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。
《大话数字化转型 — 迎接全行业的数字未来》
电子工业出版社 —— 数字化转型理论与实践系列丛书
面向企业数字化转型的“科普类”教材！
深入浅出介绍数字化转型的概念和方法，解读前沿技术理念，梳理业务落地痛点，总结盘点百家行业的转型实践案例与经典商业模式。
“... 业务系统中的数据是“原始”的，就和原矿石一样，没法直接使用。但是没关系，这些数据表中的数据只要经过加工，就可以马上被转换为方便理解的数据了。业务系统中的数据，其实就是技术人员视角的数据，只要通过元数据的翻译转换，就马上能变成业务人员容易看明白的内容了... ”
"... 当下每个行业对数字化的客观需求是不一样的。在数字经济时代，数字信息技术可以给每个行业都带来不菲的好处，但是数字化对这个行业能带来好处的大小、程度、潜力，都是不一样的。有些行业的数字化潜力还没有充分发挥，也就是说，在现有的技术水平下，需求还没有找到，没有被挖掘出来 ..."
"... 在数字化的模式中，这些知识很多会以“规则”的形式固定下来，类似于格式“如果……，那么……。”这些规则会通过计算机程序进行编码，或者以某种特殊结构的数据存储在机器数据库中，通过信息编码的方式让机器掌握这个知识，然后计算机就知道在各种场景下如何把事情做得好，并且做得对 ..."
此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与北京物联网智能技术应用协会无关。文章仅供读者参考，并请自行核实相关内容。
（转自：北京物联网智能技术应用协会）