【企业数字化转型】DIKW：数据、信息、知识、智慧的金字塔层次模型

摘要：这两年企业数字化转型很热门，工业领域推出了工业4.0的说法，零售业领域出了“新零售”，生活领域各种智能家居、物联网设备的应用场景也层出不穷。 归根结底，这些都和数字化转型的这个大趋势密切相关，那么数字化转型的这个趋势到底是怎么来的，本文试着从DIKW模型的分析来尝试解剖数字化转型的真谛以及趋势。

引言

随着人类社会从工业经济时代进入知识经济时代，知识管理的出现为21世纪知识经济时代的企业组织提供必须的管理基础。以彼得.德鲁克博士（Peter F. Drucker）和斯威比博士为代表提出的理论为知识管理领域的开拓和发展作出了杰出贡献。

德鲁克把过去200年的组织创新总结为三次革命：

第一次是工业革命，核心是机器取代了体力，技术超越了技能；

第二次是生产力革命，大致从1880年到第二次世界大战。核心是以泰勒制为代表的科学管理的普及。工作被知识化，强调的是标准化、可度量等概念，公司这种新组织随着科学管理思想的发展而兴起；

第三次是管理革命，知识成为超越资本和劳动力最重要的生产要素。和体力劳动者相比，知识工作者是否努力工作，很难被直接观察和测量，相应的管理的重心也从可度量的结果考核转向激励，特别是动机的匹配。期权激励是这20年高科技企业大发展最重要的组织创新。

沿着这个思路，我把我们正面临的时代大变革称之为第四次革命，创造力的革命。 从互联网到移动互联网，再到物联网，从云计算到大数据，未来商业的一个基本特征已经非常清楚，那就是基于机器学习的人工智能，将成为未来商业的基础。

虽然对于人工智能的未来还有着很大的争议，特别是机器能否超越人脑，甚至是否会反人类。但一个基本的共识是，在可见的未来，机械性的、可重复的、可结构化的脑力劳动，甚至较为复杂的分析任务都会被机器智能所取代。

这是对德鲁克所说的知识经济的进一步发展，但同时人的直觉、对知识的综合升华能力，依然是机器暂时难以超越的。

毫无疑问，我们已经生活在知识经济和知识管理的环境当中。每时每刻，我们身边都充满了各种各样的数据。但只有将这些杂乱无章的数据，转换为信息和知识，才能帮助我们做出聪明的选择。知识管理 （ Knowledge Management, KM ）是识别组织中的知识资产、并充分发挥知识资产的杠杆作用，来帮助企业获取竞争优势的过程。

“我们在哪里丢失了知识中的智慧？又在哪里丢失了信息中的知识？” （Where is the wisdom we have lost in knowledge？ / Where is the knowledge we have lost in information？）

从大的趋势来看，我们今天已经进入了一个产品过剩、消费升级的时代，企业间的市场竞争异常的残酷；以往，我们企业的一个产品推出，市场活动的开展，可能还可以依据经验，依据企业主的智慧来展开，但今天，我们必须要用数据说话，要用数据来进行决策，而这比如推动着数字化转型到来； 而同时，企业的决策要依托数据来展开，也必须构建起自己的DIKW体系，并将这套体系模型变成软件里面的知识、算法、从而更好支撑企业做好预测，做好市场分析；

所以，企业数字化转型的大趋势，是企业面对市场竞争的需要，也是企业建立健康有效的决策链条的需要； 而DIKW体系的构建，正是为企业走向这种健康有效的决策体系提供了参考和模型。

DIKW： data, Information ,knowledge,wisdom

数据

数据是知识阶层中最底层也是最基础的一个概念。数据是形成信息，知识和智慧的源泉。

信息

“信息”是当代使用频率很高的一个概念，由于很难给出基础科学层次上的信息定义.信息（Information）有一定含义的、经过加工处理的、对决策有价值的数据。

信息＝数据＋处理

信息必然来源于数据并高于数据。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。信息＝数据＋时间+处理。

知识

知识是让从定量到定性的过程得以实现的、抽象的、逻辑的东西。知识是需要通过信息使用归纳、演绎得方法得到。知识就是知道了什么（Know-what）、知道为什么（Know-why）、知道怎么做（Know-how）、知道谁（Know-who）。知识之所以在数据与信息之上，是因为它更接近行动，它与决策相关。

有价值的信息沉淀并结构化后就形成了知识。

智慧

智慧（Wisdom）：知识的选择（Selection）。

智慧是知识层次中的最高一级。它同时也是人类区别于其他生物的重要特征。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。

应对的行动方案可能有多种，但（战略）选择哪个靠智慧。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。

数字化 vs. 信息化

数字化的数据来自于实际生产过程中实时数据采集；而信息化的数据往往来自于人工输入或者表单的导入；

为什么这么说了，用一个很简单例子就可以说明：

仓库管理系统WMS,对于商品的出入库管理，在信息化时代，往往是一个仓管员拿着出入库单，录入到仓库管理（WMS）系统内，来完成数据采集；

而数字化时代，应该是商品在出入库的时候，借助于产品包装上的二维码、RFID标签，通过扫码来进行识别，完成对出入库数据的采集；

这两者带来的差异，一是数据的实时性，二是数据的准确性；很明显，数字化依托于各种传感设备来实现实时的数据采集，摒弃了以往的很多数据不及时，不同步，以及人工录入的数据偏差，大大提升了效率；

那么，为什么今天数字化转型变得热门，且变得这么急迫了呢，我想主要有这么几点：

1）以往的信息化系统，基于人工效率，基于采集难度，我们无法获取到更多的数据，我们只能采集关键数据；

2）传感器技术，造价也限制以往的数字化发展；

3）云计算、大数据时代的到来，让我们不仅仅可以关注关键节点数据，而是可以关注全程数据，继而从大数据中最大限度的挖掘数据价值；

4）通信技术的迅猛发展，特别是5G到来，让物联网，让万物互联不再成为难事，而且成本可控；

认知四环象限

参考文献

https://www.optisolbusiness.com/insight/digital-transformation-cultural-or-technological https://www.jianshu.com/p/fb7a866a471a http://index.baidu.com/v2/main/index.html#/demand/%E6%95%B0%E5%AD%97%E5%8C%96%E8%BD%AC%E5%9E%8B?words=%E6%95%B0%E5%AD%97%E5%8C%96%E8%BD%AC%E5%9E%8B https://www.jianshu.com/p/02096efb5658