在数字化转型工作中，有很多非常重要的业务概念和技术概念，搞懂这些关键概念以及这些概念背后的实践应用问题，非常有利于提高管理者对数字化的总体认知，并形成数字化的核心知识架构。

1. 企业数字化转型到底在转什么？

转战略；转能力；转技术；转管理；转业务。

2. 数字化转型包括哪7个步骤？

（1）引入外部顾问，规划数字化转型体系；

（2）营造危机感，建立数字化认知；

（3）组建转型团队，开启数字化试点；

（4）阶段性复盘，规划下一步计划；

（5）推广先进经验，扩大数字化试点；

（6）制定全公司数字化转型方案；

（7）全面落地，定期复盘，优化改进。

3. 数字化和信息化有什么不一样？

对企业来说，信息化解决的是“效率”的问题，而数字化解决的是“创新”的问题 ，是从数据中寻找创新点。

企业引入ERP系统，代替传统方式，快速、准确地获得供应链上的业务数据，这个叫信息化；如果通过对这些数据的自动分析，发现了业务增长关键节点，并对关键节点优化，比如精简低利润的产品线条、预测未来市场需求、制定合理的采购计划等，这个才叫数字化。

4. 数字化就是建设软件系统吗？

数字化的关键在于对数据的应用来改善业务，系统只是其中一个必要的物理载体，企业甚至可以只用非常简单的软件工具（如Excel）就可以极大地改善业务活动，这其实也可以算是很成功的数字化应用。

5. 中小企业数字化转型的困境是什么？

（1）新技术引入业务复杂性，企业运营能力跟不上

（2）业务人员对新技术接受能力滞后，适应期和效果期过长

（3）对于技术 的追求“形式大于内容”，不解决实际问题

（4）核心业务仍挣扎在边缘线，没有精力顾及数字化投入。

6. 大型非数字原生企业数字化转型的困境是什么？

（1）没有构建起统一可量化的业务标准；

（2）很难清晰看到数字化带来经济效益的明确发展路径；

（3）企业缺少有效的行业参照物；

（4）缺少数据积累以及必要的能够自动积累数据的信息化系统，同时也缺少能够熟练操作数据、管理数据、分析数据的必要人才。

7. 数字经济的三大定律是什么？

梅特卡夫法则：网络的价值等于其节点数的平方。所以网络上联网的计算机越多，每台电脑的价值就越大，“增值”以指数关系不断变大。

摩尔定律：计算机硅芯片的处理能力每18个月就翻一番，而价格以减半数下降。

达维多定律：进入市场的第一代产品能够自动获得50%的市场份额，所以任何企业在本产业中必须第一个淘汰自己的产品。实际上达维多定律体现的是网络经济中的马太效应。

8. 物联网和工业互联网是一回事吗？

（1）物联网采用网络技术把设备连接起来，让工业设备可以互相通信和协作，是机器具备“智能化”能力的底层技术基础；

（2）工业互联网是基于物联网的一整套智慧工业体系，工业互联网的底层是物联网，上层还包括具体的应用层和业务层。工业互联网不仅连接设备，还连接了人、信息系统、上下游企业等各个工业活动的主体。

9. 如何区分数字产业化和产业数字化？

数字产业化：数字产业化就是数字技术带来的产品和服务，例如电子信息制造业、信息通信业、软件服务业、互联网等，都是有了数字技术后才出现的产业。

产业数字化：产业数字化则是指这些产业原本就存在，但是利用数字技术后，带来了产出的增长和效率的提升，如数字金融、智慧医疗、智能制造等。

10. 企业数字化转型必须自己建设系统吗？

不一定。数字化转型过程中，重要的是怎么用系统，而不是怎么建新系统。很多情况，仅仅采用购买整套ERP系统或者订阅SaaS服务就可以解决大部分业务问题；即便企业需要开发定制化的系统，也可以依赖第三方ISV厂商，ISV厂商有开发、咨询、咨询+开发、咨询+开发+培训等多种业务模式，甚至可以提供整套的数字化解决方案。

11. 数据治理、数据管理、数据管控有什么不一样？

（1）数据治理是战略层活动，几乎等价于数字化相关的全部内容，强调构建成熟的数据获取、管理、与应用的综合能力体系。

（2）数据管理是制度层活动，包括数据库管理、数据类目管理、主数据管理、数据安全管理、数据质量管理等诸多具体的数据规范。

（3）数据管控是执行层活动，包括所有数据管理制度的具体落地推广。

12. 数字化转型的人才需求是怎样的？

数字化领军人才：是数字化转型的直接负责人和关键。

数字化专业人才：主要任务是发现企业业务上的问题，并利用科学技术创造性的解决问题。

数字化基础人才：涵盖方面很广，涉及到数字化转型工作具体执行操作的方方面面。

13. 中台是数字化的必选项吗？

不是。中台本质是企业数字化资源的系统整合与管理，因此更加适合有技术积累的大型企业来推广应用。

14. 中台和数据中台是不是一回事？

中台不止是数据中台，其包含了数据中台和业务中台两个含义。其中业务中台可以看作是软件功能的技术资源池，数据中台可以看作是关于数据的信息资源池。

15. 为什么云原生架构越来越流行？

“云原生”就是指软件系统的开发建设需要按照在云上部署和应用的方式进行技术落地。软件系统的建设的生命周期包括开发、部署、应用三个阶段，三者要彼此一致才能保证技术和业务“完美”衔接：

软件部署和应用在云上是大的流行趋势，这样有很多实用方面的好处（可扩展、易更新维护、可对外赋能），因此，系统的开发策略选择，需要充分适应在云上的部署环境和云的分布式技术架构特征。

16. 如何理解“数字碳中和”？

“数字碳中和”讲的就是用数字化助理实现碳中和目标，包括：城市低碳管理、 能源生产优化、交通运输调度、以及碳排放数字化评估等几个方面的数字化应用。

17. “互联网+”属于数字化创新吗？

“互联网+”强调的只是业务的线上化，而不是数字化，具体是不是数字化的创新应用，本质要看商业活动本质是业务驱动的还是数据驱动的。

18. 数字化转型为什么是一把手工程？

（1）数字化转型是战略问题，需要对企业全流程进行深度改造，需要全员参与配合。

（2）数字化转型需要整合分散在多个业务团队和部门的数据资源，打破部门之间的信息墙。

（3）数字化转型需要构造现实业务到数字世界的映射，制定全公司遵守的业务标准，统一业务对话口径。

（4）数字化转型需要解决当前业务与远期愿景的矛盾，短期成绩不显著时，需要承担不确定性和风险。

（5）数字化转型中需要对组织架构进行调整，需要对考核方案进行调整，只有一把手才能解决利益分配的矛盾。

（6）数字化转型是成本类项目，需要解决转型所需的资源问题。

19. 数字化转型包括哪些学科内容？

（1）数据获取方面：数据采集、数据查询、数据清洗、数据治理、、数据整合、数据中台建设、业务中台建设…

（2）数据分析方面：人工智能、大数据、机器学习、深度学习、统计推断、计量分析、数据可视化…

（3）业务优化方面：领域知识、 数据法规、数据政策、、业务建模技术、知识建模技术、系统分析与设计、数字产品设计…

20. 企业中数据相关岗位有哪些？

信息架构工程师、数据治理工程师、数据平台工程师、数据科学家、数据分析师...

21. 数字化有哪几种主要的业务创新模式？

（1）定制需求：根据预设的规则，自动地对给定的个性化需求自动生成解决方案，比如产品推荐、短视频推荐、好友推荐、柔性生产、3D设计与打印等。

（2）模仿学习：通过知识表示或机器学习的方式，实现人类知识经验的数字化，并加以智能化应用，如疾病自动诊断、量化投资、无人驾驶等。

（3）复杂决策：提供一整套数据监控、数据分析工具，帮助管理人员进行综合决策，ERP、企业级智能决策平台，生产环境综合管控平台等。

（4）数字孪生：联通物理世界与数字世界的“桥梁”,智能工业生产线、3D仿真实验平台等。

22. 公有云和私有云应该如何选？

公有云和私有云的差别主要体现在对数据的控制方面：

公有云的用户一般来说创业型公司和个人居多，资金是一方面。另一个关键在于公有云的核心属性是共享资源服务，价格来说比较低廉，使用也非常方便，公有云建立的有庞大的数据中心，有专业的运维人员，省去维护的人员成本，用户能更好的聚焦自己的核心业务。

私有云的用户一般都是大型企业集团、政府金融机构等。体量巨大，除了基础的云服务外更多的会有针对自身业务的数据网络配套定制服务。

23. AR和VR到底有什么用？

VR是虚拟现实，AR是增强现实。虚拟现实使用计算机系统对现实场景进行仿真模拟，而增强现实则把现实和场景融为一体，让线上和线下实现联动交互：

通过摄像头，人们可以把“自己”投影到一个人造场景中，与这个场景中的怪兽搏斗，与可爱的公主喝下午茶；AR很适合拍电影；人们还可以把家具的3D模型与家里面的实景投影融合，感受心仪的书架是不是很好地契合家里客厅的整体氛围，来决定是否下单购买。

24. 数字孪生就仅仅是仿真吗？

数字孪生继承了仿真的能力，但是由于可以实现实时的数字化模拟，所以数字孪生技术能够解决业务监控、事件预警的需求痛点：信息的转化方向不再是单向的“计算机世界到实体世界”，也可以“从实体世界反馈到计算机数字世界，再从数字世界到实体”。

25. 如何准确理解Web3.0 ？

Web3.0 本质上是由区块链支撑的价值互联网：

Web1.0 时代是“首页+超链”，可以被称之为互联网只读时代。

Web2.0 允许用户进行内容生产，进入“读写”交互时代。

而 Web3.0 在区块链的支撑下，可以使互联网上的所有元素在理论上都可以资产化，形成所有权，进入了“读写”拥有的时代，即价值互联网。

26. 数字化转型一定要懂技术吗？

数字化转型效果好坏不在于技术水平高低，而在于能否发挥出技术优势，来提高业务水平。

主导数字化转型工作，不需要了解技术是如何实现的，但是需要学习技术到底能做什么，能做到什么程度（也就是技术的能力边界在哪儿？）

因此，需要多看应用案例，启发灵感。

在技术方案实现上，实现难度和需求丰富灵活性是一对儿同步增加指标，从低到高的顺序是：

使用第三方工具(如，钉钉，企业微信，会用即可) < 使用第三方商业插件（阿里云、腾讯云、华为云）< 外包开发 < 自主研发。

27. 数字化转型什么时候算结束？

数字化转型不是一个项目制的工作，而是一种使用新技术、新方法改善业务现状的工具。数字化转型以终为始，是一个持续的过程，不断地引入新的技术手段来优化现有业务流程，提高服务质量，获得市场竞争力。

因此，数字化转型没有结束的标志，只有转型效果好不好的区别。转型效果好就一直继续下去，效果不好就“结束”，先干别的，或者调整企业经营的思路。

28. 企业数字化转型，员工不配合怎么办？

员工不配合有两种情况，一是企业没有把数字化转型放在公司战略层目标来对待，缺乏上层的领导资源；二是部分团队和部门没有看到数字化转型的好处，数字化的效益周期太长，执行层面缺乏积极性。

因此，数字化转型，既要“自上而下推动”（形成合力），又要“自下而上”迭代（快速试错）。

29. 什么是元数据管理？

元数据是描述数据的数据，包括：业务元数据、技术元数据、操作元数据。如果没有元数据，组织IT系统中收集和存储的所有数据都会失去意义，数据也就没有业务价值。元数据管理本质上就是对数据相关知识的管理。

30. 什么是主数据管理？

主数据是系统间共享数据，它是系统间信息交换的基准。主数据管理目标是使各系统在获取基准数据时，能够保证数据是最新的、一致的、准确的，能够实时进行各系统间数据验证。

31. OKR为什么比KPI更适合做数字化落地？

KPI和OKR都是企业的绩效管理工具，用来指导并激励员工更好地完成工作任务。KPI是面向绩效评估的管理工具；OKR是面向绩效生产的管理工具。

对于传统的标准化程度较高的工作，由于有“最佳实践”方案，因此KPI会起作用，大家向榜样学习，不断提升KPI指标。

而对于数字化转型这种创造性较强的知识类工作，没有标准化流程，因此OKR的方法更有效：把抽象的任务层层分解，员工自下而上地自组织协作，完成总体目标，虽然无法量化怎么做，但这个机制激发了个体自主想办法解决问题。

32. 为什么说互联网、大数据、人工智能，是数字化的三驾马车？

互联网提供数字化的信息渠道，大数据提供数字化的计算能力，人工智能提供数字化的智能引擎。

33. 如何衡量数据质量的好坏？

从六个方面来考虑：数据完整性、 数据及时性、 数据准确性、 数据一致性、 数据唯一性、 数据有效性。

34. 数据库和数据仓库有什么不一样？

（1）数据库是面向事务（流程）的设计，数据仓库是面向主题（场景）设计的。

（2）数据库一般存储在线交易数据（生产环境），数据仓库存储的一般是历史数据（离线环境）。

（3）数据库设计是尽量避免冗余（数据一致性），数据仓库在设计是有意引入冗余（数据完整性）。

（4）数据库是为捕获数据而设计（从业务到数据），数据仓库是为分析数据而设计（从数据到业务）。

（5）数据库是信息化时代的产物，数据仓库是数字化时代的产物！

35. 低代码是什么？为什么对数字化转型尤为重要？

低代码的方案降低了数字化的技术门槛，让更多非专业人士参与到软件开发工作，实现用户开发、全员开发的效果。例如，用户可以通过“托拉拽”的简单方式对软件元素进行快捷的定制设计与排列构建。

36. 数字化转型的发展阶段有哪些？

初始级发展阶段，单元级发展阶段，流程级发展阶段，网络级发展阶段，生态级发展阶段。

37. 数字化转型，没有数据怎么办？

（1）构建数据感知能力，有针对性地获取数据，如在关键位置设置埋点。

（2）与具有数据资源的平台合作，引入平台的数据能力。

（3）进行数据治理，将传统的线下数据转录到线上平台；选择公开数据进行有效整理和分析。

38. 业务上“云”究竟有哪些具体的好处？

降低成本（IT的硬件和运维成本）；灵活性（企业根据市场的快速变化对服务进行增加或删减）；扩展性（按需分配的IT资源）。

39. 数据、信息、知识、智能，有什么不一样？

数据：从客观世界直接可得可见的数字化内容，都是数据的范畴，包括文本、图片、音频、视频、符号等多种形态。

信息：是原始数据被加工后的结果，具体表现是数据的统计学规律，比如统计指标或数学模型。

知识：知识与业务领域相关，包括事实类型的知识和规律类型的知识。

智能：智能与业务问题相关，同样的知识可以在不同应用场景中发挥出智能水平。

40. 如何区分API和SDK？

一个系统分为前端页面和后端方法，API和SDK都是关于后端方法的技术概念。

API本质上可以理解为一个方法模块的访问接口，可以提供某个具体的业务应用功能。SDK是一个集成多个方法的开发包，每个方法对应一个API，因此一个SDK提供多个API。

开发人员可以调用SDK上的各种API来进行快速开发，达到拼乐高积木的效果。一般SDK需要下载到本地来进行系统集成。