从信号处理到数字化和数字化转型

数字化和数字化转型是当前企业管理中的热门词，各种论坛、讲座、书籍和文章对此有各种不同的解释，本文回归“数字化”这个概念的本源，从另一个角度探究其含义。

一、数字化和数字化转型定义

关于数字化，《百度汉语》中给出如下定义：“是指将任何连续变化的输入如图画的线条转化为一串分离的单元，在计算机中用0和1表示。通常用模数转换器执行这个转换。”

维基百科关于数字化的定义：

“将一个物体，图像，声音，文本或者信号的转换为一系列由数字表达的点，或者样本的离散集合表现形式。其结果被称作是数字文件，或者更具体一点，数字图像，数字声音等。

数字化的数据通常是二进制的，这样更便于计算机处理，但严格来说，任何把模拟源转换为任何类型的数字格式的过程都可以叫做数字化。”

对于“数字化转型”，百度百科给出如下定义“数字化转型(Digital transformation)是建立在数字转换(Digitization)基础上，进一步触及公司核心业务，以新建一种商业模式为目标的高层次转型”。我们将其泛化，认为在数字化基础上，将旧有的业务处理方式转变为以“数据”处理为核心的业务处理方式。

在这里可以看出，数字化是与模拟化相对应的。截止目前，模拟信号的数字转换是应用最广泛的数字化;信号处理方法从模拟信号处理转变为数字信号处理，是信号处理领域的“数字化转型”，也是最成功的“数字化转型”之一。

二、模拟信号的数字转换和“数字化转型”

下面我们来重温模拟信号的数字转换过程，包括抽样、量化和编码三步：

模拟信号数字化示意图

1.抽样：将时间上连续的信号处理成时间上离散的信号。模拟信号不仅在幅度取值上是连续的，而且在时间上也是连续的。要使信号数字化首先要在时间上对信号进行离散化处理，这一过程叫抽样，对于抽样，基本的规则是奈奎斯特抽样定理，通过数学理论给出了连续信号不失真情况下转换为离散信号的基本公式，;

2.量化：对时间上离散的信号处理，使其在幅度上也离散，量化是将抽样后的模拟信号用数字表示出来。抽样把模拟信号变成了时间上离散的脉冲信号，但脉冲的幅度仍然是模拟的，还必须进行离散化处理，才能最终用有限的数字来表示。这就要对幅值进行舍零取整的处理，这个过程称为量化;

3.编码：量化后的信号还不是数字信号，需要把它转换成数字编码脉冲，这一过程称为编码。最简单的编码方式是二进制编码。

抽样、量化、编码三步完成后，就实现了模拟信号到数字信号的转换。后续就是基于数字信号的编解码和应用，最基本的理论的如快速傅里叶变换、小波变换等。其应用包括数据的精准和及时提供,标准化的信号处理流程、方法和工具，大数据分析、人工智能处理、数字孪生等。上述应用可以看做信号处理领域的“数字化转型”。

三、业务数字化和“数字化转型”

下面来看业务数字化，与数字信号处理类似，将时间上和完成进度上连续的业务活动转化为时间和进度指标上离散的多个环节步骤，通过步骤化、要素化和数据规格化三步实现：

业务数字化示意图

1.步骤化：将时间上连续的业务活动分解成为时间上离散的步骤集合—流程;

2.要素化：将业务活动分解出的步骤，通过分析其核心价值，将其中的业务要素、参与角色、规则及约束进行量化和离散化;

3.数据规格化：将流程中涉及的流程和数据归属、数据质量、知悉范围、管理角色、表单、应用系统、管理要素和价值标准化、结构化、规格化，最终形成二进制数据。

步骤化、要素化、规格化三步完成后，就实现了基于经验管理的“模拟化业务”到“数字化业务”的转变。后续就是对规格化业务数据的应用，最基本的是在业务办理中所需数据的精准和及时提供,基于现有运行数据对业务开展预测分析，基于实际业务运行结果对流程步骤、价值要素和数据规格的设计进行优化;以及IT服务交付流程的标准化;再基于相应模型和数据运用人工智能算法、开展数字孪生仿真等，最终目标是实现企业运行的“降本增效”，以实现业务的数字化转型。

从数字信号这个类比来看，各位对于数字化及数字化转型是否有了一些不一样的理解呢?