这不是数字转换；我们追求的是“智能转型”
“数字化转型”的概念令人困惑，因为许多CIO（至少21％）及其业务同行认为“数字化转型”是指部署数字技术（例如智能手机，平板电脑和“本地云”应用程序）以转换手动和模拟流程进入数字化流程。 令人困惑的是“数字”一词，因为它立即将对话引向了技术领域。
因此，让我尝试一些不同的事情–我不想实现数字化转型，我想要实现“智能转型”，其中的智能定义为：“在每次交互中不断学习和发展的能力。”
我想将“智能”嵌入到我的产品，流程和服务的每一个中。 我想创建从每次交互中不断学习和发展的产品，流程和服务，无论这种交互是与客户，员工，合作伙伴乃至另一台机器进行的。 然后，我得出了“智能转型”的定义：应用高级分析功能来创建不断学习和适应的流程，产品和资产，从而提高业务和运营效率，提高客户价值，减轻合规性和安全风险并发现新的获利机会”
它不是关注“什么”（视觉感知，语音识别，语言翻译，神经网络，机器学习），而是关注“为什么”（运营效率，降低风险，客户价值）。
智力转型元素
在我简化的教学世界中，我喜欢将事情归结为基本知识。 我在旧金山大学管理学院的教学中发现，如果您在课堂上讲不简单的话，您将立即面临30只举手。
因此，这是构成智能转换的三个要素：
大数据。大数据是智能转型背后的推动力，因为在结构化和非结构化数据的不断增长的赏金中，隐藏了模式，关系和见解。 数据越多越好。 数据越准确，越细密，越完整（具有可靠的元数据），并且数据延迟越短越好。
高级分析。Advanced Analytics包括一系列先进的分析工具（统计，数据挖掘，预测分析，机器学习，深度学习，强化学习），我们可以用来从不断增长的数据中获取或发现客户，产品和运营洞察力。请参阅“人工智能不是“伪”情报”博客。
智能应用。应用程序是提供可行的见解（思考规定性和预防性建议）并捕获人与机器与应用程序交互时所产生的交互作用和动作的工具。请参阅“未来就是智能应用程序”博客。
而已。 当然，我们可以将列表扩展到令人困惑的地步，以至于21％的CIO会认为他们已经实现了智能转型。 但是这样做的目的是什么（除非您是技术供应商或分析师，否则混淆和FUD似乎是您最好的销售工具）。
Intelligence Transformation是关于组织在利用大数据和高级分析创建智能价值创造流程方面的效
题库