——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
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。