作为IT行业的从业者，以前给用户做信息化解决方案，而现在在数字化转型的大背景下，越来越多提及的是数字化解决方案。经常在想：“现在做的事情和以前做的事情到底有多大区别呢？”从具体工作角度来看，以前的前期谋划、招投标工作、需求开发、系统设计、系统开发、测试上线、运行维护这一路过来似乎并没有大的变化，数字化解决方案也少不了这些工作；从技术角度来看，很多数字化转型解决方案中还是用的是信息化常规的技术，如Java、JavaScript等开发语言，Tomcat等中间件、还有工作流（业务流程管理）、报表、表单等应用支撑工具。要回答这个问题，还是要回到源头，看看信息化与数字化转型到底有什么区别？
近两年一直在做政府数字化转型项目，个人觉得政府对数字化转型的定义还是比较到位的，即：深入推进政府数字化转型、加快建设数字政府是一场刀刃向内的政府治理革命，是政府立足于更好为人民服务，主动适应数字化时代趋势，按照“政府理念创新+信息技术创新+政务流程创新+治理方式创新”四位一体架构，运用数字技术，对施政理念、流程、方法和工具进行全方位、系统性、重塑性变革，推进政府治理体系与治理能力现代化的过程。
接下来，我尝试通过解读这个定义来回答数字化转型与信息化建设的变与不变。
一、核心价值主张不变
无论对政府还是企业来说，信息化建设和数字化转型核心的价值都是为了满足人民和用户的需求。对于终极出发点和落脚点来说，无论信息化建设，还是数字化转型都只是一种手段。对政府来说，就是为了更好地为人民服务。对于企业来说，要不断更好地挖掘并满足客户的需求。数字化转型并不会颠覆最本质的价值逻辑和机构的立身之本。只要能更好地满足人的需求，无论是传统的信息化技术，还是新数字技术都是值得推荐的。
二、产生时代的差异
人们常用最具代表性的生产工具来代表一个历史时期，人类文明的发展时代经历了石器时代，红铜时代，青铜时代，铁器时代，蒸汽时代、电气时代、信息时代，我们现在身处于一个继信息时代后的全新的智能时代。而数字化转型则是人们为了适应智能时代潮流作出的主动选择。信息化建设则是“信息时代”的主要做法。因此，数字化转型和信息化是两个时代生产工具的代表。在信息时代，计算机并不擅长解决需要人类智能才能解决的问题，给人的印象是“足够快但不够聪明”，比如它不认识人、不会下棋，无法能开车，也无法主动作出判断......而在智能时代则能通过大数据让计算机完成过去只有人类才能做到的事情，各类机器能主动从环境中获得各种感知，经过深入分析判断，对环境做出各种反馈，产生与人类类似的智能，改变产业、商业和生活，从而对人类社会产生重大的影响。
三、思维方式的差异
吴军老师在《智能时代》一书中讲到在智能时代我们做事的方式与方法将发生根本性的转变。人类认识世界的方法从巫术到宗教再到科学，经历了漫长的演变和发展过程，都是对人类应对不确定性的解决方案。机械思维是工业革命以来最重要的思维方式，从欧几里得、托勒密到牛顿，机械思维让人类觉得任何现象或事物都遵循了确定的规律，人们就能利用这些规律来认识和改造世界，如牛顿通过光学原理发明了牛顿天文望远镜，瓦特通过科学原理改进蒸汽机......
信息化的方法论也基本遵循了机械论的思维，认为世界是可知的、人的认识是充分的，让计算机按照人类确认的固定规则运行。而在智能时代则要转变“世界是确定的和可知的”观念，要认识到不确定性在我们的世界里无处不在，因为影响世界的变量非常多，另外客观世界本身就是不确定的。为了消除不确定性，数字化转型就要用到“信息论”这一方法论，将世界的不确定性和信息联系起来，用信息去消除不确定性，将很多智能型问题转化成信息处理问题。
四、具体方法的差异
传统的信息化，就是将原来字纸的信息通过电子化搬到计算机上，从通过人来传递信息，变成计算机、网络之间之间传递信息，归根到底是计算机技术的应用。现在的数字化转型站位更高、内涵要更深、外延更广。
从高度来讲，推进数字化转型，首先站在全局视野重新审视工作思路、业务模式、业务流程和工具技术，充分考虑整体性、系统性和协同性，利用大数据思维去驱动业务变革，让数字化成为业务变革创新发展的引擎与动力。而不是以前只强调信息技术对业务的支撑作用，即通过计算机实现业务电子化与数字化，不会涉及业务模式改变、业务流程再造。
从广度来看，数字化转型是全链条式、端到端的连接与协同。过去的信息化主要发生在线上，现在不仅仅在线上，还要延伸到线下；过去信息化主要发生一个单位内部，现在不仅仅要在单位内部，还要再产业链或协调链的上下游延伸。对政府来说，经过多年的信息化建设，统筹谋划不足，从内部看，单位内部系统林立、信息孤岛；从外部来看，一个组织同样也是一个孤岛，因为他缺少与其他上下游协同单位之间的信息连接；所以数字化转型不仅仅要解决部门内部孤岛的问题，更要着重解决单位与外部单位之间的协同，让连接更加快、产出更多、效率更高、成本更低。
从深度来看，以前信息化，很多时候都是通过粗颗粒度的信息属性来为实体建模。数字化转型就是要做深、做细颗粒度，如一个人的数据、一辆车的数据，一个店铺的数据，要细化到人的脚、车的引擎、店铺里的商品。另外还要加上时间维度，看到时间的变化，人的行为变化、车的变化，不仅要知道现在在哪，还要知道从哪里来，将来要到哪里去。