2020年,一系列“黑天鹅”事件让我们认识到,人类其实一直是对于未知和“不确定性”感到忧虑和无助。
在数字化领域也是一样,特别是随着各行业数字化转型进入深水区之后,迫切需要有“懂行”的专家同行,成为企业发展的助推器。
当前,以5G、云、人工智能、大数据、物联网、机器视觉等数字技术为关键支撑的“新基建”正在成为共识。
但是我们发现,应用和技术之间还存在磨合、存在缺陷,在数字化应用高速发展的同时,企业应对数字化架构转型和升级的能力尚有不足,不少企业认识到新的业务、新的应用与新的技术结合还存在很大的问题。
比如电力行业,说到电力系统巡检,你懂。但是如何结合智能、5G、大数据物联网来进行巡检,你是否有些心里发怵?
交通运输感觉很土、很传统,但是作为国民经济发展的大动脉,要结合到新一轮科技革命和产业变革实现智慧交通,突破传统技术局限、发展模式和发展速度,是不是可以实现对人们出行的颠覆式创新。
制造业是国家发展基石,但制造行业更是一个流程长、门类繁多、应用场景复杂的行业,而且每家制造企业都有自己的业务特点和流程,要满足整个行业的数字化转型需求并非易事。
可见,那么对于数字技术提供商来说,单纯为行业数字化转型提供产品和技术已经不够,“懂行”正变得越来越重要。
然而在过去20年的信息化进程中,太多的项目浮于表面,并未能大幅推进各行业的核心生产决策系统的数字化转型进程。
华为中国政企业务总裁蔡英华认为, “懂行”要不断深入行业的生产决策系统中,要理解关键业务场景转型需求,要将数字技术与需求相融合,要携手“内行”的合作伙伴,才能打造真正符合行业需求的解决方案,从而释放出数字化转型的真正价值。
但是数字化转型进入深水区后,对各行业来说都是知易行难。如何有序有效实施开展“新基建”?如何填补各个领域业务场景与数字技术之间的“鸿沟”?
唯有携手“懂行”的人,唯有创新实践,才能冲出数字化转型的深水区。
近日华为发布的几张剧透海报,似乎预示着华为要在“懂行”方面继续“发大招”,究竟是什么?
是24小时不间断的“懂行”服务?还是给千行百业带来实惠的“促销大礼包”?亦或是可以加速企业数字化转型进程的秘籍?
以上种种猜测,让我们静待828揭晓!
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。