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
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。