北京酒渣鼻医院哪里好 http://m.39.net/pf/a_8733702.html上一期《制度创新（科普篇）》聊到——只有结合了数字化的制度创新，才可能是好的制度创新。数字化最核心的本质，一是用数据对现实世界做真实映射，二是以数据共享的形式替代了层层传达的信息管理模式，极大降低了交易成本，进一步改变了资源配置的方式。世界运作方式将由此发生本质性改变。这期打个补丁，把话说清楚。一、DIKW模型DIKW指的是数据（data）、信息（information）、知识（knowledge）和智慧（wisdom），这四个词不是一回事。1、数据（Data）没有意义的原始素材，用人类自己发明的数字、文字、图像、符号对客观事物的数量、属性、位置及其相互关系做基本描述，30摄氏度，米，伏特，人，6点半，每小时公里等，都是数据。数据也称为原始数据，强调的是它未被人为的加工解释过。数据本身没法用来回答特定的问题，所以说它没有任何意义，但数据可以被保存、传递和处理。2、信息（Information）被加工处理过、具有逻辑关系的、有时效性的、有意义的、对决策有价值的数据。信息是对数据的解释，可以对诸如Who、What、Where、When等简单问题做解答。比如“下午3点钟在公司4楼会议室开会”。3、知识（Knowledge）通过对信息进行过滤、归纳、提炼，所得到的对客观世界规律的认知。知识不是信息的简单累加，它来自人对信息和信息之间关系的分析、判断。知识可以解决How一类复杂的问题。在输入数据和信息时，只有在知识的层面才能形成判断。比如我们把深圳的历史天气“数据”进行总结，可以得出每个月份平均气温的“信息”，然后通过分析这些“信息”，再归纳出深圳不同季节天气规律的“知识”。以后我们只要输入当天、当月的天气“数据”或“信息”，就能依据既有的“知识”形成某种判断了。4、智慧（Wisdom）是应用知识解决问题和进行再创造的能力。“智慧”思考和解决的是Why一类抽象的问题。比如我们上一期聊的“制度创新”，考验的就是我们的智慧——能不能更好地把既有的知识用在发现和解决真问题上，能不能对时代、对地区后续发展做出靠谱的前瞻性预判，能不能通过思考、分析制定出一个好方案。数据、信息和知识三者之间并非泾渭分明。某个经过加工的“数据”对你来说是“信息”，但对别人来说则可能还是“数据”——因为对人家没有“信息量”。一些你认为是“知识”的内容，在别人那里可能只是“信息”，甚至只是无意义的“数据”——“你的顿悟，只是别人的常识”，说的就是这个意思。另外，一个系统或一次处理所输出的“信息”，可能是另一个系统或另一次处理的“原始数据”。数据就是要不断地用，用的越多越能发现更多新知识。二、依赖“信息”决策vs依赖“数据”决策政府也好、企业也好，自古至今都是依赖“信息”来做决策的。但是，今天人类社会演化到了一个重要的转折点——我们的决策和行为，可以不再依赖“信息”，而是依赖“数据”了。这是一件会改变整个社会、整个世界运行方式的大事。只是现在还很少有人意识到。1、依赖“信息”决策企业也好，政府也好，组织结构一直以来都自上而下多层级的金字塔状的，同一层级里再分不同部门。组织决策依赖的是“信息”。“信息”是被人加工、处理过的数据，而非“原始数据”，所以“信息”会带有主观性。在组织的决策流程中，“信息”会被不同层级、或同一层级不同部门的人分先后处理。“信息”的每次传递，都会被经手者加工、处理。所以，“信息”传递的环节多、链条长，传递的成本很高、效率很低，被多个经手者加工、处理后的“信息”会发生变形。对链条中的任何一个环节来说，“信息”都是不充分、不对称的。依据上行“信息”做决策，效率是很低的，成本是很高的，准确率是无法保障的；依据下行“信息”行动时，也总是会出现南辕北辙等问题的。但是没招啊，有文明的几千年来，从史前的发现、解决一群猛犸象，到今天的城市治理、国家治理、企业管理，只能如此。2、依赖“数据”决策“数据”是未经人加工、处理过的“原始数据”。“数据”是对客观世界的原汁原味的描述（会有误差）。依赖“数据”的决策与依赖“信息”的决策是有本质不同的。在数字化时代，“数据”被采集后可以以无损、共享的方式被所有层级、所有部门实时提取，各人所反馈的“信息”，又可以与“数据”一同实时共享。“数据”的传递是可以不分先后、全网多点同步的，这会极大地减少传递中的损耗，提升效率，降低成本。对“数据”的分析和处理，主要依赖模型化的“知识”，而不是人临时拍脑袋——人当然要参与，要发挥主观作用，但人最好的参与方式，一是从“数据”中发现问题、总结新知识，二是根据新问题、新知识进一步完善之前的知识模型。天天开会，一群人唧唧歪歪，陈词滥调，既发现不了真问题、新知识，又各带偏见，严重扭曲“数据”和“信息”，导致决策的成本巨高，风险极大。有问题倒查回来追责时，又追无可追。3、小结（1）数字化的本质，用DIKW模型来看，其实是从传统的围绕“I”使劲儿，转变为重视、强化“D”和“K”。一是用“D”对现实世界做原汁原味的映射，二是从依赖人临时观察发现问题、总结规律，变成了让“知识模型（K）”去发现“D”和“I”中的矛盾、问题，人们发现问题、总结规律效率更高。数字化时代，“K”和“D”是更重要的向量，它们一个进行逻辑上的验证，一个对世界进行基本的事实描述，两方面相互印证，形成新的思考和决策方式。很多“知识模型”，称为“知识图谱”。DIKW，其实就是人工智能核心模型。（2）信息传递与决策模式上，数字化以实时共享的“网状”+不受干扰的形式，替代了分层级的、传递有先后次序的“链条式”+易被人为干扰的形式。（3）“数据”这种要素资源，或者叫生产资料，在使用时不仅不会损耗，而且使用越多价值越大，越是与更多“数据”结合着用价值越大，使用的人越多价值越大。这个特点与土地、资金、人才三大要素资源不同（都是独占性的，在同一时间只能用于一个用途）。与技术这种要素资源特点相似。（4）数字化时代，用“数据”决策替代传统的“信息”决策，堪称范式革命。它改变了资源（数据资源、智力资源、决策资源）的配置机制，它将从本质上改变整个世界的运作方式。三、数字化与制度创新改革要坚持实证主义。实证科学，一方面追求对事实的基本描述，一方面从“知识”的视角去解读这些“数据”，从而建构对整个世界的理解。而数字化又将实证科学推向了更高层次——我们对客观世界的理解来自原汁原味的“数据”，我们用更靠谱的“知识模型”来处理“数据”，我们在“数据”中发现问题和规律，完善“知识模型”，应用于实践。制度创新的大原则（之一）是降低交易成本（治理成本），包括政府组织内部的，也包括全社会的；制度创新要让预期收益大于改革的成本，要解决人的阳奉阴违、尸位素餐问题。数字化能帮上忙。数字化是手段，是工具，是为制度创新、地区发展服务的。所有的数字化转型必须被更宏观的战略所引领。同时，数字化还必须应用到具体的价值创造过程中才能真正发挥价值。今天是年8月18日。这一期聊的内容，一定是超前的，但符合“原理+趋势+逻辑+使命与价值观”的模型判断。未来会怎样，以5年、10年为跨度，相信的会看见，不相信的，也会看见。走着瞧吧。张万兴
转载请注明：http://www.fmmyc.com/dmlplzd/12643.html
