——新冠疫情加速了企业数字化转型的进程,但数字化领先者与追随者之间的差距正在扩大
2021年11月30日,北京 —— Altimeter与欧特克公司(NASDAQ: ADSK)联合开展了一项全球数字化转型的研究项目,其研究报告《解析融合:数字化转型的下一波浪潮》显示:数字化成熟的企业正在积极迎地接下一波数字化颠覆浪潮,即“融合”。受到新冠疫情的影响,虚拟通信、个性化数字交互、沉浸式建模、快速原型制作以及高效协作等创新实践如今已成为主流。
该研究对来自中国、美国、英国、德国、法国和日本的749位企业领导人进行了调研,涉及的行业包括了工程建设行业,设计与制造行业,以及传媒和娱乐行业。调研结果显示,由新冠疫情带来的颠覆性变革造就了两类企业:
“融合”就是将以前各自独立的技术、流程和数据结合在一起,从而创造出产品、服务及体验的全新组合,以重塑行业流程和结构。今天,大多数企业都认识到融合是一种趋势,并将以某种形式影响着他们。该研究发现,58%的受访者对融合有一定的考虑,或者认为融合是对其业务最关键的影响因素之一。这项研究的关键结论之一就是,数字化成熟度是一个强有力的预测指标,可以预测一家企业认为融合对自己的影响有多大。
为了确定企业的数字化成熟度,该研究让受访者从以下各个阶段中自选其一来定义自己的企业:

图1:各地区数字化成熟度的高级水平
调研数据显示,中国受访者中处于第 4 和第 5 阶段的比例最高(52%,全球为 42%),他们更有可能认识到融合带来的影响和好处。例如,82% 的中国受访者说他们看到了技术融合的影响,而全球受访者的这一比例为 65%;66% 的中国受访者表示,他们实际获得了技术融合的好处,而全球受访者的这一比例为 50%。中国受访者更有可能在其数字化转型工作中使用多种不同技术,特别是数字化技术、5G/宽带、物联网和人工智能(如下图)。

图2:使用的主要技术
同时,在数字化成熟度最高(第 5 阶段)的企业中,有 59% 的企业表示,融合是对其业务最关键的影响因素之一。随着成熟度水平的降低,将融合视为颠覆性趋势的认识也在下降。这是合理的,因为数字化成熟度较低的企业仍处于追赶阶段,在努力实施各种实践和创新,这是他们数字化转型的当前目标。

图3:处于数字化成熟度阶段较高的企业更有可能把“融合”视为一项关键影响因素
然而,这并不意味着不太成熟的企业应该等到他们达到数字化成熟度的较高阶段才考虑融合并为其做准备。事实上,为了达到第 5 阶段并获得融合带来的回报,需要尽早建立融合的基础。
构建数字化转型基础的第一步是了解所有的融合方式,并找出将对业务产生最大影响的类别。该研究将融合划分为了四个层级:
通过划分融合层级,我们可以绘制出每种融合类型所具有的影响,以及这种影响如何因行业的不同而变化。

图4:技术融合和流程融合对行业影响最大
虽然融合的好处在数字化成熟度的每个阶段似乎都很明显,但要充分实现这些好处,许多企业在实施所需的步骤时都会面临挑战。其中一些主要挑战包括:
欧特克公司技术策略师Alexander Stern说道:“了解融合并使其为您的组织服务是一项还未得到充分利用的竞争优势。流程、数据和技术融合主要影响的是企业内部的运作。而外部力量推动的产业融合则会产生不可思议的奇效。这种融合是让从前互不相干或平行运转的行业找到合作互利的途径。这种协作可以有多种形式,比如伙伴关系、交易关系或者简单的资源共享。”
Altimeter创始人兼高级研究员Charlene Li表示:“企业可以评估自己的数字化成熟度以及优先的投资项目,然后利用这些数据与我们的受访者进行比较,并制定一个转型路线图。这将使他们能够有效地为即将到来的颠覆做好准备,甚至在其中蓬勃发展。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。