得助智能：数字化建设的本质是针对人与业务流程的“科技赋能”

人脸技术、OCR技术、语音交互技术，甚至是多轮交互技术等是以人工智能技术为发展前提，但如果这些技术的成熟度不足，则很难去优化在具体场景中的应用。

基于目前人工智能技术的发展，我们从业务的维度来看，如今的全业务链是可以通过自动化及人工智能技术进行快速落地，进而实现价值的提升，这样的思路和场景与数字化能力的建设是相匹配的，而非拘泥于购买一个机器人设备，或者单独建设某一种能力。

截止目前为止，无论是无人银行还是智能客服机器人、智能外呼机器人等，虽然已经在业务场景上能够提供很强的专业业务能力及知识，但仍存在一定的局限性。这种局限性主要体现在人机协作的模式问题。例如当我们考量一个具体设备或者是某个信息化系统时，实际上，它的数字能力的体现在如今是处于瓶颈状态的，而这个瓶颈该如何打破？也许，我们仍需从人机协作的模型中去不断完善，尤其是完善知识库的建设，并且这个过程需要各个行业不断的共同努力来推动，以使这些人工智能产品的成熟度更高，而到那时，我们也将感受到整个数字化能力得到了真正的提升。

因此，无论是无人银行还是机器人辅助办公，或是业务系统的人工智能化，并不是一个无人的能力，无人化只是一个目标，其本质在于能力的分离，也就是机器人的机械能力、精准能力以及它的算力和效率，而我们需要分离的是什么呢？分离出来的就是人所具有的知识和智慧能力，是否能够依托一个人的知识支撑更多的业务场景，这就是我们所说的能力分离，突出优势的设计模式。在这个过程中我们不难发现，人机分离并不是物理上的分离，而是一种协作模式。

我们再将数字化能力在业务场景下进行抽象，可以发现，业务价值的提升，已经成为了数字化能力建设的直接目标，并且这个已落地的数字化能力在整个业务场景及每个业务环节中都是可能存在的，无论是人是工具还是数据层或应用层，乃至整个业务流程和人员，数字化的建设也就是我们如今经常提及的“赋能”，实际上更多的是针对人与业务流程的“赋能”。虽然数字化能力也会体现在工具层及数据层、应用层，但实际上数字化能力的重心应当更多的偏向于业务流程。并且，数字化能力的建设形态，其实是多种的。比如说现如今比较典型的就是智能机器人以非侵入的方式把人工智能技术带到业务场景中，在当前阶段，其主要体现出来的优势价值在于业务的自动化能力，但实际上这样的机器人已经开始展现出第二阶段的能力，也就是一定的AI和数据驱动能力，因此，它可以被看作是符合intelligent模式的。

而在第三个阶段，以AI能力为主的时期，则表示已经到了以知识为核心的综合能力建设时期，已经具有了相当的成熟度。就像我们目前使用一个APP平台和前端的知识能力，实际上也可以看做是数字化建设方面比较典型的场景，通过工具的方式引入，以数据和流程为渠道，未来将应用积累的个人知识与行业知识来作为的整体的渠道，从而实现自动化