得助智能：针对企业内部的数字化建设，可分为哪四个层面？

针对整个企业组织内部的数字化建设，可分为四个层面提供支持，即为管理层、执行层、服务层、系统层。

而实际上，目前针对这四个层次已经有了足够的业务系统或信息化系统的支持，那我们为何又再次进行重复讨论？其实，数字化能力的建设和现有的信息化系统的建设并不冲突，甚至于多项内容均为重合的。我们可以说系统的优化、某个业务点的智能化都是数字化建设的一部分，但我们在构建数字化能力的时候，出发点在哪里？实际上，从业务出发，或是从技术出发，是有明显的差异及区别的。

在数字化建设的构架之后，我们仍会将一些具体的场景及问题进行更深入的讨论，如图所示，我们实际上就是在阐述该如何从业务的角度探寻人工智能技术能否帮助我们解决业务问题。那何为业务问题呢？其实，工作质量、效率、业务风险、成本等均可看做是业务问题，而这些问题又能否通过一些数字化手段进行解决？例如，企业内原需大量人工进行操作的工作，如今是否可以减少人工操作，甚至于实现全面的自动化？

实际上，在行业内也存在着一定的误区，我们所说的机器人，并非实际意义上的机器人，而是一种数字化能力的建设。因此，我们该如何理解和体现数字化能力？简而言之，不论是自动化脚本，甚至于我们所使用的Excel的宏，都是数十年前的技术了，但之前的这些技术并没有让我们的业务质量与效率得到提升，在如今阶段得到提升的仍是智能化人工智能技术的成熟度，包括一些基础的连接，甚至于即将到来的5G的连接，为我们提供了相应的数字化基础，所以在这个层面以及这些基础上，我们的业务能力具有非常大的空间，可以利用现有手段和模式进行优化。

我们再来看工作助手机器人，实际上它所体现的仍是一种数字化能力。我们从用户以及业务场景来看，无论是我们的个人电脑或是专用的服务器，甚至于云桌面，包括我们所使用的手机，不难发现，只要是涉及到需要人在一定的空间下进行工作的，那么效率一定会受到局限。在这个时候，我们所需要的不仅仅只是一套业务系统，也并非买一套工具就能解决问题，因为这个问题的产生是综合性的，可以分为多个维度。

在我们现有的业务系统中，无论是从IDC建设，整个扩容还是数据备份自动化操作。都属于我们的工作所需，那么针对系统层底层，相当于IT运维部分所提供的支持，紧接着到应用层，更多的是针对于我们具体的系统，比如说ERP等。而在一些金融企业内，其所进行的数字化建设与应用建设具有很高的重合度，比如在已有的系统（网站、APP等）上进行智能化建设，那这样的建设是否属于数字化能力建设呢？实际上是属于的，但并不符合业务场景的规划。

而我们在为企业内既有平台提供数字化能力建设时，希望能够快速的重用复用，足够的稳定性也是针对应用级的数字化能力建设的特点。而此时的数字化建设也更多的是针对业务场景的，比如如今的信贷或风控，包括处理报税审计等，都是基于业务场景的数字化能力要求，我们可以定制一些具备该项业务能力的机器人，但从业务场景角度来讲，我们需要的不仅仅是机器人，而是更多地希望将整个业务场景赋予数字化能力。