You are currently at: ejtech.hkej.com
Skip This Ads
Don't Miss

數位化與資訊化區別在哪裏 (車品覺)

By on February 26, 2020

本文作者車品覺,為紅杉資本中國基金專家合夥人、阿里巴巴集團前副總裁,為《信報》撰寫專欄「全民大數據」

數位化的核心是運用資料驅動方式,帶來更智慧化的生活及商業模式。(Freepik網上圖片)

數位化的核心是以資料驅動方式,帶來更智慧化的生活及商業模式。(Freepik網上圖片)

首先要明確的是「數位化」並不是要對以往「資訊化」的成果重新推倒重來,數位化時代我們更多關注資訊如何可以直接被機器閱讀及學習,並產生的社會價值。

「數位化」的內涵之一是把類比資訊轉化為數位資訊(包括圖、文、聲、像等資訊通過識別轉為數位);其二是把數位技術融合到社會之中,實現資料驅動的決策分析及智慧產品,徹底變革成為新一代的生活及商業模式,筆者相信後者是今天的企業推動數位化轉型的動機所在。

在數位技術之下,從前很多「資訊」都忽然被機器學習直接使用,又稱為DATA(包括數位資訊)。但這個DATA似乎與資訊無異,很明顯資訊的性質已經隨着機器的解讀能力出現了變化,下面就是我們去探討一下這些變革的核心:

1)資訊的儲存速度及成本急降,更有利於資訊的收集、複製、傳輸等。因此大量的資訊得到保留及有機會被重複使用,最關鍵的是數位化下的資訊可以快速地被加入索引,便捷搜索除了減低成本外還加速了資訊被使用的可能。

互聯網很大程度上實現了資訊之間的即時更新及關聯。(Freepik網上圖片)

互聯網很大程度上實現了資訊之間的即時更新及關聯。(Freepik網上圖片)

2)在數位化來臨之前,資訊之間的連接非常有限,而互聯網很大程度上實現了資訊之間的兩件事:即時更新、資訊關聯。沒有連接的資訊造成的問題是無法做到關聯分析,而沒有即時更新的資訊會隨着時間而貶值。傳統企業的資訊系統之間是割裂,並且各個資料系統之間單元獨立,形成相對獨立的資料孤島,其實正是資訊關聯打通的絆腳石。

3)在機器學習來臨之前,圖像和語音等非結構性資訊僅能夠被抽象詮釋,因此也很難直接運用到決策中。例如沒有人臉識別之前,我們是不可能想到你的一張臉居然成為了超市購物時支付的最新認證方式。

數位化的核心是運用資料驅動方式,帶來更智慧化的生活及商業模式,而數位化後的非結構化資訊(大資料的重要來源)被體現為有效提升各個系統節點的關鍵。數位化改造的最根本目標是要提升人類生活,經過機器學習的洗禮,如今此資訊已非彼資訊矣。

更多車品覺文章:

支持EJ Tech



如欲投稿、報料,發布新聞稿或採訪通知,按這裏聯絡我們