德之匠信息化阶段模型

news2025/1/12 18:43:18

今天适逢仲秋佳节,祝大家幸福安康!

春生、夏长、秋天也是我们作为知识工作者最开心的季节。经历了项目实践、课题研究,终于能思有一得,是世上第一等的好事。

这个题目的背景是这样。近期我们在做一批中长期信息化项目的分析和总结,在其中嗅到了一个范式的味道。由经验而范式,进而验证是科学的路径。我们想籍此文形成一个范式假设,引发进一步的理论探讨。诚如胡适先生所说的,“大胆假设、小心论证也”。

诺兰模型

信息化、数字化、智能化,无论表述如何,IT在企业中的应用,其背后逻辑是一致的 -- 经济性驱动。所谓经济性驱动是指企业在引入一项技术时,是以这种技术是否在经济角度能够“降本增效”为决策驱动力的。

企业在导入信息化时,存在相似的“选择、实施过程、业务融合”范式。这个范式包括:

•相同的时间历程
•相近的IT与业务结合的最佳实践

1973年,美国管理信息系统专家诺兰(Richard·L·Nolan)通过对200多个公司、部门发展信息系统的实践和经验的总结,认为任何组织由手工信息系统向以计算机为基础的信息系统发展时,都存在着一条客观的发展道路和规律。这个发展道路划分为六个阶段。任何组织在实现以计算机为基础的信息系统时都必须从一个阶段发展到下一个阶段。这六个阶段分别是:

  1. 初始阶段:组织开始引入数据处理系统,但各职能部门独立发展系统,信息系统建设缺乏统一规划。
  2. 传播阶段:信息技术应用开始扩散,数据处理专家在组织内部鼓吹自动化的作用,但信息系统的经济效益还未得到实质控制。
  3. 控制阶段:管理者开始关注信息系统投资的经济效益,并成立委员会共同规划信息系统的发展。
  4. 集成阶段:组织开始整合现有的信息系统,使用数据库和远程通信技术,信息系统从支持单项应用发展到综合应用。
  5. 数据管理阶段:组织从管理计算机转向管理信息资源,强调数据资源的规划和利用。
  6. 成熟阶段:信息系统全面支持组织的战略决策和运营管理,实现信息技术与业务的高度融合。

我们认同这种阶段论,只是这个模型理论的提出时间是在50年前的“手工转向计算机化”的时代背景下。时过境迁,在当下的AI时代。当大有不同。

我们在早期写过一篇文章,以那篇文章为萌芽,成为我们AI终点论的思想基础。

AI+是企业管理软件的下一站和终点站_ai终点站-CSDN博客文章浏览阅读368次。文章探讨了AI在企业管理软件中的作用,指出SaaS模式标志着传统管理软件红利期的结束,而AI将成为新的增长点。AI将通过RPA实现财务智能化,改进生产排程,以及优化供应链,降低交易成本,可能导致企业结构的根本变革。同时,文章表达了对未来AI社会可能带来的不安和迷惘。https://blog.csdn.net/remottshanghai/article/details/131017126今天,我们更加清晰了这个路径。于是提出德之匠信息化阶段模型。

德之匠信息化阶段模型

AI是这个模型的基础,我们将模型置身于当前的AI+和自主运行的趋势之下。

自主系统的雏形-The Answerer

就像手机会很快消失,企业管理软件已经消散于无形。自主系统作为管理软件终极阶段的表现之一,就是The Answerer,就是能够回答你管理问题的智能体、组织大脑、一个奇怪名字的控制系统。

未来模糊不清,但已有些许信号。

在SuiteWorld 2024中,NetSuite展示了Ask Oracle。大家咂摸一下味道。

NetSuite AI - Ask Oracle 2024-09-12

仲秋快乐,大家享受假期吧!

如果有任何关于NetSuite的问题,欢迎来谈。邮箱:service@truston.group

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2137587.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

深度学习基础案例5--运用动态学习率构建CNN卷积神经网络实现的运动鞋识别(测试集的准确率84%)

🍨 本文为🔗365天深度学习训练营 中的学习记录博客🍖 原作者:K同学啊 前言 前几天一直很忙,一直在数学建模中,没有来得及更新,接下来将恢复正常这一次的案例很有意思:在学习动态调整…

【IP协议】解决 IP 地址不够用的问题(IP地址管理:动态分配、NAT、Ipv6)

文章目录 方案一、动态分配 IP 地址方案二、NATNAT 机制的缺点 方案三、IPv6 方案一、动态分配 IP 地址 一个设备上网就分配 IP,不上网就先不分配(权宜之计) 方案二、NAT 网络地址转换 以一当千,使用一个 IP,代表一大…

Golang | Leetcode Golang题解之第404题左叶子之和

题目: 题解: func isLeafNode(node *TreeNode) bool {return node.Left nil && node.Right nil }func sumOfLeftLeaves(root *TreeNode) (ans int) {if root nil {return}q : []*TreeNode{root}for len(q) > 0 {node : q[0]q q[1:]if no…

anaconda 离线安装PySimpleGUI

下载离线py包 PySimpleGUI-5.0.6-py3-none-any.whl(官网)pyasn1-0.6.1-py3-none-any.whl(清华镜像)rsa-4.9-py3-none-any.whl(清华镜像) 打开Anaconda Prompt 测试 # -*- utf-8 -*- import PySimpleGUI …

同城找搭子小程序有哪些?找搭子社交软件测评笔记分享

寻找搭子不再迷茫!今日测评几款热门找搭子小程序,为你开启全新社交体验。真实体验,深度剖析,帮你找到最适合的搭子平台,快来一探究竟。 1. 咕哇找搭子小程序:这是一个实名制的找搭子交友平台。正是由于实名…

任务通知(Task Notifications)

任务通知简介 相对于以前使用 FreeRTOS 内核通信的资源, 必须创建队列、 二进制信号量、计数信号量或事件组的情况, 使用任务通知显然更灵活。 按照 FreeRTOS 官方的说法, 使用任务通知比通过信号量等 IPC 通信方式解除阻塞的任务要快 45%&a…

基于RFID的门禁系统的设计(论文+源码)

1系统方案设计 通过需求分析,基于RFID的门禁系统总体设计框图。系统采用STM32单片机作为系统主控核心,利用独立按键与RFID识别模块能够实现门禁系统密码与IC卡开门功能。WiFi模块实现系统与手机APP的通信,用户可以通过手机APP进行门禁开关操…

怀孕之天赋共享:提高智商

想办法怀个哪吒享受三年,哈哈哈哈哈 话说我们有个同事,是属于憨得有点愣那种,情商也低。怀孕以后突然有一天我觉得她聪明了好几个数量级!反应也快了说话也会说了,我说是不是她的宝宝给她提高了智商?后来生…

Redis学习——数据不一致怎么办?更新缓存失败了又怎么办?

文章目录 引言正文读写缓存的数据一致性只读缓存的数据一致性删除和修改数据不一致问题操作执行失败导致数据不一致解决办法 多线程访问导致数据不一致问题总结 总结参考信息 引言 最近面试快手的时候被问到了缓存不一致怎么解决?一开始还是很懵的,因为…

Git 的使用以及vscode 下git 的使用(一)

1、git 和svn Git 和 SVN 都是版本控制系统,它们都用于管理代码的版本,但它们之间有一些显著的区别: 分布式 vs 集中式:Git 是一个分布式版本控制系统,这意味着每个开发者都拥有整个代码库的完整副本,并且…

3DTiles —— 三维瓦片

文章目录 一、glTF二、3DTiles1.3dTiles的特点2.一个简单的3dTiles数据示例3.Tileset——(三维)瓦片数据集——.json顶级属性概览(必需):asset、root、geometricError其他属性root、children、refine、content、boundingVolumechildrenrefine 细化bounding volumes …

大棚分割数据集,40765对影像,16.9g数据量,0.8米高分二,纯手工标注(arcgis标注)的大规模农业大棚分割数据集。

数据集名称: )“Greenhouse Segmentation Dataset (GSD)” 数据集规模: 包含40,765对用于大棚分割的影像数据,每对影像包括一张原始图像和相应的分割标签图。 数据量: 总数据量约为16.9GB,适合存储在现…

推荐这款神器:Perplexity

今天推荐是一款AI搜索引擎,还支持gpt-4模型的使用,虽然4小时只能使用5次,但是相比于常规的搜索引擎,在某些方面还是很强的,个人感觉优于newbing。 页面简洁,没有广告,内容丰富,功能…

JVM面试真题总结(十)

文章收录在网站:http://hardyfish.top/ 文章收录在网站:http://hardyfish.top/ 文章收录在网站:http://hardyfish.top/ 文章收录在网站:http://hardyfish.top/ 是否所有对象都分配在堆内存上? 在Java中,对象主要是…

SVM——支持向量机的学习入门

1、推荐文章 1、一文看懂SVM算法 2、图解机器学习|支持向量机模型详解 3、支持向量机的直观理解 2、分类问题 假设你的大学开设了一门机器学习(ML)课程。课程导师发现数学或统计学好的学生表现最佳。随着时间的推移,积累了一些数据&…

Mysql的高级查询:SQL关联查询(内连接/外连接/自连接)/子查询

一.关联查询: 定义:关联查询又叫连接查询 常见:内连接/外连接/自连接 1.内连接(无存在主从表) 语法:inner join ...on 定义:组合两个表的记录,返回关联字段相符的记录,也就是返…

【LeetCode】每日一题 2024_9_15 与车相交的点(差分)

前言 每天和你一起刷 LeetCode 每日一题~ LeetCode 启动! 今天的题目曾经的我做过了 . . . 又是复习的一天 题目:与车相交的点 代码与解题思路 func numberOfPoints(nums [][]int) (ans int) { diff : [102]int{}for _, p : range nums {diff[p[0]]d…

Orchestrator 与 Mysql 8.0 的兼容性

一、看图识别问题 二、Mysql 8.0 从 MySQL 8.0.22 开始,使用SHOW REPLICA STATUS代替SHOW SLAVE STATUS,该语句从该版本开始已弃用。 所以:Mysql 8.0.22前可以用Orchestartor

InternStudio大模型之路(十七):销冠大模型案例实战

一、📢 简介 Streamer-Sales 销冠 —— 卖货主播大模型 是一个能够根据给定的商品特点从激发用户购买意愿角度出发进行商品解说的卖货主播大模型。以其独特的智能魅力,将彻底改变您的购物体验。该模型能深度理解商品特点,以生动、精准的语言…

NC输出二叉树的右视图

系列文章目录 文章目录 系列文章目录前言 前言 前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站,这篇文章男女通用,看懂了就去分享给你的码吧。 描述 请根据二叉树…