，泡沫发出咝咝声，就像煎锅一样，海水在涌来，但不再退去”。

她一下就认出这是海啸即将来临的迹象，并向人们发出了警告，从而挽救了大约100名在泰国此处海滩上的人。

蒂莉·史密斯是一个拥有知识的人类个体，她识别出海啸来临迹象并发出警告的行为非常好地诠释了人类个体的智慧。

智慧（智能）是一个过程，不是知识，更不是数据或信息，是拥有知识的人类个体在应用知识指导日常行为时所体现出的一种状态。

所以说说数据、信息、知识，智慧。

1.“数据”普遍的观点认为，数据是未被加工的数字和事实。

很多时候，人们认为数字可以说明一切，但是事实并非如此，数字只是数字而已，数字是事实，但是并不能说明什么。

不对数据进行加工，数据对做决策的帮助就是有局限的。以自己预设的偏好根据数据做决策，只会害了自己。因此，我们需要在数据的基础上，进入下一个概念：信息。

2.信息是处理过的数据。

信息之所以能作为决策的依据，正是因为其包含了对数据的处理。

没有经过加工的数据，是没有办法成为价值判断的依据的。数据经过加工成为信息，才可以帮助我们展开价值判断。不过，这还只是第一步，如果需要深入地解决问题，就需要继续向前推进，由信息过渡到知识。

3.把“信息”内化为个人的“知识”知识是由对信息的鉴别、判断而产生的，知识是鉴别过的信息。

想要拥有知识需要经历三步：第一步，找到客观数据的真实来源；第二步，对其进行加工处理，使其成为信息；第三步，做出个人判断与鉴别，最终形成个人的相关知识。只有经历了这一过程，你才可以讨论并拥有知识。

知识最重要的特征是个人化。检验知识最简单的方法就是，你能否把其他人的信息和知识变成自己的。

4.智慧是一个知识流。形成智慧的知识流动链，需要先有数据，这是一个未加工的、客观的事实；数据经过加工，变成信息；再经过鉴别，即认知的过程，才成为知识；把知识应用到行动当中，就形成了智慧，智慧是在应用知识之后才产生的。

 智慧与年龄没有直接关联，千万不要认为年长的人就有智慧，重要的是，能否把信息转化为知识并在行动中运用知识。

真正拥有知识就会知道，每个人都无法停留在已有的知识体系里，每个人都不敢停下来或放慢学习的脚步；每天都要学习与思考，否则已有的知识就会变成经验，而知识一旦成为经验就可能变成障碍。因为事物是不断变化的，经验只是对过去的验证。所以，我再一次强调，知识是个动词，不是名词。

End

只为看见更多

2. 什么是数据，信息，知识和智慧

什么是数据，信息，知识和智慧

作者：刘锋

2006年1月份左右，我曾经撰写了一篇涉及数据，信息，知识，和智慧的文章，在科学网看到倪鹏云老师也在探讨这个问题，于是我将原文一些核心的内容整理出来形成这篇文章与大家进行探讨。

在知识管理中，有一个经典的知识阶层图，本文将以这个图作为阐述的顺序依据。

第一，什么是数据？

我们经常说“ 水的温度是100℃，礼物的重量是500克，木头的长度是2米，大楼的高度100层“。通过水，温度，100℃，礼物，重量，500克，木头，长度，2米，大楼，高度，100层这些关键词,我们的大脑里就形成了对客观世界的印象。这些约定俗成的字符或关键词就构成了我们探讨的数据基础，我们提到关键词必须是人们约定俗成的。这就表示不同阶级，不同宗教。不同国家的人对于关键词的约定必然会有差异。由此我们可以推导出数据其实也具有一个使用范围。不同领域的人在描述同一事物会出现不同的数据。例如，中国人会称每个星期的最后一天为”星期天“。美国人会把这一天叫做“Sunday”。基督教徒会称这一天为“礼拜天”. 数据的有范围性导致由此建立的信息世界，知识世界在不同的国家。不同的宗教，不同的阶级中会产生差异。认识到数据的有范围性可以帮助我们在一个领域进行知识管理时，首先要统一关键词或数据的约定。

最后我们对数据进行这样的定义：数据是使用约定俗成的关键词，对客观事物的数量、属性、位置及其相互关系进行抽象表示，以适合在这个领域中用人工或自然的方式进行保存、传递和处理。

第二，什么是信息？

作为知识层次中的中间层，有一点可以确认，那就是信息必然来源于数据并高于数据。我们知道象7度，50米，300吨，大楼，桥梁这些数据是没有联系的，孤立的。只有当这些数据用来描述一个客观事物和客观事物的关系，形成有逻辑的数据流，他们才能被称为信息。除此之外，信息事实上还包括有一个非常重要的特性— 时效性。例如新闻说北京气温9摄氏度，这个信息对我们是无意义的，它必须加上今天或明天北京气温9摄氏度。再例如通告说，在会议室三楼开会，这个信息也是无意义的，他必须告诉我们是哪天的几点钟在会议室三楼开会。

注意信息的时效性对于我们使用和传递信息有重要的意义。它提醒我们失去信息的时效性，信息就不是完整的信息，甚至会变成毫无意义的数据流。所以我们认为信息是具有时效性的有一定含义的，有逻辑的、经过加工处理的、对决策有价值的数据流。

第三，什么是知识？

信息虽给出了数据中一些有一定意义的东西，但它的价值往往会在时间效用失效后开始衰减，只有通过人们的参与对信息进行归纳，演绎，比较等手段进行挖掘，使其有价值的部分沉淀下来，并于已存在的人类知识体系相结合，这部分有价值的信息就转变成知识。例如。北京7月1日，气温为30度。在12月1日气温为3度。这些信息一般会在时效性消失后，变得没有价值，但当人们对这些信息进行归纳和对比就会发现北京每年的7月气温会比较高，12月气温比较低，于是总结出一年有春夏秋冬四个季节，因此我们认为知识就是沉淀并与已有人类知识库进行结构化的有价值信息。

第四，什么是智慧？

我们经常看到一个人满腹经纶，拥有很多知识，但不通世故，被称做书呆子。也会看到有些人只读过很少的书，却能力超群，能够解决棘手的问题。我们会认为后者具有更多的智慧。因此我们认为智慧是人类基于已有的知识，针对物质世界运动过程中产生的问题根据获得的信息进行分析，对比，演绎找出解决方案的能力。这种能力运用的结果是将信息的有价值部分挖掘出来并使之成为已有知识架构的一部分。

总结：根据这些定义我们尝试对知识管理提出一些建设性意见：

1。重视数据所使用关键词的统一性和完整性，这样才能避免组织内出现不同的信息和知识体系，避免成员在交流沟通时产生歧义和误会。

2。保持关键字集合的可扩展性，防止由于数据不全导致新信息和新知识无法产生。

3。重视信息的时效性，尽量在信息的时效性消失前挖掘出其有用的价值，并使之沉淀于已有的知识库中。

4。重视信息的可靠性和逻辑性，防止由于错误或逻辑混乱的信息加入到知识库中，降低知识库的质量。

5。关注知识库的结构化问题，尽量避免知识彼此割裂，甚至出现知识孤岛。通过不同领域知识的交叉融合，使它们连通起来，方便组织成员使用知识库时能够快速准确的定位需要的知识。

6。充分理解智慧是一种应用知识和信息处理问题的能力，在选择组织成员时应兼顾其拥有知识和运用知识能力之间的平衡

3. 数智化是什么意思

数智化的意思是：“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，使数据增值增进，提高大数据的效用。“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。

把这两个过程结合起来，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。

(3)数据和人的智慧是什么意思扩展阅读：

“数智化”一词最早见于2015年北京大学“知本财团”课题组提出的思索引擎课题报告，是对“数字智商”（Digital Intelligence Quotient）的阐释，最初的定义是：数字智慧化与智慧数字化的合成。

“数智化”的传统认识，最高阶段就是“智慧城市”与“万物互联”，但也有学者认为，“数智化”还有第四阶段，那就是人与人之间的“思频互联”，也就是把人的思维看成是“万物”的特殊组成部分，进行特殊的“互联”，把“数智化”继续推进到文化层面。

4. 数据，信息，知识，智慧之间的关系

现在社会处于信息爆炸的时刻，我们每个人每天都会接触到各种信息，很形象，看到这个词，就可以想想信息量大的那种情景，现在网上热搜，每天都换一拨，我们学习知识管理，就是为了加速我们的判断，那数据，信息，知识，智慧之间这些之间有什么联系呢？

数据是数据，信息是信息，知识是知识，他们之间是不同的，那么之间的区别和联系是什么呢？

数据没有经过组织的文字符号图像等，来源于事实，可以通过原始的信息，仅仅代表本身，可以说，数据是孤独的，比如165

信息是什么呢，当通过某种方式组织处理数据时，进行分析，让数据之间产生关系，可以用来回答一些简单的问题，谁，哪里，也许可以说，信息就是拉帮结伙，有序排列的数据，比如，165后面加上cm就变成身高或者体重，具体是什么，还要结合语境，

知识就是判断信息是否有用的过程，这个过程结合上下文，诠释，反省。信息结合越多，就越容易判断正误。

智慧，做正确判断的能力，和对知识的正确使用，智慧可以回答为什么的问题，判断是非、对错、好坏，关注未来，试图理解过去没有理解的东西，是人类特有的。

比如，榴莲是数据，好吃或不好吃是信息，尝过一下直接实践后得到的经验，这是知识产生的过程，吃过以后有了判断这就是智慧。

5. 试述数据、信息、知识、智能的含义与区别

第一部分 什么叫知识！？

再次显化与简化 信息 知识 能力 智慧 的区别
*信息*: 只要是客观的规律 以及目前人类总结出来的所有资料 都属于信息
其庞大性 是最需要人们认真对待的性质 因为这就是为什么信息不等于知识的重要原因之一

*知识*: 最简单讲就是 对单一个体---有用的! *信息*!
(就是说别人随便指定一本书 讲一节课那些东西 只能叫*信息* 那不叫*知识*)
在目前人类积累起的庞大*信息*海洋内 无疑无针对性选择性的学习犯了"分兵大忌"!
为什么?
1人的生命短暂 有很大的时间局限
2 大脑的潜力很难同时多领域开发 一个人的核心专业越少 往往成就越大
3一个人思维模式的特长可能会针对大约几个领域 但由于成长环境的客观局限性 从小随机接触的事物中对于哪个领域的接触和相关智力激发是

不确定的 所以成长在汽车事物身边的人有的最后成了汽车大亨
就是说(1)先天智力因素会给人确定的几种潜能(2)后天成长中的客观条件会随机的锁定个人的某个或某几个潜能 成长环境的现实因素的直观

性如果恰巧和某个潜能发生对应! 就会产生我们所谓的兴趣!
当然这个对应的发生也不是必然 因为人的成长过程接触的信息体不可能很充足 只是随机而已
所以一个人可能智力已经激发的很好了 但确还没找到自己的兴趣 一个聪明人的的人生路
第一环节 其实就是去接触大量现实的客观事物 寻找与自身共鸣的领域!行业!事物!
然后你才可以精确的找到属于自己的*知识* 是信息知识! 而不在是单纯的信息!
4兴趣! 个人兴趣相关的信息如果因盲目学习而被忽视 就如同战争放弃了主战场而把 主力放在边缘战区!
那么此人的人生只要不中彩 那肯定是个庸人! 中国社会和大学生中 这样的悲哀体```无数``````

*能力* ：智商指数 和 后天训练的大脑运算率情况（第二部分有详解）

*智慧*: 智慧分级别 简单讲 它就是 一个人掌握*知识*以后 加上其思考*能力*
而表现出的微妙体 思考能力可以形象的形容为人的CPU 但人的CPU不是固定不变的
而是通过训练可以变的功能更强大的东西 所以*知识*量加 思维能力的强弱 就大约能形容出此人在其*知识*相关领域的*智慧*指数

我们的教育 乃至世界上传授的东西 由于教育理念的错误
导致大多数人最后得到的是无数的*信息*! 而不是*知识*
很明显信息量在大 它也没用 因为只有*知识*才能转化为力量 而!不是信息!
所以以中国的学生为例 就可以很清楚的看到 大量信息的载体中国学子
属于样样通样样松 甚至是样样通都不通已经忘掉的状态
这就是*信息* 与 *知识*概念混淆造成的结果

而无*知识*的人 基本告别了获得高端智慧的可能 所以整体的麻木不仁和迷茫态
我想大家还是能感觉到一二的

*思维能力* 是在掌握属于自己的*知识*以后的再思考后才会得到的*东西*
而我族在*知识*环节就已经被封印 于是立体的发散思维在我国很少
不是种族问题 而是*信息*与*知识*的概念混淆导致的必然结果

所以理论上讲 全国某种意义上处于一种"麻木的病态" 总体的表象则会体现在主流常说的那个词语上 素质```
教育问题不解决 我们的素质 只会继续下行 在下在此在次郑重提醒
望国人重视 我们的整体腐败表象的祸首 其实就是这个微妙的细节出了问题
期望早日改掉此教育理念 振兴千年中华民族

所以 *智慧* 等于 *知识* 加 能力 (一个比知识更加难理解的词语)

第二部分 封印中的大脑的能力 (主指分析能力)

思维的高度

人与人思想的不同 很多 是角度的不同 方向的不同
但有一种不同 叫高度的不同 大脑运算量运算率的不同 （这个能力是可提高可训练的！）

同时起飞 家鸡不会比野鸡看的广 但野鸡会输于常鸟的视野 而通常的鸟类逾越不了鹰的局观 同时 即使是鹰也无能力搜集到足够的信息以

看清地球是圆的········
因为这个结论的得出 需要的不是看遍全球的横向努力而是纵向的 高度要求！
能做到这个地步直观地球之球状的 那叫航天飞“鸡”···

人的思维也是如此 看清一个问题···确实需要努力思考
但更取决于 思维的高度···························
也可以叫“向上穿透力” 最形象的说就是 :"单位时间内同时整和分析某一事件“决定因素”的数目多少的能力"
同时能整和10个因素的人要比5个的人看本质看的清楚的多
我们通常所讲的"片面""偏激" 就是问题分析过程中遗漏了许多决定因素后发表个人观点时给人的感觉
这个能力 有点像CPU的运算速度问题 但不同很多

一 人的CPU是可以不断训练升级的(大脑)
二 CPU的运算也需要给它数据才可以进行处理 而人的"数据"自己能否科学的学到知识还是个难点 （第一部分已经简要的进行了描述）

当然 对于单一事件的分析 此事件的所有决定因素就是所有"数据" 所以分析结果的决定因素有两个

*1个* 是此人的"CPU"如何
(也就是同时能整和多少因素 进行交错\折中 而接近最佳结论的分析能力
假如有十个因素 同时能整和八个的就比五个的人得出的结论更合理 因为他考虑了八个方面
这里还有一个问题是不是考虑了十个因素就算整和了呢? 不是! 所谓整和!是同时分析的能力 既然是同一事件的决定因素 那么必然存在相互联

系 而且可能关联非常复杂 是一个无序的纠结体
所以十个因素摆在眼前都看一便 只算是考虑一个因素的能力 所以如果因素全摆出来 不代表每个人都能分析出合理的解决方案 这个时候拼

的就是我们平时把自己CPU训练到什么程度了```)

*另1个* 则是 到底看到了所有因素中的多少因素的问题!
也就是说 信息因素的多少+CPU的性能高低(主频?) 决定了一个人在一件事上得出结论的合理 "度"

所以只要高度上无法在突破 即使飞便全球 那么鹰永远也无法看清地球是圆的````````
（因为单位时间内分析的信息最大量不够大 即使看便了地球的所有地区 地球在它的头脑中 仍然只是一个面 而不是球 因为其所收集到的所有信息体之间的宏观微妙联系 在微观的情况下是很难发现的 此时最好的方法就是想办法同时看到更多的信息）

最后我更愿意把这个"高度"的概念 概括为抽象的 ***大脑单位时间内的信息同时整和容纳力***
也就是说 你能同时处理多少个相互关联的信息体? 注意 是同时!
是对它们进行相互制约的部分的整体性立体性权衡!! 这大约就是这个能力的文字诠释

所谓大脑越用越灵活 其实 跟电脑的CPU的运算能力的提升是很类似的事件
只是电脑的CPU只需要外力的改进 而 人的CPU除了自己没人能最直接的帮助你去提升它!

所以一个人想成功 有三件事非常重要
1 独立思考 提高大脑的单位时间内的运算能力

2 找到属于自己的的领域 或者说特长

3在这个领域内开始搜集信息(就是 此领域内 所有事件 的 各个决定因素) 尽量多的去搜集!
因为你要在这个领域有所建树 CPU在好没有相对充足的相关"数据"也是白搭
这些数据对于单一个人才能叫"知识" 这样定义"知识"这个"事件" 的"合理度"我能保证最少80%的正确性
因为其他领域的信息多少还不能算没有任何作用 但它们多数时间肯定是辅助作用
由于人的生命时间局限性 和 记忆能力的极限性
所以学多了非个人相关领域的信息 那么肯定严重影响到你的核心竞争力

到此 还发现另一个问题 一个"CPU"为十二因素同时整和容量的人
在分析一个其只找到十个重要因素的事件时 在整和分析过程中
由于剩余的二个能力空间的存在 那么此人必然在整和十个因素的同时 会有能力发现第十一个因素
乃至十二个 这样问题的分析结果就会更加趋于合理

创新 其实理论上就是各领域内大容量的CPU对传统事物再分析时发现了“被遗漏的决定因素”时
而进行修正甚至是颠覆的行为
这取决于新发现因素的决定性有多大
与之前已经考虑到的因素的平行因素的发现导致的结果可能就是一次幅度相对小些的修正性创新
若是比之前所有因素的优先级高的因素被发现 那么就是颠覆性理念的产生！

有些东西 本身只是合理度存在问题 那么就只需要寻找其未被发现的平行决定因素 后进行修正就可以
有些东西本身就已经错了 那么就需要找出更高优先级的因素才能看清楚

总之任何领域 任何问题上的 创新与在再突破 需要的都是我们训练出一个单位时间内容够量大的大脑!

一个人若总是分析决定因素数目超出自己的"CPU"范围的问题 或者叫事件
那么他的CPU就是"阔容" 也就是我们所说的"变聪明"!
个人感觉大脑的就如同一个很多"关节"被封闭的电流处理器 越是单位时间内挑战它的处理极限就越容易冲开封闭的部分"关节"
而提高自己处理"上限"
而叛逆的创新性独立思考正是变聪明的最好方式！

每个人的大脑潜力是不是相同我不知道 但每个人肯定都还可以变的更聪明
我国目前的科研 以及各方面的创新很差
从我的角度看 就是我们的教育体系的错误导致 无很好的独立思考者 导致我们的国人中强大的CPU太少!
而创新的缺失 其实 就是哪个十二个上限的人分析十因素事件时的情况的缺失的表象！
中国现在高容量率的大脑太少 所以才会创新缺失 人才缺失！

CPU够大时 对于合理度不高的事物其自身会马上意识到当前情况遗漏掉的因素 并发现当前此事物存在态的不合理"度"
同时找到更合理的修改方案

虽然这个人找到的也许依然不是最合理的 但肯定比以前的要合理

有时一个决定性因素的"面世" 导致的可能是 整个事件的颠覆

一个整体了解到如何训练CPU的民族 简直就是无敌的!
可惜 目前国人连独立思考的概念都还处于麻木或混淆态中 99%的人连训练都没怎么训练过
更不用谈人们的CPU的容量率问题了
近13亿颗封印中的大脑 5000年的民族```` 也正是因年代久远 导致多项传统对每一个个体的CPU主频形成了强力封印 无法提高而这这个问题的

后果则是````` “变的更傻”的现象的恶性循环！

*智慧*就等于 *知识* 加 *能力* 的结合体
（只有如上搞清楚了知识和能力的真正含义才能正确理解智慧的概念 否则每个人的智慧定义 注定是模糊的 无法被后人汲取的）
（有知识 有能力 有智慧 等概念被无数人不停的混淆着 所有人困惑在学问二字面前 不知何为学问```````````````````````）

第三部分

所谓强者 和强者人群

即是在什么环境下做什么事 整和所有因素去做决断 不偏激亦不保守
拥有王道的变通 从不轻易完全否定什么 亦不轻易完成肯定什么 不断的整和分析面对的当今的各种问题
并不断强化自己的大脑能力 扩充自己相关领域的信息量

在辨证法的 基础上 还要加上自身的比例感 和 概率感 以及立体感
因为一个黑白球的黑白比例不可能就是5:5 他可能是3:7 甚至是1:9 从立体方面看 略微转变下位置
5:5这个比例还可能变为4.1:5.9 所以对这个球的黑白定性 取决于观者是从角度上去看
还是比例上去看 还是两个都去看 最后由自身的客观情况去做选择
如果是比球体抽象的事物 比如一个人的好坏 那么就更难得出确定结论
这个时候 用这个人带来的不确定性 就需要加入概率感 那就是他 在你目前的了解范围内
好坏比是5:5的概率能有多大? 3:7的概率能有多大?
在考虑到给这个人的工作位置情况 那么就需要考虑 什么工作可以达到发挥其优点回
避其缺点 这就如同黑白比例3:7的球 如果找到只观察得到白色的角度 并定位
那么! 他在这个位置这个角度上 就是一个白球!
世间之事 多重因素左右其中 其复杂程度远非如上例子这么“简单”

多数人 没事闲扯几句什么 逆向思维 事物分黑白的辨证法 就感觉自己很聪明
无比例感 无概率感 无立体发散感 无多维交错感
他们就这样任凭思维定势 封印着其独立思考能力 相当悲哀````相当不幸````

***********寻找多重"黑白"之间的多维比例及概率黄金分割线************
在说白一点 就叫"多方权衡后的最佳解决问题路线" （所有面前事件 所知相关因素的 交错、联动、利弊分析 权衡与整和！）

以不偏为"中"的原则 因多重情况而异 走最优化的路线 是为 强者 (这个"中"不是中间的意思 有点抽``)

这种人永远走在不卤莽不偏激又不保守的最强!路线上`````
没有人 在同等条件下比这种人的效率更高 他们并不是走在最“中”路上的人 但他们永远是最靠“中”的人！
确实没有最好 但更好永远存在！

想少犯错误 就要训练这种模式的思维能力
同时不断为了解更多的“情况”
向大脑无论通过书还是报纸还是网络还是眼睛 输入大量的兴趣感 概率感承认的“有用信息知识！”
这样就越来越强`````````
人生才可以摆脱多数人的循规蹈矩的死循环怪圈
命运轨迹完成最优化

6. 什么是信息、数据、知识和智能并理解四者之间的关系

信息化

将企业的已形成的相关信息，通过记录的各种信息资源。涉及到各个环节业务的结果与管控，本质上是对业务结果数据的信息化再存储与管控，用来提供给各层次的人了解 " 业务现在是什么情况 "，" 流程进展到哪里 " 等一切动态业务信息。信息化，侧重于业务信息的搭建与管理。

数字化

把模拟数据转换成用 0 和 1 标识的二进制码，这样电脑就可以读出来这些数据了。其实是基于实际可视化对象进行的转化过程。信息化仅仅对于业务的信息化的搭建与管理，并未是对产品对象资源等其他信息进行数字化。数字化更侧重产品领域的对象资源形成与调用。

数据化

" 数据 "（data）这个词在拉丁文里是 " 已知 " 的意思，也可以理解为 " 事实 "。如今，数据代表着对某件事物的描述，数据可以记录、分析和重组它，这些转变称其为 " 数据化 " ——这是指一种把现象转变为可制表分析的量化形式的过程。数据化侧重结果，将数字化的信息有条理、有结构的组织，便于查询回溯、智能分析，并解决相关决策问题。

智能化

智能化把繁琐的工作通过数字化处理，或基于数据化直接调用或指导到工作，将人需要付诸的精力和所需的理解减至最低。具有 " 拟人智能 " 的特性或功能，例如自适应、自校正、自协调等。智能化侧重点在于工作过程的应用。

四者间的相互关系

1. 信息化 = 业务数据化

比较明显的例子，如企业 ERP 的实施，大家发现无非都是让系统记录了你所做的，就像一些人所抱怨的，ERP 无非将手工的过程搬进了系统。这个过程叫做 " 业务数据化 "，用数据将整个业务过程记录下来，最典型的就是各种订单数据，财务凭证。

2. 数字化 = 数据业务化

实施 ERP 的时候，大部分时间是 ERP 顾问问企业你要做什么，或者怎么做。或者告诉你系统功能，然后你自己决定如何使用，录入何种参数。管理咨询顾问会说，我们就是告诉你怎么做，其实管理咨询顾问大部分时间是告诉你方法论，不是具体方法。一旦落实到具体执行，又要碰到数据了。在传统的以框架、流程、KPI 和最佳实践为导向管理思想下，" 怎么做 " 也落实到体系为止。

但是 " 数字化 " 则将 " 怎么做 " 落实到了 " 数字 " 层面。" 数字化 " 是基于大量的运营数据分析，对企业的运作逻辑进行数学建模，优化之后，反过来再指导企业日常运行。用现在时髦的语言就是 " 机器学习 "，系统反复学习你的数据和行为模式，最后比你更加专业，并反过来指导你。所以说数字化是一切信息化、数据化、智能化的夯实基础。

3. 数字化、信息化带来了数据化

数据化是指问题转化为可制表分析的量化形式的过程，最直观的就是企业形形色色的报表和报告。

4. 智能化是最终目标

智能化是信息化、数字化、数据化最终的目标，也是发展的必然趋势。从感觉到记忆到思维这一过程，称为 " 智慧 "，智慧的结果就产生了行为和语言，将行为和语言的表达过程称为 " 能力 "，两者合称 " 智能 "，将感觉、记忆、回忆、思维、语言、行为的整个过程称为智能过程，它是智力和能力的表现。

数字化产品数据基础重要性

随着企业的数据化建设需求不断深化的过程中，要想发挥大数据对实现企业数字化、智能化的能力，首先需要在充分了解业务需求的基础上，做好建设规划，以合理的成本确保投资效益最大化；而且，不要忽略数字化在工业软件基础性的重要作用。以产品数字化为基础驱动业务的信息化建设。数字化产品市面上一般是 CAD、CAPP、PDM、PLM、IPD；此类基于产品为核心的应用工具。

特别是 PDM、PLM 的产品类型，一种是基于数字化技术为主导的产品辅助软件，另一种基于信息化技术为主导的业务管理软件；本人一般定义为 ERP 的产品业务管理软件，因为此类软件不具备工业软件和数字化的特性，只具有业务软件和信息的特性。