智能化是对数字化的向外延展，是数字化的高级形态，也是数字化的必然趋势。提出“数智化”其实更多的是从概念上强调智能化的重要性，这是大家形成共识的前提。

　　伴随国际国内市场环境背景变化，企业微观层面的调整也在紧锣密鼓的推进，“数智化”、“智能化”就是在这个时候成为企业对外描述的重点关键词，尤其是在工业互联网领域。

　　从政策指向来看，工业互联网无疑是接下来的重点，从技术发展应用的阶段来说，工业生产构建也是时候进入智能化改造阶段。

　　“数智化”概念冒头

　　“数智化”顾名思义既要数字化也要智能化。近些年随着行业发展出现了一个一个的新概念，刚开始往往显得很玄幻，给人一种高大尚的感觉，傲林科技有限公司副总裁李欣在接受北京日报报业集团旗下专注于数据领域报道的期刊《数据》杂志专访时强调，数智化或者说智能化是数字化的高级形态，也可以说数智化是数字化的一部分。数智化更侧重和强调数据与智能的应用，尤其是智能的应用。相比之前提到的数字化，李欣认为，数智化一定要求数据驱动决策。这一模式，已超出人力计算的能力边界，AI的技术便成为必需。

　　在傲林科技的实践中，运用数字孪生的技术发挥数据价值，主要可以实现5个维度的功能：首先是描述，即运用数字将整个商业模型描述出来;其次是诊断，即通过数据找出问题的根源; 三是基础分析，比如分析销售趋势是向好还是向下，每种产品的利润率水平跟往年对比提升还是下降; 四是预测，从现状预测下一步会发生什么，数字孪生技术就是在这个过程中发挥作用; 五是决策或者指导，具体说就是不仅仅要预测出来危险，更要给出相应解决方案的建议以辅助决策。

　　李欣认为，现阶段的数字化或者信息化，主要涉及到前三个内容，想要实现 四和 五个功能，就需要人工智能，“数智化”重点强调的是后两项功能。

　　数智化往往还与自动化概念产生歧义。李欣提到，很多自动化系统的控制是一个预设，把每一步动作、机器做什么，都事先编程好，然后就保持机械地运转，它并不能识别变化并做出实时反应。

　　与工业自动化不一样的是，“智能化的高级形态体现在能够辅助人做判断和决策，处理计划外的突发事件”。李欣认为，没有智能化，所谓的决策辅助是不可能产生的，数字化更多是把数据记录下来，呈现给人们，是“信息”，且不同的信息系统之间还容易产生数据孤岛。

　　一言以蔽之，数智化重点就是强调让数据发挥价值。社会各界对数据的重视程度越来越高，但对数据的价值认知相对模糊，这个概念核心是强调它的价值到底有多重要，李欣提到，“把它的价值充分体现出来，让大家能感觉到确实很重要，认可它的重要性，这是大家形成共识的前提”。

　　数智化转型带给企业的变化显而易见

　　数智化转型能给企业带来的变化显而易见，李欣介绍，数智化转型后，企业对于市场变化和市场信号的反应速度和反应精准度会有很好的提升。对于企业经营来说，生产工艺、财务管理、产供销售是关键，若企业内部协调效率低、资源浪费大就会成为企业的短板。

　　李欣提到，泛工业在数智化转型中面临着诸多困难，一是要打通工厂内部的数据孤岛，目前在工厂内部数据烟囱林立，各个部门间、各个系统间、各个流程间的数据都不能充分流通；二是要构建以整个工厂为全局视角的数字孪生模型，综合考量生产、采购、销售、财务等工业企业经营全局因素，综合实现“产供销”经营铁三角的全局 优；三是要构建一个智能经营决策与优化控制大脑，智能地对市场信息进行合理响，这也是实现个性化定制、网络化协同、服务化延伸等模式的基础。

　　李欣介绍，傲林科技曾遇到过一件事情，有大型钢铁企业客户的董事长，想看一张可视化报表，信息来自内部多个信息化系统。但这个件貌似只需软件导出、很简单的事情，却需要等三天半——从不同的信息化系统里取采数据，而数据的格式、规范以及采样频率都要对齐，需要几个人折腾三天才做好。

　　观念变革背后是企业组织架构的调整