原定18:07起飛的航班，我在18:25收到短信，說19:40可以起飛，最後真正起飛時間是20:30。
結合我最近在看的壹本書，這個東西很有啟發。這本書是華為數據管理部寫的，書名是《華為數據之道》，濃縮了華為2017數字化轉型以來的經驗和案例。
數字化轉型的理論基礎是“數字孿生”。
2003年，密歇根大學的Michael Grieves教授首次提出了“等同於物理產品的虛擬數字表示”的概念，並給出了定義:特定設備或壹組設備的數字復制品可以抽象地表達真實設備，並可以作為在真實或模擬條件下進行測試的依據。這個概念源於對更清晰地表達設備的信息和數據的期望，希望把所有的信息放在壹起進行更高層次的分析。Digital Twin (DT)就是從這個概念衍生出來的，壹直沿用至今。
前兩天看了壹篇文章，說特斯拉是全球市值第壹的車廠。這個第壹有多厲害？它的市值超過了第二第三第四第五名的總和，但是筆者發現了壹個很奇怪的事情。特斯拉的R&D費用甚至還不到第二名的1/10。為什麽差距這麽大？！
這篇文章給出的觀點是，特斯拉的很多事情，比如車輛碰撞測試，都是在電腦上通過數字仿真完成的，節省了很多成本，在研發費用上遠遠落後於第二名。
從數據雙胞胎理論出發，特斯拉將真實的物理世界搬到了虛擬的數字世界。從企業運營的角度來看，這是壹次數字化轉型，大大提高了運營效率。
華為“質量和流程IT總裁”陶文婧給出了壹個五級模型:
1.所有的元素都是連接在壹起的，所有環節的元素數據都是在端到端的過程中收集的。
2.數據是實時的。
3.數據按需提供
4.數據是自助的。
5.數據是社交的。
在信息時代，企業的各個部門都有自己的數據，但是這些數據是以孤島的形式存在的。數字化轉型的第壹個層次是將孤立的數據連接起來，形成“數據湖”；第二個層面是改變信息時代後期錄入的做法，實現數據采集的實施。壹般企業能做到第二級，已經相當了不起了。
我能在18:25收到短信，說明有關方面的信息化已經做得很好了。我想了想實際出發時間和預計出發時間有50分鐘差距的原因。原因可能是沒有收集到地面數據。飛機到達Xi安後，需要經過清潔、調度、汽車擺渡等壹系列地面服務，乘客才能登機。
之前也看過壹篇關於深圳機場數字化轉型的文章。深圳機場收集數據到什麽程度？甚至跑道上的導航燈的信息也已經收集到系統中。
依托與華為的合作，深圳機場實現了端到端業務流程“全量、全要素”數據的實時采集。即便如此，我似乎也在這個遲來的事件中看到了差距。為什麽深圳機場不能給出飛機起飛的準確時間？壹個很大的原因是他們沒有收集氣象數據，不知道昨天的雷雨會持續多久。
氣象數據的采集已經超越了深圳機場的組織邊界，屬於組織間的實時數據交換，需要國家層面的推動。
2019年黨的十九屆四中全會通過的決定，首次將“數據”列為生產要素。2020年4月，《中央國務院關於構建更加完善市場化陪讀子女體制機制的意見》發布，提出“土地、勞動力、資本、技術、數據”五個領域的改革。
我出生在珠算時代。大學畢業後，我趕上了信息時代的浪潮。現在潮水未退，數字時代已經到來。為了繼續抓住這波浪潮，我們需要做哪些儲備？