一年之计在于春,作为年度中国政治生活的一件大事,全国两会即将在北京召开。不久前,习近平总书记在2018年春节团拜会上讲到2018年是全面贯彻中共十九大精神的开局之年,是决胜全面建成小康社会、实施“十三五”规划承上启下的关键之年,也是改革开放40周年。在这些大背景下,今年两会的意义更为特殊。此次,共享经济、创业创新、科技生态等大热话题依旧是焦点,重磅看点层出不穷。
政策落地成效卓著
去年的《政府工作报告》中李克强总理说:中国经济不断增强的“新动能”正在撑起发展的“新天地”,明确指出“要大力改造提升传统产业。深入实施《中国制造2025计划》,加快大数据、云计算、物联网应用,以新技术、新业态、新模式,推动传统产业生产、管理和营销模式变革。”
习近平总书记屡次强调,新一轮科技和产业革命形成势头,数字经济、共享经济加速发展,新产业、新模式、新业态层出不穷,新的增长动能不断积聚。在国家与各级政府的持续推动中,新动能快速成长。以共享经济为例,中国共享经济领域的创新创业已经取得巨大成就,成为全球共享经济创新者和引领者。
2月27日,国家信息中心分享经济研究中心、中国互联网协会分享经济工作委员会在京联合发布《中国共享经济发展年度报告(2018)》。报告显示,我国共享经济继续保持高速增长,2017年我国共享经济市场交易额约为49205亿元,比上年增长47.2%;其中非金融共享领域交易额为20941亿元,比上年增长66.8%。共享经济领域融资规模约2160亿元,比上年增长25.7%。
IT 服务市场发展前景可期
与此同时,相关数据显示全球IT服务市场增长平稳,2016年全球IT服务市场规模为6720亿美元,2017 为6840亿美元,预计2020年全球IT服务市场规模可达7480亿美元。
一系列利好政策与数据都在预示着IT服务即将成为“新风口”,这其中IT服务众包模式日益成熟,已经成为最具发展潜力与空间的商业模式。这也印证了Gartner之前提出的了IT服务的Bimodal(双模式)观点,即未来的IT建设存在两种模式并长期共存,Model1对应于传统IT服务模式;Model2对应服务于业务创新的IT建设,最大特征是需求具有不确定性,需要探索的来进行交付,Model2开发具有敏捷、开发周期短等特征。
作为IT服务众包领域的领军企业,“解放号”能更好的满足“IT服务双模式”要求,提供的IT服务同时能够满足Model1和Model2,是企业践行Model2快速试错和创新开发的重要渠道。通过平台在海量资源中快速匹配有经验的人,达到“去中间化,去中心化”的目的,让需求信息透明,让协作流程高效;让平台用户参与生产,从而调动各方面资源和能力,解放生产力。
今年的中软国际解放号嘉年华暨新春年会上,中软国际董事局主席、CEO陈宇红博士也表示,2017年公司市值产能双双突破百亿,已经成为中国最大的软件服务企业,传统服务、云服务、解放号平台服务三军进发的大格局已经形成。未来,中软国际要保持有质量的30%的年复合增长,2021年逼进300亿,2026年突破1000亿,力争成长为一个世界领先的软件服务企业。
两会在即,国计民生,新一年的重点工作都将在两会上做出安排,每次人大会议的政府工作报告都是重头戏。十九大后开局之年,政府的施政重点是什么?百姓关切的国计民生热点,政府如何回应?经济形势波谲云诡,今年走向如何?我们一起拭目以待。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。