外观
2026-10-11 课程讲义
信息系统与信息资源管理 · 公开学习笔记
本页依据课堂内容重新整理，保留知识脉络与具有普遍意义的讨论，不是课堂逐句实录。讨论内容以通用问题呈现，不对应具体参与者；示例用于解释机制，不代表对特定企业的事实认定。
本课要点
- 信息化的价值，需要结合业务目标、数据条件和组织协作来判断。
- 技术投入、任务效率与经营结果是不同层次，评价时要说明它们之间如何相互影响。
- 数据经过适当组织和解释，才可能支持决策；权限、质量与反馈机制同样重要。
上午：从技术能力到经营价值——信息化、数据治理与管理协同
上午的知识脉络围绕一个问题展开：企业获得更好的技术之后，怎样把它转化为实际经营效果？信息系统连接业务活动、数据、组织与合作伙伴。理解这种连接，需要同时考察技术能做什么、业务需要什么，以及组织能否把二者结合起来。AI 和智能体进一步扩展了信息处理能力，也使数据基础、资源协调和治理机制的重要性更加突出。
1. 以业务问题评价技术价值
讨论模型、算法或系统时，可以从它解决了什么问题、改善了哪一项体验、减少了哪些成本入手。技术能力需要放到具体业务环节中评价：同一项能力用于不同业务，所需资源、实施方式和预期效果可能不同。
管理工作还涉及人、资金、设备、技术和信息等资源的协调。一个方案能否实施，既与技术可行性有关，也与参与者能否理解目标、配合行动有关。因此，业务人员需要理解技术的能力与边界，技术人员也需要理解业务流程和经营目标。
由此可以提出一个通用讨论问题：技术交付与业务成效应如何分别评价？ 系统具备某项功能，并不自动说明业务目标已经实现。项目开始时应说清希望改善的问题，实施后再根据相应结果判断效果。
2. 信息化是开发和利用信息资源的过程
信息化可以围绕信息的获取、处理、交流与服务来理解。数字化、数据化和智能化的讨论，都需要落到业务对象如何被记录、信息如何被组织、处理结果如何用于行动这些具体问题上。
| 观察维度 | 在信息化中的作用 | 需要思考的问题 |
|---|---|---|
| 网络 | 连接人员、设备、组织和业务环节 | 信息能否到达需要使用它的地方？ |
| 信息 | 为业务判断和协作提供内容 | 有哪些信息，它们来自哪里？ |
| 技术 | 支持信息采集、处理与应用 | 技术能力如何适配业务任务？ |
| 制度与治理 | 规定信息使用和协作的规则 | 谁可以使用，谁负责，如何约束风险？ |
这四个维度需要共同考虑。例如，连接已经建立，但数据无法使用或责任没有明确，仍会影响系统发挥作用。评价信息化建设时，也应把信息服务和业务协作纳入视野。
3. 从流程理解数据治理
科学管理提供了一个有用的观察角度：把业务活动展开到具体环节，理解动作、时间与资源如何配置，再寻找可以改进之处。信息系统进一步把这些活动形成的数据组织起来，为流程协作和分析提供基础。
对企业而言，数据治理与业务流程紧密相连。要讨论数据能否支持模型或决策，可以先追问：数据从哪个业务环节产生？它描述的对象是什么？不同参与者是否能正确理解和使用？使用范围受到哪些约束？
大模型落地也需要面对这些问题。增加工具、模型或算力，不能自动补齐业务数据与信息使用条件。数据是否可获得、能否用于相应任务、使用方式是否符合保密要求，都可能影响应用方案。这些条件需要在具体业务中分别检查，才能判断应用的实施难度。
物联网等工具让更多物理状态能够被观察和记录，智能体则扩展了辅助信息处理与决策的可能性。两者都需要结合业务解释：观测到什么、它意味着什么，以及后续应采取什么行动。
4. 转型需要投入、责任与持续调整
信息化转型包含技术建设，也包含组织如何使用技术的安排。将先进系统引入企业之后，还要解决流程衔接、人员配合和管理方式调整等问题。可把这些要求归纳为三个方面。
第一，明确资源投入。硬件、软件以及架构、开发等专业人员都需要资源支持。预算与能力配置应服务于转型目标，并考虑实际实施所需的条件。
第二，建立协作关系。内部需要明确主责、监督和配合角色；涉及上下游业务时，还要考虑外部伙伴如何参与。信息流转能够贯通，往往需要相关主体在业务安排上同时配合。
第三，做好整体设计并持续解决新问题。流程变化之后，原有的资源配置、协作方式和绩效安排可能需要调整。系统投入使用以后，仍要根据运行中出现的问题改进。
一个可概括的机制案例是：企业采购了覆盖多个部门的软件，但各部门仍按原有方式处理业务，协作责任也未明确。此时可以沿着流程和责任关系检查问题，判断软件能力是否真正进入日常工作。
5. ERP 与供应链：把分散环节组织成协作过程
企业资源计划系统（ERP）体现了管理与技术结合的一种方式：将财务、采购、销售、项目等业务联系起来，支持组织内部的信息衔接和资源协同。理解 ERP 时，重点是各环节之间的业务关系，以及系统如何支持这些关系。
供应链进一步把视野扩展到组织之外。为完成一项面向客户的产品或服务，不同参与者承担不同环节；一个主体既可能依赖上游，也可能为下游提供支持。信息技术使需求、计划与业务状态能够在相关环节之间传递。
以按订单组织供给的通用场景为例，可以观察这样一条关系：客户提出需求 → 企业确认订单与配置 → 与供应伙伴协调 → 组织交付。 分析的重点是信息传递如何影响等待、协作与成本，而不是只看某一家企业采用了什么软件。
直接连接客户与供应环节，也可能改变传统销售渠道的组织方式。分析这类变化时，应具体说明减少或调整了哪些环节、由谁承担相应工作，避免仅凭“直销”或“线上化”就断定所有中间成本消失。
6. CRM：把客户信息用于服务组织
客户关系管理（CRM）把客户信息与服务过程联系起来。客户细分、分类适配和服务衔接，可以帮助企业理解不同需求，并安排相应的服务方式。
例如，系统可以根据已有客户信息，把一次服务请求转入适合的处理环节。智能客服是这一过程中的一种技术形式。评价它时，可以进一步观察客户需求是否得到理解、信息是否衔接、后续服务是否能够承接。
ERP 与 CRM 的联系也提醒我们：客户体验会受到多个业务环节共同影响。客户关系管理要与企业实际提供产品、服务和响应的能力结合，才能把信息应用落到经营活动中。
7. 知识协同与社交媒体：信息的生产者发生变化
共享文档和协同环境支持多人交换知识、共同完成工作。其管理意义在于让分散的信息进入共同工作的过程，减少知识只停留在个别参与者手中的情况。
社交媒体则扩展了信息生产和交流的主体。用户既接收信息，也会通过表达、互动和消费行为形成新的内容与数据。企业由此获得理解用户、连接关系和组织交流的更多可能。
讨论这类价值时，可以区分内容、关系和使用场景：产生了哪些信息，哪些主体因此建立联系，这些联系能够支持什么业务。信息聚集和关系连接提供了应用的可能，具体价值仍需要在相应活动中判断。
8. 把知识转化为业务分析问题
面对一项信息系统或 AI 应用，可以依次回答以下问题：
- 当前要改善的业务问题是什么，预期结果怎样观察？
- 涉及哪些流程，所需信息从哪里产生？
- 技术能够支持哪些环节，数据使用有哪些条件？
- 哪些内部角色和外部伙伴需要协作，责任如何安排？
- 实施后出现的新问题怎样反馈到流程与系统改进中？
这些问题把技术选择、数据治理和组织管理放在同一个业务情境中，也为后续学习具体信息系统及其管理方法建立了共同的分析起点。
下午：信息化、组织变革与数据价值
本节围绕一个核心问题展开：企业拥有信息技术之后，怎样通过组织安排和业务流程，将技术能力转化为实际价值？课程知识与课堂讨论分别提供了分析框架和可继续研究的问题。以下例子用于解释一般机制，不作为特定企业经营状况或行业结论的证据。
一、AI 应用首先需要明确业务目标
讨论 AI 的价值，可以先区分两类目标。内部应用关注工作效率、业务协同和决策质量，外部应用关注向客户或合作伙伴提供新的产品与服务。两类目标可以相互支持，但内部工具有效，并不自动意味着它已具备对外销售和持续交付的条件。
判断一个应用是否有价值，需要说明它服务哪个场景、使用哪些数据、改变哪个环节，以及怎样衡量效果。演示能够运行，只能说明部分技术可行性；实际应用还要面对成本、数据质量、异常处理和使用者是否接受等问题。
AI 也可能改变任务分工。过去需要多个专业角色接力完成的部分工作，现在可能由一个人或更小的团队推进。随之需要重新讨论工作交接、权限、质量审核和贡献评价。技术扩大了个人可承担的任务范围，组织仍需明确哪些结果由谁判断、由谁负责。
二、信息化与组织之间存在双向影响
课程从四个方面观察组织运行：决策权如何分配、信息如何传递、成员如何获得激励，以及组织结构如何设置。这些要素共同影响实际工作，即使部门名称相同，不同组织的职责和协作方式也可能不同。
信息系统可以缩短信息传递路径，让更多岗位及时获得业务情况，也可能改变审批方式和部门边界。但这些变化能否发生，取决于组织是否调整制度和工作习惯。系统具备某种能力，并不意味着企业一定会使用它。
反过来，组织的战略、流程、文化和资源条件也决定信息系统的目标与实施方式。技术方案需要回答业务问题，业务调整也需要相应的数据和系统支持。双方若缺少共同目标，容易出现“系统已经上线，工作仍按旧方式进行”的情况。
三、组织变革需要学习和适应
可以将变革过程理解为为变化做准备、学习适应新方式、巩固有效做法三个环节。前期需要解释改变的原因，实施过程中需要培训、试用和反馈，后期则要把有效做法写入流程、职责与评价机制。
阻力可能来自熟悉的工作习惯、能力不足、收益分配变化或对风险的担忧。把所有阻力都解释为“不愿意学习”，容易忽略问题的具体来源。管理者需要辨认受影响的角色，说明调整后的责任，并为过渡期提供支持。购买软件不能代替这些工作。
课堂介绍的诺兰阶段模型，将企业 IT 应用的发展概括为引入、传播、控制、集成、数据管理和成熟。这个框架可以帮助观察：应用是否从局部试用扩展到多个部门，企业是否开始控制投入、连接分散系统，并把数据作为共享资源管理。
模型适合用于组织现状的讨论，不宜机械地推断所有企业都按同样速度和顺序发展。同一企业的不同业务也可能处于不同阶段。需要进一步解释的是，现有管理条件是否能够支撑下一步应用。
四、技术投入需要通过流程产生经营价值
信息技术生产率悖论提醒我们，技术投入增加，并不总能在观察到的生产率指标中出现相应改善。因此，评价信息化不能只看采购金额、系统数量或技术先进程度，还应检查它实际改变了哪些工作。
例如，零售业务如果把销售、库存和补货信息及时连接起来，供应商与门店就可能减少重复沟通，更早发现缺货或积压。但这种效果需要数据准确、补货规则清楚，以及相关人员按规则执行。信息传得更快，与整个经营过程更有效，是需要分别验证的两件事。
课程借零售和制造场景强调了技术与业务的匹配。大型系统可能包含较完善的管理流程，也可能给业务简单、人员能力或数据基础尚不适配的组织带来额外负担。判断方案是否合适，应比较其解决的问题、实施难度和维护成本，不能只依据供应商声誉或功能数量。
“系统性降低成本”也不同于削减某一部门预算。增加信息共享和流程协同的投入，可能减少库存、等待或返工；局部节省也可能把成本转移到其他环节。评价时应看整体过程及足够长的观察周期，同时区分生产率、利润和服务质量，避免用单一结果解释所有变化。
五、技术发展可能改变原有竞争条件
一项技术仍然成熟可用时，新的技术或服务方式也可能满足同类需求，并改变客户的选择。企业因此需要观察替代方案，而不只是继续优化已有产品。
这种技术不连续性说明，现有能力与未来需求之间可能出现错位。但新技术出现，也不意味着所有旧业务立即消失。管理分析需要检查替代发生在哪些任务、客户采用的条件是什么，以及企业能否调整资源和服务方式。
先行探索与跟进应用各有成本和风险。课堂讨论更值得保留的问题是：企业拥有哪些可用于试验的场景，能承担多大试错成本，又如何根据反馈决定继续、调整或停止投入。
六、数据的价值取决于使用情境
在信息系统管理的常见解释中，数据可以理解为对事实或现象的记录；信息则强调这些记录经过组织、加工和解释后，对特定使用者具有意义。相同的交易记录，对市场、财务和运营人员可能支持不同的判断。
因此，信息系统不只是保存记录，还要帮助使用者得到适合当前任务的信息。输出了大量报表，不能直接证明管理者获得了有效信息。需要明确使用者要做什么决定、需要什么内容，以及信息是否及时、准确、容易理解。
不同学科和制度语境对“数据”“信息”的定义可能有所不同。有些定义强调原始记录与加工结果的区别，有些则将数据理解为对信息的记录。阅读相关材料时，应先辨认定义的用途和边界，不宜把不同语境中的包含关系简单混用。
历史资料的电子化也只是起点。将纸质内容保存为电子文件后，还需要检索、提取、分类和语境解释，才可能服务研究、内容开发或其他业务。是否能够使用相关资料，还要考虑权限、隐私及使用范围。
七、不同数据形态需要不同处理方式
结构化数据通常具有较一致的字段和组织形式，可以用表格帮助理解。文本、图像、音频和视频往往需要其他处理方法；半结构化数据则保留一定组织标记，但未必具有完全一致的字段结构。
多模态指同时涉及多种数据形态。处理能力提高可以让更多内容进入分析流程，但不能据此认为原始数据天然准确或含义已经清楚。管理上的关键是：如何记录与保存，如何建立一致口径，如何检查加工结果，以及如何让分析回到具体问题。
八、课堂讨论提出的通用问题
数据能否代表真实需求？ 已提交的投诉或服务请求，只能反映被记录下来的部分情况。满意而未反馈、遇到问题却未提交请求的人，也可能影响判断。分析时应检查样本如何产生，并考虑用其他调查或观察补充，不能把反馈频率直接当作全体用户的偏好。
共享数据与保护信息怎样兼顾？ 协作需要信息流动，但不同参与者的用途、权限和责任未必一致。应先明确业务所需的数据范围及使用规则，再选择技术方案。能够接入数据，不等于适合向所有人开放。
信息化怎样影响用户体验和经营成本？ 支付场景可以观察交易处理、对账与服务连接；物流场景可以观察状态同步、资源安排与履约；平台场景可以观察供需匹配、服务反馈和内容治理。每种场景都应说明具体机制，以及达到效果所需的投入。
规模为什么可能重要？ 课堂讨论提出，较大业务规模可能分摊部分系统建设成本，并支持持续改进。但规模、技术投入和经营成功之间的关系仍需证据，不能只凭企业较大就断言其技术更有效。
这些讨论提示了一种共同的分析方法：先说明业务目标，再追踪信息技术改变了什么过程，最后比较结果与成本。指出某家企业具有优势还不够，还需要解释信息化在优势形成中发挥了什么作用，并区分观察到的事实与尚待检验的解释。