人工智能已經(jīng)得到了驚人的應(yīng)用，為識(shí)別，模式和異常檢測(cè)，預(yù)測(cè)分析，自治系統(tǒng)，超個(gè)性化和目標(biāo)驅(qū)動(dòng)系統(tǒng)提供了強(qiáng)大的功能。但是，如果不訪問數(shù)據(jù)來(lái)訓(xùn)練機(jī)器學(xué)習(xí)模型，人工智能系統(tǒng)將無(wú)法做任何事情。而且，大部分?jǐn)?shù)據(jù)都以紙質(zhì)或電子形式或人工控制的形式鎖定在文檔中。

通常，實(shí)現(xiàn)任何AI項(xiàng)目的必要的第一步就是簡(jiǎn)單地將這些文檔和流程從紙本和基于人的形式中提取出來(lái)，并轉(zhuǎn)換成機(jī)器可以理解的數(shù)字形式。將這些模擬資產(chǎn)轉(zhuǎn)換為數(shù)字形式的概念在文檔和信息的上下文中稱為數(shù)字化，在流程和基于人的活動(dòng)的上下文中稱為數(shù)字化。根據(jù)分析公司Cognilytica的報(bào)告，毫不奇怪，數(shù)字化和數(shù)字化工作正在AI支持系統(tǒng)的背景下看到了一些最強(qiáng)勁的活動(dòng)。

數(shù)字化

數(shù)字化的總體思路是將信息轉(zhuǎn)換為計(jì)算機(jī)可讀的數(shù)字格式的過(guò)程。為了從您的數(shù)據(jù)和信息中獲得真正的見解，它需要以數(shù)字格式而不是紙質(zhì)形式并存儲(chǔ)在物理文件柜中。數(shù)據(jù)是收集信息，理解和見解的基礎(chǔ)層。文檔數(shù)字化是將計(jì)算機(jī)無(wú)法處理的信息獲取為可以處理的格式的想法。

通過(guò)數(shù)字化數(shù)據(jù)，組織和機(jī)構(gòu)可以從資產(chǎn)中獲取更多價(jià)值，而這些資產(chǎn)實(shí)際上是在收集灰塵并占用空間。為了從包括執(zhí)行分析，自動(dòng)執(zhí)行各種任務(wù)以及合并更多智能和認(rèn)知過(guò)程的數(shù)據(jù)中獲得更高層次的理解，信息需要從非數(shù)字形式轉(zhuǎn)換為計(jì)算機(jī)可以理解的形式。

數(shù)字化信息的示例包括：

將印刷文本和手寫文本轉(zhuǎn)換為數(shù)字格式

將模擬格式的音頻記錄轉(zhuǎn)換為數(shù)字格式

將檔案文件轉(zhuǎn)換為數(shù)字格式

將視頻和電影內(nèi)容轉(zhuǎn)換為數(shù)字格式

對(duì)于與文檔有關(guān)的信息，文檔數(shù)字化的概念也稱為文檔捕獲。 文檔捕獲和文檔數(shù)字化的目標(biāo)是獲取非數(shù)字信息并將其以數(shù)字方式表示以進(jìn)行進(jìn)一步處理之一。許多文檔捕獲系統(tǒng)會(huì)獲取數(shù)字圖像或打印文檔，視頻，膠片或其他非數(shù)字資產(chǎn)的樣本。然后可以將生成的數(shù)字格式電子存儲(chǔ)以進(jìn)行進(jìn)一步的處理和分析。以下是文本數(shù)字化的示例。

正如文檔可以數(shù)字化一樣，音頻和視頻資產(chǎn)也可以數(shù)字化。模擬視頻或音頻必須轉(zhuǎn)換為數(shù)字格式，組織才能以有意義的方式使用它，例如發(fā)布到Internet或網(wǎng)站上，或通過(guò)電子郵件或數(shù)字文件共享傳輸給某人。

音頻和視頻數(shù)字化的示例包括：

將電影和磁性視頻轉(zhuǎn)換為數(shù)字格式

將音樂和磁性音頻轉(zhuǎn)換為數(shù)字格式

將模擬音頻和視頻制作轉(zhuǎn)換為數(shù)字格式

一旦捕獲到文檔，便可以對(duì)其進(jìn)行進(jìn)一步處理和分析，以獲取更多價(jià)值。除簡(jiǎn)單的掃描和存儲(chǔ)外，后處理活動(dòng)還涉及內(nèi)容分析和文檔處理，包括以下內(nèi)容：

光學(xué)字符識(shí)別（OCR），用于識(shí)別打印的文本并將其轉(zhuǎn)換為機(jī)器文本表示形式

智能字符識(shí)別（ICR），可以處理手寫，手寫標(biāo)記（例如首字母縮寫），劃線和手工填寫的自由格式信息。

光學(xué)標(biāo)記識(shí)別（OMR）識(shí)別有意義的文本或手寫指示，例如打勾的復(fù)選框，填充的氣泡和其他指示標(biāo)記，這些標(biāo)記在自動(dòng)評(píng)分，考試處理，選舉投票等方面很有用。

光學(xué)條形碼識(shí)別（OBR），可以識(shí)別條形碼，索引和其他標(biāo)記以實(shí)現(xiàn)高速數(shù)據(jù)收集。

數(shù)字化與數(shù)字化

通過(guò)解決以前依賴于非數(shù)字信息的過(guò)程，數(shù)字化擴(kuò)展了數(shù)字化的思想。數(shù)字化專注于捕獲以前基于非數(shù)字信息的過(guò)程，并以數(shù)字為中心的方式對(duì)其進(jìn)行編碼。下圖顯示了數(shù)字化，數(shù)字化和數(shù)字轉(zhuǎn)換之間的區(qū)別。

數(shù)字化流程使公司和政府都可以增強(qiáng)服務(wù)，節(jié)省資金并改善公民的生活質(zhì)量。在銀行，抵押和保險(xiǎn)行業(yè)中向數(shù)字簽名的轉(zhuǎn)變?yōu)榱鞒虜?shù)字化提供了一個(gè)很好的例子。稅收文件的電子歸檔和數(shù)字銀行及移動(dòng)銀行支票掃描的發(fā)展是通過(guò)使用數(shù)字文件交換實(shí)現(xiàn)了數(shù)字化處理的其他示例。

數(shù)字化的示例包括：

將現(xiàn)有的基于人員和文檔的工作流“捕獲”為這些工作流的基于計(jì)算機(jī)的表示形式，以便以后進(jìn)行自動(dòng)化或分析

現(xiàn)有的基于人的流程的自動(dòng)化

可以提供工作流程步驟的有效性和效率的可見性的過(guò)程分析和過(guò)程管理工具

將高級(jí)分析和增值技術(shù)應(yīng)用于基于文檔的多步驟交互

以前手動(dòng)進(jìn)行的流程的改進(jìn)以信息的數(shù)字交換（即數(shù)字簽名）為中心

處理紙質(zhì)流程和基于人的流程向數(shù)字流程的一種方法是捕獲和自動(dòng)化現(xiàn)有流程。機(jī)器人流程自動(dòng)化（RPA） 技術(shù)在這里具有優(yōu)勢(shì)，它可以通過(guò)計(jì)算機(jī)接口獲取以前需要手動(dòng)操作的現(xiàn)有流程，并將其轉(zhuǎn)換為完成重復(fù)任務(wù)的基于軟件的自動(dòng)化流程。盡管RPA解決方案的主要目的不是修改現(xiàn)有工作流程，但它們確實(shí)有助于從公式中刪除人為因素，從而使這些流程更加高效。

除了流程自動(dòng)化之外，希望將流程數(shù)字化的公司還可以使用流程挖掘和發(fā)現(xiàn)軟件來(lái)分析現(xiàn)有工作流程，深入了解改進(jìn)和提高這些工作流程的機(jī)會(huì)，并在基于人的工作流程中添加更多的監(jiān)視和管理功能存在。這些“ 流程捕獲 ”工具能夠?qū)F(xiàn)有的基于人的工作流記錄和記錄為機(jī)器可理解的格式，以供以后進(jìn)行自動(dòng)化或分析。

數(shù)字化與數(shù)字化轉(zhuǎn)型之間的關(guān)系

除了數(shù)字化和數(shù)字化的概念外，還有一個(gè)經(jīng)常被包裹和混淆的術(shù)語(yǔ)：數(shù)字轉(zhuǎn)換。數(shù)字化轉(zhuǎn)型是一個(gè)廣泛的想法，已經(jīng)存在了幾十年。數(shù)字化轉(zhuǎn)型的概念是組織運(yùn)營(yíng)的戰(zhàn)略和根本變革，以數(shù)字化流程，技術(shù)和方法為驅(qū)動(dòng)力，以實(shí)現(xiàn)高效率和高運(yùn)營(yíng)率。具有遠(yuǎn)見卓識(shí)的組織正在利用計(jì)算，存儲(chǔ)和軟件技術(shù)的巨大進(jìn)步來(lái)數(shù)字化其員工隊(duì)伍，并在此過(guò)程中實(shí)現(xiàn)顯著的生產(chǎn)力，節(jié)省時(shí)間并提高公民或客戶滿意度。

數(shù)字化轉(zhuǎn)型基于數(shù)字信息（數(shù)字化）和數(shù)字過(guò)程（數(shù)字化）的基礎(chǔ)。它基于這些來(lái)改變操作的本質(zhì)，從而超越了簡(jiǎn)單地存儲(chǔ)更多數(shù)據(jù)并通過(guò)向其策略添加智能來(lái)使現(xiàn)有系統(tǒng)和流程自動(dòng)化的功能，并使認(rèn)知技術(shù)的力量能夠應(yīng)對(duì)其工作環(huán)境中更為復(fù)雜的挑戰(zhàn)，簡(jiǎn)單的自動(dòng)化將無(wú)法實(shí)現(xiàn)。成功實(shí)現(xiàn)數(shù)字化運(yùn)營(yíng)的組織減少了客戶和利益相關(guān)者需求之間的摩擦，并降低了組織有效滿足這些需求的能力。

數(shù)字化是許多AI項(xiàng)目必不可少的第一步

乍一看，數(shù)字化似乎與AI無(wú)關(guān)。但是，數(shù)字化是從鎖定在非數(shù)字資產(chǎn)或基于人的過(guò)程中的數(shù)據(jù)中提取價(jià)值的必要的第一步。通過(guò)首先對(duì)流程和文檔進(jìn)行數(shù)字化然后再數(shù)字化，可以將更大的價(jià)值應(yīng)用于業(yè)務(wù)組織，從而使它們能夠解決越來(lái)越困難，業(yè)務(wù)價(jià)值越來(lái)越高的業(yè)務(wù)問題。沒有數(shù)字化的基礎(chǔ)層，組織就無(wú)法應(yīng)用AI和ML等高級(jí)技術(shù)來(lái)獲取附加價(jià)值。畢竟，數(shù)據(jù)是收集信息，理解和見解的基礎(chǔ)層。