人工智能已经得到了惊人的应用，为识别，模式和异常检测，预测分析，自治系统，超个性化和目标驱动系统提供了强大的功能。但是，如果不访问数据来训练机器学习模型，人工智能系统将无法做任何事情。而且，大部分数据都以纸质或电子形式或人工控制的形式锁定在文档中。
通常，实现任何AI项目的必要的第一步就是简单地将这些文档和流程从纸本和基于人的形式中提取出来，并转换成机器可以理解的数字形式。将这些模拟资产转换为数字形式的概念在文档和信息的上下文中称为数字化，在流程和基于人的活动的上下文中称为数字化。根据分析公司Cognilytica的报告，毫不奇怪，数字化和数字化工作正在AI支持系统的背景下看到了一些最强劲的活动。
数字化
数字化的总体思路是将信息转换为计算机可读的数字格式的过程。为了从您的数据和信息中获得真正的见解，它需要以数字格式而不是纸质形式并存储在物理文件柜中。数据是收集信息，理解和见解的基础层。文档数字化是将计算机无法处理的信息获取为可以处理的格式的想法。
通过数字化数据，组织和机构可以从资产中获取更多价值，而这些资产实际上是在收集灰尘并占用空间。为了从包括执行分析，自动执行各种任务以及合并更多智能和认知过程的数据中获得更高层次的理解，信息需要从非数字形式转换为计算机可以理解的形式。
数字化信息的示例包括：
将印刷文本和手写文本转换为数字格式
将模拟格式的音频记录转换为数字格式
将档案文件转换为数字格式
将视频和电影内容转换为数字格式
对于与文档有关的信息，文档数字化的概念也称为文档捕获。 文档捕获和文档数字化的目标是获取非数字信息并将其以数字方式表示以进行进一步处理之一。许多文档捕获系统会获取数字图像或打印文档，视频，胶片或其他非数字资产的样本。然后可以将生成的数字格式电子存储以进行进一步的处理和分析。以下是文本数字化的示例。
正如文档可以数字化一样，音频和视频资产也可以数字化。模拟视频或音频必须转换为数字格式，组织才能以有意义的方式使用它，例如发布到Internet或网站上，或通过电子邮件或数字文件共享传输给某人。
音频和视频数字化的示例包括：
将电影和磁性视频转换为数字格式
将音乐和磁性音频转换为数字格式
将模拟音频和视频制作转换为数字格式
一旦捕获到文档，便可以对其进行进一步处理和分析，以获取更多价值。除简单的扫描和存储外，后处理活动还涉及内容分析和文档处理，包括以下内容：
光学字符识别(OCR)，用于识别打印的文本并将其转换为机器文本表示形式
智能字符识别(ICR)，可以处理手写，手写标记(例如首字母缩写)，划线和手工填写的自由格式信息。
光学标记识别(OMR)识别有意义的文本或手写指示，例如打勾的复选框，填充的气泡和其他指示标记，这些标记在自动评分，考试处理，选举投票等方面很有用。
光学条形码识别(OBR)，可以识别条形码，索引和其他标记以实现高速数据收集。
数字化与数字化
通过解决以前依赖于非数字信息的过程，数字化扩展了数字化的思想。数字化专注于捕获以前基于非数字信息的过程，并以数字为中心的方式对其进行编码。下图显示了数字化，数字化和数字转换之间的区别。
数字化流程使公司和政府都可以增强服务，节省资金并改善公民的生活质量。在银行，抵押和保险行业中向数字签名的转变为流程数字化提供了一个很好的例子。税收文件的电子归档和数字银行及移动银行支票扫描的发展是通过使用数字文件交换实现了数字化处理的其他示例。
数字化的示例包括：
将现有的基于人员和文档的工作流“捕获”为这些工作流的基于计算机的表示形式，以便以后进行自动化或分析
现有的基于人的流程的自动化
可以提供工作流程步骤的有效性和效率的可见性的过程分析和过程管理工具
将高级分析和增值技术应用于基于文档的多步骤交互
以前手动进行的流程的改进以信息的数字交换(即数字签名)为中心
处理纸质流程和基于人的流程向数字流程的一种方法是捕获和自动化现有流程。机器人流程自动化(RPA) 技术在这里具有优势，它可以通过计算机接口获取以前需要手动操作的现有流程，并将其转换为完成重复任务的基于软件的自动化流程。尽管RPA解决方案的主要目的不是修改现有工作流程，但它们确实有助于从公式中删除人为因素，从而使这些流程更加高效。
除了流程自动化之外，希望将流程数字化的公司还可以使用流程挖掘和发现软件来分析现有工作流程，深入了解改进和提高这些工作流程的机会，并在基于人的工作流程中添加更多的监视和管理功能存在。这些“ 流程捕获 ”工具能够将现有的基于人的工作流记录和记录为机器可理解的格式，以供以后进行自动化或分析。
数字化与数字化转型之间的关系
除了数字化和数字化的概念外，还有一个经常被包裹和混淆的术语：数字转换。数字化转型是一个广泛的想法，已经存在了几十年。数字化转型的概念是组织运营的战略和根本变革，以数字化流程，技术和方法为驱动力，以实现高效率和高运营率。具有远见卓识的组织正在利用计算，存储和软件技术的巨大进步来数字化其员工队伍，并在此过程中实现显着的生产力，节省时间并提高公民或客户满意度。
数字化转型基于数字信息(数字化)和数字过程(数字化)的基础。它基于这些来改变操作的本质，从而超越了简单地存储更多数据并通过向其策略添加智能来使现有系统和流程自动化的功能，并使认知技术的力量能够应对其工作环境中更为复杂的挑战，简单的自动化将无法实现。成功实现数字化运营的组织减少了客户和利益相关者需求之间的摩擦，并降低了组织有效满足这些需求的能力。
数字化是许多AI项目必不可少的第一步
乍一看，数字化似乎与AI无关。但是，数字化是从锁定在非数字资产或基于人的过程中的数据中提取价值的必要的第一步。通过首先对流程和文档进行数字化然后再数字化，可以将更大的价值应用于业务组织，从而使它们能够解决越来越困难，业务价值越来越高的业务问题。没有数字化的基础层，组织就无法应用AI和ML等高级技术来获取附加价值。毕竟，数据是收集信息，理解和见解的基础层。
