至顶网软件频道消息: 一直以来,面对互联网企业,传统企业一直谦虚的学习者,学习他们领先的互联网思维和对用户体验的高度关注以及大胆创新的精神。当然,与此同时,更要警惕他们随时可能发起的跨界颠覆,这种随时可能不期而至的跨界颠覆一度让很多传统企业的管理者生活着高度焦虑之中。根据IBM 2015年全球最高管理层调研报告提到的数据,当年有“54%的企业高管预期来自其他行业的竞争将增加”。
不过,进入去年,这一切似乎悄悄地在发生改变,IBM 2017全球最高管理层调研中此数据下降了一半,仅为26%。IBM研究人员将这一改变背后的原因解读为传统企业的逆袭,认为在创新的道路上传统企业正从跟随者变成领跑。
此前,我们听到过太多关于互联网企业颠覆传统企业的例子,比如滴滴颠覆出租车行业,Airbnb颠覆房屋租赁市场等等,这使得大家一直认为互联网企业才是创新的引领者,而忽视了传统企业,甚至传统企业自身也会看低自己的能力。现在看来,事实并不是一定这样。
“在行业中深耕的大部分传统企业,它们在行业中耕耘了很长时间,积累了非常丰富的经验,他们在行业里也非常有地位,并不容易撼动。实际上,我们看到,今天这些企业正在向新兴企业发起反击,而且也已经没有前几年那么焦虑了。”IBM全球企业咨询服务部大中华区总经理麦俊彦在接受采访时表示。
佐证麦俊彦这一说法的是,IBM 2017年全球最高管理层调研报告显示,改变传统行业的动力主要还是来自传统企业。在中国接受访谈的企业里,34%的受访者认同这一观点。
报告认为,之所以如此,除了传统企业具有对行业多年的了解这一天然优势之外,更为重要的原因是,传统企业拥有一般企业难以企及的数据。根据相关研究,全世界仅有20%的数据可以从互联网获得,而另外80%的企业数据无法被搜索到,这部分就是传统企业拥有的数据,这些数据就是传统企业的优势所在。
进行本次调研的IBM商业价值研究院的院长丁伟解释说,传统企业底蕴丰厚,企业拥有生产经营各个环节产生的、产品和服务相关环节背后隐藏的,以及企业的利益相关者(包括产业链上下游企业)等方方面面的数据。而以人工智能为代表的下一波技术将能够使得传统企业通过充分利用AI技术发挥他们在专业领域的独特优势,超越互联网新兴企业。颇有意思的是,在AI或者认知技术在提升客户体验等新技术的应用上,与国外同行相比中国企业更积极主动。
比如,IBM最近与一家芯片厂进行了一个合作,就是利用传统数据实现对生产效率的大提升的一个很好的例子。这个合作通过机器视觉进行产品质量检测,比如是否有冒泡、有划痕甚至有小沙粒等。以前都靠人工看,花费大量的时间,效率不高,时有漏检。现在通过拍照用算法进行比照,一旦发现可以及时返回生产过程中、及时的调整。实现了自动化,不仅省掉了大量的工作岗位,提升了效率,准确率也从之前人工时代的80%提升到96%以上。
采访中,丁伟特别提醒说,对传统企业而言,要抓紧时间进行创新。因为虽然传统企业占有80%数据,但数据价值会随时间递减,如果数据只是放着不利用、不整理,不去变现,数据的价值就会递减。
IBM 2017年全球最高管理层调研报告中还揭示了一个值得关注的事实,就是传统企业对平台的高度关注,特别是那些比较成功的传统企业大多在平台上颇有建树。
数据显示,几乎所有传统企业都在构建平台或参与平台建设,其中46%的企业正在投入巨资建设平台,其余54%高管表示将必须利用其他公司的平台。特别值得关注的是,57%传统领先企业都是平台的构建者或拥有者,这说明平台战略已经成为传统企业实现领先、实现逆袭的重要手段。
“今年的数据显示,无论是中国还是国外,领先企业在运用平台业务模式方面都有心得。在中国的一些高管这个数字甚至高于国外。”丁伟说。
该报告以IBM和马士基的合作为例剖析了平台战略的重要性。马士基是一家有百年历史的集装箱航运公司,最近它和IBM合作利用区块链技术打造了一个全球贸易数字化平台。借助这个平台,港口、第三方物流、海关、货运代理、运输商、发货人实现了货物、单据信息共享,解决了马士基在跨境和贸易区内货物运输方面的多方面需求,使信息流更透明、更简化。不仅如此,企业还可以通过平台协调消费者与生产商之间的直接互动关系,并在此过程中收集大量数据,轻松开拓新市场。
IBM预测,未来两至三年,重新分配的平台业务模式预计将达到1.2万亿美元,目前已投入资金约4,200亿美元。在平台投资方面最积极的行业包括:工业产品(+ 25%),电子(+ 22%),汽车(+ 20%)和零售(+ 17%)。
另外,IBM 2017年全球最高管理层调研报告还证实我们的一些认识。比如,当新技术突飞猛进,人工智能、机器学习和区块链崭露头角,如何利用好这些新兴技术成为企业领导者面临的首要问题。2017年报告调查中显示,人员已经重新成为企业领导者面临的重要问题,员工技能,即:人才招聘和培训,成为调研中提升幅度最大的单项内容。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。