在數字經濟的時代，數據已成為第五大生產要素。

繼“十四五”規劃發布后，進一步確認了數字經濟，將會是中國所面臨的一次前所未有的發展機遇。國家、政府和企業都相繼在數據建設上發力，以此推動產業的升級，促進經濟發展。特別在后疫情階段，數字化進程的加速更深層次地綁定了人們的工作和生活。

那么，如何從海量的數據中挖掘到價值？“負熵為增”這一思維又是如何指導數字化的應用和增長呢？

歷史上的數據價值

并不是數字經濟時代，人們才開始重視和討論數據帶來的價值。

早期的數據源于觀察總結。從農耕文明觀察天象記錄數據開始，到以數據為基石的自然科學和基礎科學的快速發展；從工業革命標準化生產解放人類生產力，到計算機誕生的信息時代，人類產生、獲取和處理數據的能力大大提升。

而如今，移動互聯網時代，每個人、每部手機都是數據來源。沒有任何一個人或公司可以忽視數據價值帶來的變化。過去，我們曾用蒸汽機作為引擎，解放人類的體力，而在今天和不遠的未來，我們將用數據智能作為引擎，取代重復繁瑣的腦力勞動，進一步提升社會產能和效率，最終提高人們的生活水平。

那么如何能夠利用好這種新的生產資料，讓數據驅動新時代的經濟和業務增長呢？答案是數據智能。而數據智能需要有什么樣的思維做指導呢？答案是“負熵為增”。

如何理解“負熵為增”

“熵”的概念起源于熱力學，最早克勞修斯提出了：“熵”即“熱溫商”，也就是分子熱運動的混亂程度或無序度，作為熱力學過程不可逆程度的一種量度。廣義熵是熱力學和統計力學中熵概念的推廣，是我們對事物運動狀態的不肯定程度（不定度），這事實上就是信息論和控制論中關于“熵”的概念。

而“負熵”這一概念，出自1944年，奧地利物理學家埃爾溫·薛定諤創作的生物學著作《生命是什么》一書，書中提出：生命是非平衡系統并以負熵為生。當我們得到足夠的信息后所消除的關于事物運動狀態的不肯定性程度，或者說所消除（或減少）的熵，可以叫做負熵，也就是信息量。信息量所表示的是體系的有序度、組織結構程度、復雜性、特異性或進化發展程度。這是熵（無序度、不定度、混亂度）的矛盾對立面，即負熵。

GrowingIO 創始人&CEO張溪夢提出“負熵為增”，簡單來說就是：在海量的數據信息中，通過有效方法消除（或減少）不確定性，使得龐大的數據量變得有序，復雜但有結構性，進而高效利用數據價值。GrowingIO 倡導的利用數據智能驅動新時代的經濟和業務增長，正是需要這樣的思維。

數字經濟時代 ≠ 你會高效使用數據

在數字化經濟加速發展的時代，從生產要素到生產力都在顛覆傳統的認知。很多企業上網、上云、數字化，那么，在“負熵為增”的思維下，數智化到底該怎么做？

大體可以分三步走：感知、智能、行動展開。首先需要做數據的采集和感知，再進行智能和分析，最后落實到行動和觸達。這三步環環相扣，每一步都非常關鍵。

那這關鍵的三步還能再具體一點嗎？以 GrowingIO 為例：

用戶行為數據的收集和分析，各類信息數據都會通過感知系統融合。

智能分析里面很重要的一點，是智能推薦的能力，預測能力，基本上在AI能力里面其實就是三件事：預測、推薦、視覺識別。用戶行為分析，用戶畫像可以精細到每個人的顆粒度，既能支持渠道畫像，也能支持單體畫像。數據可視化分析部分還可聯手新的BI廠商，產生更多可能性。

行動部分，可以做推送，短信、微信的消息模板，集成企業微信的服務信息。下鉆深度社交鏈，在騰訊的微信體系里面找到最關鍵的KOC節點，進行運營和營銷。最后通過和企業微信對接的能力，幫助企業微信的用戶能進行閉環。

有了好的“工具”之后，意味著真的“會用”了嗎？其實，除了“工具”的軟件產品之外，還需要咨詢和各類服務共同加碼形成“負熵”，讓關系到“增長”的每一步都真正落到實處。

因此，在數字經濟時代，在數據的汪洋大海中，“負熵為增”作為必備的加速器思維，可視為燈塔般關系到增長的每個階段。