信息化的未來是什麼？
應網友提問，企業信息化建設的未來是什麼，思考良久來回答這個問題，首先從數據—信息—知識—智能這幾個階段開始。
數據：是使用約定俗成的關鍵字，對客觀事物的數量、屬性、位置及其相互關係進行抽象表示，以適合在這個領域中用人工或自然的方式進行保存、傳遞和處理；比如1.85米；
信息：是具有時效性的，有一定含義的， 有邏輯的、經過加工處理的、對決策有價值的數據流；比如歐巴馬1.85米，顯然可以獲取相應信息；
知識：通過人們的參與對信息進行歸納、演繹、比較等手段進行挖掘，使其有價值的部分沉澱下來，並與已存在的人類知識體系相結合，這部分有價值的信息就轉變成知識；比如大部分成年黑人身高超高1.85米，具備一定的知識判斷；
智能：是人類基於已有的知識，針對物質世界運動過程中產生的問題根據獲得的信息進行分析、對比、演繹找出解決方案的能力。這種能力運用的結果是將信息的有價值部分挖掘出來並使之成為知識架構的一部分。根據已有的內容作出相應的提前預判。
從上而知，企業需要實現信息化的首要條件則是數位化，之所以沒有將數位化提到最前列的原因在於目前企業信息化的數據來源都是手工錄入。但是隨著OT技術與IT技術的不斷融合，企業信息化重新煥發出了一些新的內容。當了解了數位化、信息化與智能化等區別之後，我們再回頭審視企業信息化情況：
企業信息化的定義及現狀
企業信息化是指企業以業務流程的優化、業務數據的可見/可追溯為基礎，利用計算機技術、網絡技術、資料庫等信息技術，集合企業業務，融合企業管理生產經營活動中的各種信息，實現企業內外部信息的共享和有效利用。
企業信息化現狀：隨著信息技術火速發展，企業信息化建設也極速朝前，先後建設了如OA、ERP、CRM、MES等信息化系統，由於實施的供應商都不同，形成了豎井式「煙囪」，各個系統異構或數據標準不一致，數據進行整體的匯總時，總存在數據質量問題。宏觀數據統計準確度欠佳，數據個性化分析滿足不了需要，微觀上數據與設備之間聯繫又無法進行溝通。
企業信息化的建設階段劃分：
初級階段（起步）：2000年以前，企業都是以伺服器採購、計算機採購的硬體基礎建設為主；
初級階段（擴展）：當計算機等硬體基礎構建完善之後，開始著手建設CAD、、OFFICE、財務軟體等單點信息化系統，告別手工作業的方式，採用電子化軟體，方便修改與追溯，解決效率，節約人工的問題。
中級階段（控制）：2000年-2010年，ERP集中建設階段，解決不同部門之間溝通問題。
中級階段（集成）2011年-2017年，IT資源整合，分析數據，決策支持為核心，開始整合內部數據用於BI展示；
高級階段（數據管理）：2018年-至今，數據中臺概念湧現等，數據治理迎風而上。
同時信息化建設的階段劃分與目前流行的工業網際網路不盡相同，所以說將工業網際網路歸集到企業信息化建設當中，也並無不妥當之處。
不管哪種方法論，企業信息化建設的歸宿都會落到數據分析與智能應用之上，所經歷的都是將業務數位化、將業務數據進行關聯形成知識，根據知識結合實際的業務場景形成自主的判斷。
企業信息化的新篇章：
企業信息化建設目前的歸宿都是朝著數據可見的目標來的，比如之前手工紙質單據審批籤字時間冗長，而且沒有辦法跟蹤審批進度。比如質量數據大量在紙質單據當中，如果出現任何質量問題，需要搬山倒海的去尋找；如果需要相關數據統計的話，工作量更是誇張，需要手工從紙質單據謄寫到Excel，然後做匯總，一個月的業務數據甚至需要專門花費15天左右去匯總統計，工作甚是驚人。同樣類似，國家為了得到數據，設置了龐大的機構國家統計局。
但是隨著技術發展，數據採集的手段越來越多，比如個人位置通過手機採集，消費情況通過支付寶、微信就可以採集，而住宿記錄可以通過身份證追溯，而個人消費習慣也被不良商家偷偷收集，用於分析之後智能推薦給你，錢包就是這樣被掏走的。
由於企業業務相對於網際網路來說比較深入，而且企業管理需要應用的數據更加寬泛，所以僅僅依靠手機、支付記錄等自動採集完成管理顯然行不通，因為僅僅依靠這些數據支撐不了管理業務，所以才會產生ERP、MES上線之後企業業務人員深惡痛絕，因為畢竟上線信息化系統很可能增加了他們的工作量。但是因為一線業務人員反對而造成信息化系統擱淺的例子會越來越少，因為數據採集的手段會越來越多：
比如通常需要手工記錄考勤記錄,通過打卡、釘釘、臉部識別等完成，其實考勤機的作用僅僅是一個數據採集終端而已，也就是說完成了數位化的工作，但是真正信息化的內容目前還是通過HR手工完成的，比如月末導出每個人的考勤記錄，然後備註人員出差情況、請假情況等，將其他數據與考勤數據實現關聯，完成了信息化工作。所以考勤機之所以稱之為考勤機而不是信息化系統的原因，因為它只是數位化的工具。
普通公司的人員考勤是如此，更加複雜業務的製造工廠更是如此，比如車體的半成品入庫信息、試驗信息等都需要手工記錄到紙質單據上，但現在只需要將RFID掛在車體之上，之前在系統中將標籤數據定義好就可以。但是如果沒有其他的信息化系統做支撐，單純的RFID是沒有意義的，因為它僅僅記錄了出入庫信息，也就是說他也僅僅是一臺數據採集機器，而不是信息化系統。
像RFID、考勤機這樣的單點數據採集設備會越來越多，比如車間潤滑油添加的加注槍、設備轉速採集的傳感器，但是諸如數據的貫通、串聯還是以人為為主的，這就造成因為數據單點採集而形成的數據孤島的問題。其實只是將單點業務數位化了，如果想更多應用就必須通過「人工智慧」來串聯。而且不同的數據採集器也會造成數據標準、格式不統一，在應用的過程中需要大量人工去轉換、修改，比如人力一般需要花幾天時間用於確認考勤記錄與項目出差等數據之間的融洽。
儘管現在業務數據孤島嚴重，但是因為數據採集的技術越發成熟，而且成本也逐漸低廉，比如傳感器、攝像頭、手機終端等手段，造成單點的數據增長的速度令人咋舌，2004年，全球數據總量是30EB 。隨後，2005年達到了50EB，2006年達到了161EB。到2015年，居然達到了驚人的7,900EB。到2020年，將達到35,000EB。這個規律，被稱為新摩爾定律，即：人類有史以來的數據總量，每過18個月就會翻一番。
隨著數據的飛速增長，人類的活動越來越依賴數據，人類的日常生活已經與數據密不可分。全球已經有大約30億人連入了網際網路。在Web 2.0時代，每個人不僅是信息的接受者，同時也是信息的產生者，每個人都成為了數據源，每個人都在用智能終端拍照、拍錄像、發微博、發微信等。全球每天會有2.88萬小時的視頻上傳到Youtube，會有5千萬條信息上傳到Twitter，會在亞馬遜產生630萬筆訂單…
雖然數據量大幅增長，但是與上述企業信息化建設遇到的問題是是一致的，數據都是以單點形式存在的。比如某人在漢庭消費270元，高鐵消費515.5元，那麼數據串聯企業就是這個人是坐動車出差，然後住宿在漢庭，那麼房產銷售廣告尋找他的機率就應該降低，因為他不是本地居民。數據的本質是還原現實，但現在大量的單點數據是沒有辦法還原的，或者說他們缺少一個進行數據關聯、數據處理與場景分析的平臺。
上述提到單點數據指數級增長，但是仍然以數據單元的形式存在，並沒有形成可應用的業務場景。所以我們又回到了第一章提到的企業信息化建設的本質：數據共享、流程優化，數據共享在現有階段仍然以手工錄入的形式為主，比如MES系統。但是由於數據採集技術的發展，手工錄入的比例會逐漸降低，但是隨著數據採集儀器增加，本來在一個系統中並不存在的數據孤島又出現了。所以不管是站在一個系統還是咱在整個企業的信息化建設，打破數據孤島、讓數據轉變為資源、為業務賦能都是首當其衝需要完成的使命。
平臺化戰略：
技術是由需求催動的，同樣技術也能被需求推動，既然打破數據煙囪、使數據業務場景化成為必須跨域的坎，那麼就必須即時出現對應解決該類需求的技術，那麼數據處理、關聯、場景設計的平臺就應運而生，也產生了現狀的數據平臺化戰略：數據中臺。所謂的數據中臺指的是通過數據技術，對海量數據進行計算、存儲、加工、統一標準和口徑的平臺，將數據統一成標準數據進行存儲，形成數據資產之後場景化。
通過下圖可以簡單解釋：目前我們的信息化建設基本上處於第一階段，各類數據採集器，其中包含大量的檢測儀器、傳感器甚至手工錄入，第二階段則是是各類數據的全面的數據治理與管控，第三階段則是對於大統一下數據的業務場景分析，或者說是數據場景賦能。
根據三個階段的大概內容概況，我們也能大致分析到第一階段是一個時間漫長且不斷迭代的過程，比如紙質記錄編程手工錄入，手工錄入編程量具自動採集，而且讓然不斷發展當中。當前的企業信息化基本處於第一階段：業務數位化，而且大部分都是手工填寫的數位化，比如計劃下達、生產報工等。而第二階段則是目前平臺化的核心內容，目前企業內部所提倡的數據治理都屬於這個階段，如數據資產、數據治理、數據模型與數據服務。
如果說第一階段與第二階段是準備階段，那麼第三階段完全是收益階段。現在企業信息化的第三階段集中體現在數據共享與實時查詢，而且第三階段目前大部分的應用還也僅僅集中在數據可視的目的。
如果是第三階段目前應用方式之一是BI看板或者數據展示，但絕不是最終的歸宿。還需要利用數據去挖掘或者還原更多的場景，或者叫數據賦能業務。
企業信息化從業者的最終歸宿：
當信息化建設數據自動採集的方式越來越多的時候，信息化建設者會由需求調研與分析逐漸傾向到諮詢顧問的角色，幫助客戶梳理流程、然後重塑流程，因為企業流程重塑的發起者往往需要以第三者的姿態去梳理。或者成為一個技術中介，將企業所有的痛點匯總，然後通過不同領域的技術進行篩選、匯總，然後形成企業新的業務場景，萃取業務提升點。所以未來真正需要的是對業務現狀了解能力（需求調研與分析）、最新技術大致方向的掌握程度、重塑業務場景的設計能力，也就是變成了技術了解寬泛的「方案裁縫」。所以企業信息化項目也逐漸被切割成了兩段：場景設計與單點技術實施。