基于4I 协同数字赋能体系的企业数智化建设研究——以锦华铁路为例

邢建华 XING Jian-hua；邵士春 SHAO Shi-chun

（内蒙古中电物流路港有限责任公司赤峰公司，通辽 028000）

0 引言

以云计算、大数据、人工智能和区块链为代表的高新技术在社会、生活、经济、管理等各个领域持续激发日新月异的变革，以万物互联、数字驱动、人机协同、虚实结合、智慧主导为标志的数智时代已然到来。在数智化进程中，数字技术、数字化的信息和知识渐渐从附着于劳动和资本的渗透性要素中剥离出来，演变成一种新的战略性资源并融入到企业经营管理，使组织决策和企业绩效提升迎来革命性跃进[1]。伴随着数据要素的贯通和流转，突破了传统企业科层制管理中存在的信息隔离与知识垄断，组织中多元主体间的协同方式发生转变，企业内部的生产关系开始重构。一种更加重视知识共享与协同创新的管理架构应时而生，一种更加以“人”为中心、更加灵活高效运转、更加依托数据驱动的数智化协同组织便从根本上颠覆了传统的科层制组织结构[2]。为此，学术研究和企业实践需要关注到数智化协同组织的构建以及通过数字赋能推动企业数智化转型升级等现实问题。

在铁路行业，“云大物移智链”等数字科技与铁路建设与运营深度融合，使铁路行业发展迈入了更高层次的技术与管理双重驱动的智能化与智慧化发展阶段，铁路运输企业需要构建创新型驱动、数字化运行的数智化协同组织与时代发展相适应。因而将知识、技术、管理、数据等先进生产要素以及创新驱动与数智运营模式整合到组织体系中，围绕组织、员工、人工智能、机器智能核心组成部分重构多元协同的组织架构，并以数字赋能、数字使能、数字产能作为铁路运输企业数智化转型升级的内在机理，推动铁路运输企业实现高质量发展。

梳理现有文献，目前学术界对企业组织和员工间的共生关系[3]、人员与机器间的协作关系[4]、组织与人工智能间的依存关系[5]等都进行了深入探索，但可以发现相关研究成果大都围绕上述二元关系视角展开，也有一些研究讨论了企业中人、智能技术、组织间的三元作用关系[6]，但仍缺乏以数字化为发展核心与以赋能为纽带将“组织、员工、人工智能、机器智能”四元协同关系整合到数智化模式的系统框架中进行研究。另一方面，随着人工智能技术呈现指数型快速迭代，其在铁路运输领域扮演着愈发重要的角色，例如铁路视频图像向云边协同智能模式转变[7]，人工检修被智能巡检机器人替代[8]，融合大数据、物联网、BIM+GIS 技术的铁路设备实现全寿命周期数字化闭环管理[9]，无人驾驶及其他无人化智能技术在铁路作业环节中的逐步应用等[10]。显然，现有组织理论体系已无法满足铁路运输企业数智化转型实践的新需求。因而，本文把智能程序和机器视为与员工处于同等地位的独立个体，考虑知识与数字要素的纽带作用，构建出“组织智慧CI-员工智力HI-人工智能AI-机器智能MI”协同的数字赋能体系，并从赋能视角剖析企业数智化建设实践路径，推动锦华铁路实现数字化升级与智慧化发展。

1 锦华铁路智慧化建设现状

锦华铁路是国家电投集团投资建设的一条连接白音华能源基地与锦州港的煤炭运输通道，是蒙东地区煤炭运输的主力通道，属于内蒙古公司煤炭、火电、新能源、电解铝、铁路、港口等产业一体化发展的重要组成部分。锦华铁路正线全长627 公里，包含赤大白铁路和锦赤铁路两个区段，全线共设38 个车站，连接起4 座发电厂、1 座货运港口，主要运输货物有煤炭、氧化铝、金属铝以及其他工业原料等。锦华铁路的运行将蒙东地区与东北经济圈、环渤海经济带贯通串联，建成了通疆达海大通道，对于国家实施北煤南运、促进区域经济发展、加强民族地区安定团结、巩固国防建设都具有重要意义。

经过多年的信息化发展，锦华铁路智慧化建设已初显水平。在智慧铁路发展方面，目前锦白铁路采用计轴半自动站间闭塞，正向“基于北斗定位+DMR 增强+450M 无线列调”的移动闭塞方向建设发展；行车调度正以CTC2.0 为基础向大调度系统集中、向区域一体化集中；工务引入了红外线轴温探测系统（THDS）、货车运行故障动态图像监测系统（TFDS）等智慧监测设备及轨检探伤一体智慧化巡检系统，正推进“计划修”向“状态修”、“预测修”、“集中修”转变；电务实现了中间站及配电所无人值守；电务和工务正在联合探索小工区合并成大工区并开展联合天窗模式。虽然锦华铁路的智慧化建设已具有一定的基础，但随着新兴数字科技的突破与发展，铁路行业迈入到更高层次的数智化水平，锦华铁路如何解决多系统的孤岛运行、如何通过数字化打通业务部门及职能部门的条块分割，如何在智能化与智慧化发展中实现多要素主体的数智协同，如何利用数字生产要素重构组织内部的生产关系充分解放生产力，便是锦华铁路数智化建设中亟待解决的关键问题。

1.1 各系统多源多态知识数据孤岛化

锦华铁路全线业务涉及多单位、多部门、多系统，路港部、铁路公司、运输公司、物流公司界限清晰，车务、机务、工务、电务、车辆、调度指挥中心等业务部门专业分工明确，工务综合管理系统、工电设备数字化管理平台、工电生产调度中心等信息化系统建设齐全，但整体上各项业务仍存在条块分割、各信息系统尚处于孤岛运行。一方面，锦华铁路公司内部不同的系统平台由不同的组织或专业部门管理运营，缺乏跨团队的协作和协调，跨系统信息没有实现平台间的互联与共享，导致了信息隔离、数据断链，系统效能无法得到更有效的发挥，并且，锦华铁路各个系统平台归属不同专业部门或职能团队，拥有各自的管理层级、流程和规章制度，容易出现沟通障碍和决策冲突等问题，反而削弱了整体组织的协同效应。另一方面，锦华铁路大量的数据、信息和知识以异构形态和隐性知识的形式被大量积存、闲置，数据挖掘、知识复用、知识赋能等数字化、平台化、智慧化模式无法实现有效升级，未完全发挥出不同来源不同形态信息和知识的实质作用。此外，基于数据和模型的机器智能与人工智能不能建立在全面感知和多源多态的数据和信息基础之上，缺乏数据模型的训练和验证，未能发挥人工智能在全面洞察分析、精准决策支持、提质增效等方面的更大促进作用。

1.2 数字要素的协同赋能效应不显著

赋能概念最早起源于社会学领域，意指增强个人、组织或群体的控制能力，让主体有能力或权力做出行动改变或改善现状[11]。数字赋能则是以物联网、人工智能等为核心的智能技术嵌入到企业管理，通过激活组织内部数据流、信息流、人才流、物流、资金流、产业流，赋予企业发展新动能[12]。数字赋能强调数字技术本身与企业资源、能力以及价值链中其他主体间的互补性以及平台化支撑、生态化嵌入等内在特性，这些属性决定了数字要素对企业活动的赋能效应不能脱离其他资源、要素、主体而独立发挥作用[1]。首先，锦华铁路数智化建设需要制定明确的数字化转型目标和整体规划，各部门根据业务需要、管理需要和发展需要在内向专业、横向协作、纵向协同等方面实现要素协同、系统协同和组织协同。其次，数字赋能的关键在于数据的流动和集成，锦华铁路既有应用系统数据是分级存储，缺乏统一的数据集成平台，未提供跨系统、跨部门、跨专业、规律性、趋势性、综合性分析，数字协同效应未能充分释放。并且，企业在人机协同关系上的认知存在不足，员工与机器都是业务与生产主体，数据是连接的纽带，员工与机器之间的关系应该是互补与合作的，要摒弃人作为决策主体、计算机辅助决策的情形，尝试铁路智能机器/人工智能系统承担独立决策任务，并在不同环节与员工进行互动互补，进行“数字+算法”模型驱动的人机协同决策，充分释放数字要素的指数效应，由过去的（人+机+数字）变成现在的（人+机）*数字，并进一步跃迁至（人+机）数字。此外，企业还应该重视知识管理的重要性。铁路数智化建设不仅包括运用各个相互协同的智能装备，还包括对业务知识和实践经验的数字化挖掘与转化，并将相关知识、技术、经验以数字化的方式进行智能化、智慧化的应用。锦华铁路的数智化建设不但要建立在知识的基础上，还要从员工、组织到机器都进行智慧化的知识升级，数智化发展涉及到内部全员及外部全链条，所以需要同步建设智慧型的知识队伍及学习型组织，避免产生知识鸿沟或数字羁绊。

立足于锦华铁路信息化现状和智慧化发展，面向智能与智慧铁路发展以及人工智能与数字赋能的数字化升级，本文提出一种顺应数智时代发展的新型数智化协同架构——4I 协同数字赋能体系，并以该体系为核心设计锦华铁路数智化发展建设方案，并为我国及铁路部门的数字化转型升级和智能与智慧铁路发展提供相应借鉴。

2 4I 协同数字赋能体系

2.1 4I 结构的数字赋能演进脉络

从农业社会、工业社会到知识社会，人类经历了劳动方式的巨大变革。人类生产活动从体力劳动到使用工具转变为机器替代，这种替代使生产越来越有效率，伴随着员工劳动成本递增而机器使用成本递减，越来越多的企业开始购买设备而减少雇佣员工，这种机器对人的正向替代正是科技进步推动的结果。企业员工逐渐从体力劳动者转向知识工作者，由体力输出转变为脑力赋智，开始注重创造和管理知识，是组织生产关系变革、生产力大幅提升的源点。机器从最初的简单工具发展成大型的机械设备，以蒸汽机为代表的机械技术极大提高了生产率，并进一步革新成拥有智能的程序和机器人，其发挥的功能也从对员工的体力替代延伸至脑力替代，甚至完全取代员工行为决策。企业组织形态也经历了从小规模的手工作坊向规模化、集中化、流水线型工厂转变，并演化至由数字技术支撑的智能工厂或协同平台。与此同时，员工与机器之间从过去单纯的“使用-辅助”关系演变为人机协同，共同创造价值。员工与组织之间由过去简单的“元素-集合”关系转变为有机的利益共同体，而组织与机器之间也从单纯的资产所有递进至更加复杂、紧密的依存关系。新型数字技术为机器设备植入智慧“大脑”，赋予机器学习、推理和自主决策的能力，智能机器人/智能系统所扮演的不仅是辅助支持者的角色，而是具有部分直接决策权，甚至在某些情境下拥有完全独立行为能力的角色，这时企业决策主体不再是单一的组织或个人，而是人、组织、机器智能、人工智能的结合[13]。因此，从组织形态演进来看，过去企业的人-组织二元合作关系转变成以技术为中心的人-机器-组织三元共生系统，并随着数字技术的迭代及数字要素的嵌入，进一步演化至以人为中心的组织智慧-员工智力-人工智能-机器智能的多元协同赋能体系，即4I 协同数字赋能体系。4I 协同数字赋能体系演进脉络如图1 所示。

图1 4I 协同数字赋能体系演进脉络

数字资源呈指数级增长和裂变式衍生，将人、组织、机器串联起来，知识（技术）、资本（购买土地及装备）、劳动（技能和智能）、信息等要素正融合成一种新的生产方式创造新的价值，即“全要素”数字化。4I，即“CI-HI-AI-MI”（“组织智慧-员工智力-人工智能-机器智能”）。其中，I 为知识要素产生的智慧生产力，融合到组织、员工、软硬件机器、人工智能技术中。CI 是组织智慧（Collective Intelligence，CI），也就是组织集体的智慧，是目标和任务的集结，是整个系统存在的集合；HI 是员工智力（Human Intelligence，HI），包括员工个人的心智、才智以及掌握的知识、经验、技能，是企业的第一生产要素和第一生产力，员工逐步从工作业务核心转化为企业的竞争力核心，企业围绕员工用其智、用其能、用其力；AI 是人工智能（Artificial Intelligence，AI），是一种消化、吸收并应用知识的程序智能，包含数据、算法和算力；MI 是机器智能（Machine & Software Intelligence，MI），由软件（操作系统）嵌入知识或联通数据，成为程序化、自感知或数字控制下具有一定独立决策行为能力的智能机器/智能系统。

2.2 4I 协同的数字赋能运行机理

2.2.1 人机协同：HI“培育”MI，MI“解放”HI

数字技术赋予机器“智慧生命”，深刻改变了现代企业的生产、管理和经营模式，人机关系从“机器辅助人类”到“人类辅助机器”再到“人机融合协同”转变，呈现出人机相辅相成、协同共生[14]。人工智能与机器智能不再是劳动力替代工具，而是与人员劳力协同互补并延伸拓展员工个体能力极限的合作伙伴。一方面，企业员工在与人工智能和机器智能的互动中，将知识、经验和信息嵌入到智能程序和机器中，为其编码并创造新的算法和模型，这些数据要素作为进化“养料”，“哺育”程序和机器的智能化水平不断提升。同时，员工还需对智能程序与机器进行检查、纠偏、处理、更新、更换等维护性工作，确保智能程序与机器持续、高效、稳定地发挥作用。另一方面，智能化的程序与机器能够代替员工执行大量繁琐、程序化、重复性的任务，充分解放员工的时间和精力，让员工专注于更富有挑战性、更具创造性、更高附加值的工作，如创新研发、商务洽谈、服务拓展、品牌营销等。同时，员工与智能技术或机器的交互学习过程，也正是个人价值的增值过程，智能技术与机器助力员工拓展个体能力边界、释放个体创造力、促进了个体的全面发展。

2.2.2 交互赋能：AI 赋能CI，CI 革新AI

人工智能催生了组织结构和运作模式的全新变革，进而改变了组织中知识的存在和运用方式[15]。智能化的程序赋能组织决策，深刻影响了组织战略规划、战术执行等管理过程。相较于传统的信息技术，人工智能技术可以通过机器阅读和计算机视觉提取知识，并根据算法吸收融合，实现自我学习，因此，它能够对组织内部的复杂管理问题进行判断和决策[16]。具体而言，人工智能对组织集体存在以下三方面影响：首先是协同工作，人工智能技术可以协同组织集体完成一些重复、程序化的工作，推动其降本增效、促进工作场所的协调与协作，从而提高组织集体的工作效率和生产力；其次是决策支持，人工智能挖掘并分析海量数据中的潜在特征与趋势，帮助组织群体做出更加精准、全面和科学的决策，例如对市场需求和消费者偏好的预测分析。最后是知识管理，人工智能收集并蕴藏着大量的信息、技能、数据、经验等知识，扮演着智囊团、专家库和说明书的角色，可以源源不断地为组织集体输送知识和智力资本。与此同时，组织的智慧经验和专业知识赋能人工智能迭代升级。组织群体是推动智能程序和机器持续创新升级的主力军，为智能技术落地提供孕育土壤、应用环境和实践平台，组织需求的变化直接决定了人工智能技术的功能导向和结构形态，并倒逼其持续革新[14]。此外，组织的伦理和价值观也会影响人工智能的发展方向，引导其更好地服务于企业绩效与社会责任的多重目标。

2.2.3 价值共创：“CI-HI-AI-MI”多元一体

数字要素嵌入到企业生产及经营全流程，重构传统生产要素组织与编排方式，数字要素自身不以独立的要素形态存在，而是作为桥梁将现有的生产要素进一步串联起来，促使各要素间产生协同效应，通过组织学习和惯例变革来创造价值[17]。4I 协同数字赋能体系中员工、组织、机器智能、人工智能技术多元交互叠加，组织智慧、员工智力、人工智能、机器智能四位一体集成化，实现人与智能机器协同相辅相成、员工组织合作共赢、人工智能与组织互利共生，共同构建出数智化的协同组织新形态。传统组织与员工间的“管与被管”二元平面交互链条跃迁至员工-组织-机器-人工智能四元立体交互式共生网络[14]。其中，组织（CI）是各共生单元交互活动的承载平台和中枢系统，直接统筹协调组织各项基本生产经营活动以及员工、机器设备、人工智能的拥有数量和投资成本等；员工（HI）是整个生态体系的核心劳动力和关键单元，也是整个组织战略活动落地应用的直接发起者与承担者，并持续协调着企业组织与人工智能技术间的互动交互关系；而人工智能（AI）则赋能企业组织和员工，协同人工实现高效化、自动化、智慧化地完成各项任务；机器智能（MI）扩宽员工能力极限，参与组织决策，并受组织价值观指引，重构组织生产关系。人工智能（AI）介于员工智力（HI）与机器智能（MI）之间，成为员工智力（HI）的工作助手并可以对机器智能（MI）进行智慧控制。体系中的各多元行为主体围绕组织共同使命和目标，通过交互赋能、替代、补偿、支持、整合、创造等方式实现共同增强式的价值创造。4I 协同数字赋能体系运作机理如图2 所示。

图2 4I 协同数字赋能体系运作机理

3 基于4I 协同数字赋能体系的数智化建设

由于数智时代企业形成了由“组织、员工、人工智能、机器智能”四个核心主体构成的管理、创新、生产系统，实现了以创新驱动、数字运转、生产运行的新型价值创造与生产运营方式，即“4I 协同数字赋能体系”，锦华铁路数智化发展与建设将以该体系为核心，从数智管理体系、数智协同平台、数智知库智库、知识与事件图谱四个方面提升数智化建设与发展水平。

3.1 去中心化的数智管理体系

在劳动分工、专业分工、职能分工的基础上，锦华铁路应向以知识为核心的脑体分工、协同收敛与智慧升级发展，即生产交给软硬件结合的智能化装备（MI），程序化工作交给人工智能（AI），人工智能（AI）对智能化装备（MI）进行基于逻辑和大数据分析的工作管理，员工（HI）的体能及部分技能工作被“AI-MI”替代而更加专注于创新工作，并逆向为“AI-MI”赋智赋能，组织（CI）成为与人工智能（AI）进行知识群化交互的知识创新平台与知识赋能平台，由此形成一个数智化形态运营管理体系。锦华铁路公司需将生产业务交给“AI-MI”，像装备设备智能监测、智能检测、列车自动闭塞、无人值守、无人驾驶、自动化生产线等工作任务，即形成“AI in MI to CI”三角形，以知识（技术、管理）为核心的工作交由“CI-HI”链条进行知识与智慧生产与运营，由“HI in AI to CI”智慧系统推动黑灯工厂向灯塔工厂的升级。机器对人升级替代包括智能三角形对人的技能和体能替代以及智慧三角形对人的智能和技能替代，其替代包括劳动替代、成本替代、分工替代、层级替代。这种替代的结果使企业人力资源结构由传统的金字塔型逐渐演变为陀螺型（人员被MI 优先替代），并再次向上延伸至程序化的工作（被AI 替代），且“AI+MI”融合后会加剧向下的替代，逐步形成操作层的空层化。整个管理体系以人为本，以数字技术为管理介质，体系内分布众多节点，节点由数据要素联结起来，节点与节点之间相互影响，任何一个节点都可能成为阶段性的中心，形成去中心化、柔性化、扁平化的共生发展式的深度学习型数智化组织。锦华铁路数智管理体系如图3 所示。

图3 锦华铁路数智管理体系

3.2 一体化的数智协同平台

传统企业是“科层+职能+专业”分工，而基于4I 协同数字赋能体系的企业组织是“平台+系统+应用”集成，科层制强调纵向的命令关系，而协同平台制更强调横向的交互关系，从而使企业建立协同生产机制，在交互中相互赋能、彼此互利。锦华铁路的数智化建设应以技术创新（AI+MI）与管理创新（HI+CI）作为“双驱动”，搭建一体化数智协同平台，向更加注重各主体间互动与协调的“平台治理”进行升级与拓展。一体化数智协同平台依靠数字架构、标准作业流程、精确环节控制、智能决策支持及深化信息共享来完成铁路运输各个环节数智化要求，从源头治理消除“信息孤岛”。其核心思想正是基于数据要素驱动，重塑铁路管理体系中人、机车、设备和各系统间的相互关系，完成从“被动服务”向“主动服务”、“智慧服务”的转变[18]。一体化数智协同平台的底层基础是相互联系的智慧子系统（System Intelligence，SI），每个智慧子系统（SI）包含了机器智能（MI）、人员智力（HI）、组织智慧（CI）、人工智能（AI）的交互关系，平台的运转逻辑是装备智能化到管理智慧化的跃迁过程，贯穿了机器智能（MI）、人工智能（AI）人员智力（HI）、组织智慧（CI）协同赋能的全流程。其中，铁路的智能装备（MI）如移动闭塞装备、智能巡检机器人、智能感知装备、智能监测装备、智能检测装备等主要基于场景、流程建模所开发的程序软件以及软硬件集成实现；人工智能技术（AI）如算法估计、图像识别、机器学习等应用；智慧子系统（SI）包括列控系统、综合调度系统、车务模块、机务模块、工务模块、电务模块、内部行政系统等。各智慧子系统由技术（AI+MI）与管理（HI+CI）两大领域驱动，智能化的铁路技术领域知识与智慧化的铁路管理领域知识汇集成大数据域，进一步搭建标准统一的数据接口，深入挖掘、集成、治理、分析各智慧子系统的数据信息，利用算法模型绘制知识图谱与事件图谱，动态化、可视化地辅助智能决策，最终实现锦华铁路运维决策分析智能化、运输生产作业智能化以及组织经营管理智慧化。锦华铁路数智协同平台如图4 所示。

图4 锦华铁路数智协同平台

3.3 多元化的数智知库智库

人才是第一生产力也是知识核心，锦华铁路数智化发展需要重视知识库和智囊库的建设，“知库+智库”双库建设可以通过“HI+CI+MI+AI”协同赋能实现，HI 通过人才知识创造实现价值化，MI 通过机器设备升级实现智能化，AI通过智能机器深度学习实现智慧化，CI 通过组织价值共创实现平台化。具体而言，企业人才利用智能信息技术，将隐性知识进行显性编码，使得知识系统化、标准化呈现，并将其纳入到企业知识库。同时，其他员工在结合自身的业务实践经历进行知识解码的过程中，又将产生新的知识并纳入企业知识库。通过知识库平台，实现企业内部的知识共享，不断更新已有的知识存量资源，形成不断丰富完善的组织知识。锦华铁路知识库的建设不仅要从内部创造知识，同时也要从外部获取知识，除了将内部员工的个体知识显现化、组织化，还可以与外部组织进行技术合作、项目科研，将获得的外部技术资料、技术档案等进行整合，建立起外部知识来源清单，不断丰富企业“知库”，让企业“知库”发挥更大作用。而企业“智库”又称智囊团，由专家及专业机构聚集，是企业“软实力”的代表，锦华铁路公司应重视人才培养，打造专业团队，运用智库对锦华铁路发展机制、生产运输决策、标准制定等进行深度研究，充分发挥智库教育员工、汇集人才、整合资源的作用，激发人才集聚规模效应，创造更大价值。

3.4 精细化的知识与事件图谱

锦华铁路协同发展要以各专业数据背景为支撑、调度指挥为统筹，需要针对“人+机”两大类智慧主体的协同作用，构建围绕知识图谱与事件图谱的锦华铁路数智知识体系。知识图谱就是展示知识发展过程与属性联系的一系列不同图形，通过节点和关系明确表达知识资源及其载体的演化过程和结构关系的图数据结构。以知识图谱引导锦华铁路“时域-空域-频域”多域关联，利用知识图谱上的时空变化模式或关联簇，关联查询与检索应用相关的实体数据-关系模型-知识资源，从而实现空间数据-机理模型-专家知识一体化集成的多场耦合建模与深度关联分析能力，为锦华铁路市场经营、生产运输、安全运营、外部服务提供可视化决策辅助。其中，“时域”包括锦华铁路设施设备档案履历、在役状态、运行状态和预测状态等，实现铁路列车和装备的全生命周期综合智能管控；“空域”包括锦华铁路自然环境、地质状况、设施设备情况等，实现铁路全景全息可视化精准感知和数智化管理；“频域”主要指锦华铁路各节点安全事故、设备故障、应急保供等发生频次。此外，基于知识图谱技术对画像标签系统进行丰富扩展，构建智能感知的深度神经网络识别标签模型，突破传统人工“打标签”的方式，实现数据标签的自动识别。其中，铁路画像（机器画像、人员画像等）着力于将分散、繁杂、晦涩的数据生成为易得到、易理解、易分析的标签体系（基本属性标签、动态行为标签、综合评价标签等），从而精准、形象地描绘出设备、系统、人员状态，辅助日常运维决策和精细化管理[19]。双谱的构建实现了“人+机”两类智慧主体的协同，将现代的技术方式（AI+MI）、业务工具、管理手段（HI+CI）进行集成创新应用，在铁路海量数字资源自动流转的基础上，以人工智能技术为代表的机器智慧从海量数据中“萃取”有价值的信息，辅助人类更高效地开展研究和决策工作，最终形成“人才聚焦创造、工作移交AI”的智慧方式。锦华铁路知识与事件图谱如图5 所示。

图5 锦华铁路知识与事件图谱

4 结语

在铁路行业发展迈入技术与管理双重驱动的智能化与智慧化发展阶段的大背景下，本文以锦华铁路为研究对象，构建了以数字化发展为核心的“组织智慧CI-员工智力HI-人工智能AI-机器智能MI”4I 协同数字赋能体系。4I 协同数字赋能体系总体沿着“人-组织二元合作集合→人-组织-机器三元共生系统→人-组织-人工智能-机器智能四元协同体系”的逻辑演进。其中HI 输送知识、经验和数据“培育”MI，MI 充分“解放”HI，使HI 专注于更富价值和创造力的活动；CI 检查、维护、革新AI，AI 赋能CI 战略规划和战术执行；CI、HI、AI 与MI 多元一体，数据要素激发协同效应，实现价值共创。进一步延伸4I 协同数字赋能体系的理论思想至具体实践，提出去中心化的数智管理体系、一体化的数智协同平台、多元化的数智知库智库、精细化的知识与事件图谱等四个方面的应用建议致力于锦华铁路的数智化建设，也为我国其他的智慧铁路建设以及企业数智化转型提供了一定的参考借鉴。