——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
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。