数字化演进是信息系统学科乃至经济管理领域的重要关注，其理论与实践在我国社会经济发展进程的画卷中具有浓重的色彩。近日清华经管学院陈国青、卫强、郭迅华、易成等教授与合作者在《管理世界》杂志2022年首期撰文，从学科内涵和研究探索的视角出发，讨论我国信息系统研究的成长路径、阶段跨越和主题迁移，并从数据、算法、赋能层面阐释“数智化”新跃迁的新特征、新挑战、新课题，旨在为促进学科领域研究、数字化转型以及数字经济发展提供前瞻性思考和启迪。

内容概要

信息系统是基于信息技术并携载着特定业务模式的系统，旨在支持和实现组织或个体的价值创造。信息系统的研究可以从“造（make）”与“用（use）”两大视角来审视。“造”的视角关注信息系统能力和方法创新，“用”的视角关注信息系统赋能和驱动创新，二者都是价值创造过程，体现着技术与管理的分野与统一。进而，“造”与“用”通常又各自包含两个视角子维度（即数据维度、系统维度；行为维度、经济学维度），反映了不同的关注方面、问题属性乃至方法论特点。

我国信息系统领域的沿革一直与国家发展密切相关，特别是随着改革开放的进程而脉动。在一系列国家战略举措的推动下，信息系统建设不断迭代升级，成为各层级核心竞争能力的重要组成部分。不断动态涌现、交融渗透的技术革命与管理场景，给我国信息系统领域持续提供了难得的动力、多样性和探索空间，也同时带来了知识的更迭、复杂性和研究挑战。

本文通过阶段模型形式刻画我国信息系统研究的演化框架，描绘出起步探索（1980年代初至1990年代中）、模仿借鉴（1990年代中至2010年代初）、融合提升（2010年代初至2020年代初）、创新发展（2020年代初起）四个阶段。每个阶段中信息系统研究的主题关注，体现了当时“信息系统赋能”组织、个人的主流形态特征和时代属性。这里，“跃迁”意指阶段的跨越和主题的迁移。主题体现着阶段的内涵，反映了阶段的主流研究议题和关注焦点。阶段跨越意味着主题发生深刻变化，形成新的主流议题和焦点。值得注意的是，各阶段中信息系统研究的成长模式呈现S型的学习曲线。跃迁意味着学习曲线的不连续性，即不是沿着原有学习模式继续，而是开启全新的学习模式。

具体说来，（1）起步探索阶段：在个人计算机作为革命性技术出现并逐渐应用于生产经营活动的背景下，在国家启动改革开放、建设“四个现代化”等战略举措的推动下，我国信息系统领域开始接触国际现代信息系统领域的先进理念和实践，探索利用计算机和软件在我国各类组织中的应用。此时，研究的焦点集中在内部价值链各个环节的业务活动从手工处理转向基于计算机的自动处理。这里，“自动化”成为主题关注，体现了“手工→自动”的跃迁特征。

（2）模仿借鉴阶段：在互联网作为革命性技术出现并不断向社会经济活动渗透的背景下，在国家改革开放加速、加入WTO以及“两化融合”等战略举措推动下，我国信息系统领域加速学习国际信息系统领域的先进经验，引入和借鉴既具有普适意义又契合国情的理论和方法。此时，研究的焦点集中在内部价值链的业务活动从单元/单链环节的自动处理转向面向所有环节的集成式处理。这里，“集成化”成为主题关注，体现了“局部→整体”的跃迁特征。

（3）融合提升阶段：在以大数据为标志的新兴革命性技术出现并迅速渗透到社会经济活动的背景下，在国家“科技强国”、大数据战略、“互联网+/智能+”等战略举措推动下，我国信息系统领域整体水平显著提升，一大批具有中国情境特点又与国际知识体系相契合的理论和方法创新不断涌现，在研究主题、数据情境、研究方法论等方面都体现出与国际主流发展的融合。此时，研究的焦点集中在价值链各个环节的业务活动从内部整体集成式处理转向内外部数据的关联式处理。这里，“数据化”成为主题关注，体现了“内部→内外部”的跃迁特征。

（4）创新发展阶段：在大数据和人工智能技术将持续产生革命性智能应用的背景下，在国家“十四五规划和2035远景目标纲要”、数字经济、数据要素与治理等战略举措推动下，我国信息系统领域将面临一系列新的发展机遇和深刻挑战，亦将产生信息系统研究的新跃迁。一方面，数据扩张达到了一个相当高的程度并将继续得到推动，但不再是发展的主基调。数据治理将成为新阶段中的焦点议题。另一方面，高阶智能算法及其赋能将成为核心能力和竞争优势。在此新阶段，研究的焦点集中在价值链各个环节的业务活动从内外数据关联式处理转向基于高阶数智技术的赋能处理。这里，“数智化”成为主题关注，体现了“数据→数智”的跃迁特征。

近年来，若干新颖主题得到关注，既体现了现阶段研究的动态前沿性，又具有新阶段的主流特征，亦将汇入数智化新跃迁的主基调。以作者团队下列三个方面的研究为例：第一，从研究方法论视角凝练出一类新型方法论范式，即“大数据驱动”范式，作为“数据驱动+模型驱动”的融合，面向大数据和管理决策情境，通过外部嵌入、技术增强和使能创新，体现“关联+因果”的诉求；第二，从“造”的视角在智能方法创新方面的研究进展包括“大数据-小数据”分析、新颖关系发现、可解释性建模等方向；第三，从“用”的视角在人机融合行为方面的研究进展包括智能系统服务中的用户感知与行为、大数据行为偏差的产生机理与纠正策略、虚拟现实/增强现实中的感知模式与交互设计等方向。

未来已来，进一步展望数智化新跃迁，可以从数据、算法、赋能的层面予以审视。在数据层面，尽管数据扩张提升将继续在各行各业得到发展，但是，随着学界、业界、社会大众对于数据安全、隐私保护、数据权属、共享机制、数据要素市场等问题的日益关切，数据治理将成为焦点关注。针对“大数据杀熟”、“平台垄断”、“Apps过度索权”等的一系列治理举措，包括新近出台的《数据安全法》、《个人信息保护法》以及其它正在讨论制定的数据保护与使用相关的法律法规，将在数字经济规模发展的同时进一步强调其发展质量。也就是说，数智化新跃迁在数据层面将通过数据治理更追求平衡发展。

在算法层面，高阶智能将成为竞争、创新、发展的核心能力和焦点关注，特别是在人机融合以及因果决策的情形下。算法作为对数据进行加工处理和利用的方式方法，通过面向活动、流程、行为等的建模，可以对现实世界的多样性、动态感和状态转换进行刻画。算法的进阶将沿着方法创新和应用创新的方向展开，具有广阔应用前景和巨大潜力的、基于深度学习的人工智能算法在可解释性方面的创新和突破，是高阶智能算法领域的主攻方向。也就是说，数智化新跃迁在算法层面将通过技术方法创新更追求智能发展。

在赋能层面，数智化通过数据层面的治理和算法层面的智能，深刻影响着赋能及其价值创造的过程。一方面，数据治理的加强利于促进数字经济的良性可持续发展，有助于形成健康的数字生态。在此过程中，一些现有的生存发展定式和业务生态平衡可能受到冲击，平台生态各方的行为将发生变化，进而需要赋能方式的转变和相关商业模式的重塑。另一方面，算法智能的加强可能冲击着一些现有的组织个体的行为理论和模式，“机器”（即智能机器人/智能系统）将在社会经济活动中扮演越来越不可忽视的角色。机器的任务完成能力和自主决策能力的提升，使得人机融合场景成为业界和学界日益重视的话题。此时，新的理论方法在以人机为对象的新场景中将得以构建和发展。也就是说，数智化新跃迁在赋能层面将在“治—智”新形势下更追求重塑与拓新。

概括说来，本文旨在阐释信息系统研究的阶段演化特征，展望数智化新跃迁带来的新方向、新方法、新场景，从而对信息系统领域乃至管理学研究的未来方向和探索路径提供前沿洞察。同时，通过推动扎根于中国管理实践并具有国际视野的信息系统研究的发展，在加速数字化转型、促进数字经济发展的进程中，充分发挥科学研究对创新发展的驱动力，更好地贡献人类新知并服务国家发展战略。

研究成果：数智赋能：信息系统研究的新跃迁

发表期刊：《管理世界》, 2022.1, 180-195.

作者：陈国青，清华大学文科资深教授、清华经管学院讲席教授

任明，清华经管学院博士、中国人民大学信息资源管理学院副教授

卫强，清华经管学院副教授

郭迅华，清华经管学院教授

易成，清华经管学院副教授

内容来源：《管理世界》2022年第1期

编辑：符怡

审核：郑黎光

责编：卫敏丽

编辑：葛格