新华三集团副总裁、解决方案部总裁李立表示:“面对持续迸发的数字化转型需求,已有业务形态难以满足客户诉求,亟需通过统一规划、建设和交付,为客户提供端到端完整解决方案。新华三以智能数字平台赋能行业、赋能方案,由‘验证中心+体验中心+赋能中心+生态中心’组成的360°业务能力中心旨在通过仿真的体验环境,更好地呈现解决方案的能力价值。”

新华三集团副总裁、解决方案部总裁李立向媒体介绍360°业务能力中心
目前,新华三集团已为城轨、媒体、机场、水利等多个行业打造全场景能力中心,未来还会有更多的行业和场景落地。
落地智“+”战略 360°业务能力中心赋能端到端解决方案
今年4月,新华三集团基于“云智原生”战略正式发布 “数字大脑2021”,在实现全面技术升级的同时,赋能客户迈入数字化应用的新阶段。在数字大脑“4+N”的架构中,“+”链接新华三智能数字平台与众多行业智慧应用,是新华三“无界生态”的核心价值。循此路径,新华三携手合作伙伴不断完善行业全场景解决方案能力。
但在一系列解决方案的实践过程中,“方案过于抽象,无法验证实际效果,一线业务同事认知存在偏差”等反馈时常出现,亟需通过统一规划、建设和交付,从“深耕场景、完善场景”两个维度发力,为客户提供端到端完整解决方案。
为此,新华三集团设立解决方案360°业务能力中心,以场景数字化、模拟智慧化、决策精准化为导向,通过仿真的体验环境呈现解决方案的能力价值,支撑合作伙伴快速构建方案,开发智慧应用并沉淀行业知识套件,并能够针对不同行业的具体细分场景加强应用创新,综合展现全局态势,实现跨业务协同,最终保障场景化方案创新效果。
消除壁垒 四大中心支撑360°业务能力中心落地
360°业务能力中心由“验证中心+体验中心+赋能中心+生态中心”组成。验证中心旨在通过加强与生态合作伙伴的紧耦合,将解决方案性能优化到最佳。2021年,验证中心与超过300家生态合作伙伴打造了100余项联合创新方案。其中,智慧园区方案在北京冬奥村落地,新媒体方案在全运会直播中落地,城轨方案在北京11号线地铁落地。在医疗领域,新华三联合华西医院打造了独具特色的医院管理大数据中心MDR解决方案,成为智慧医院的标杆。
体验中心,即能提供端到端的解决方案展示,为客户进行针对某一特定行业及相关应用场景的沉浸式体验。体验中心的价值之一就是让解决方案看得见、摸得着,包括在搭建解决方案过程中遇到的困难与挑战,客户都在亲身体验中感受更深。

媒体现场了解体验行业解决方案
360°业务能力中心也是赋能中心。新华三集团开展“蒲公英计划”,将360°业务能力中心向内部员工开放培训,将解决方案的“种子”撒到一线。迄今为止,新华三解决方案部依托360°业务能力中心开展了30余次的“蒲公英计划”活动。尤其是今年,对内外共开展100余场的场景化培训,超过2000人进行了线上线下的体验。
生态中心亦是360°业务能力中心的重要组成部分。许多解决方案是在敏捷响应客户需求的过程中不断迭代的,新华三集团通过联合创新实验室与众多行业TOP级合作伙伴进行深度融合与创新等举措,为打造更契合各行业客户需求的端到端解决方案打下良好的基础。
面对全球数字经济发展新态势及随之而来的新挑战,新华三集团将以“云智原生”战略为引领,积极践行“数字大脑2021”,实现数字化技术与业务建设场景的深化融合,将360°业务能力中心作为联合方案开发与应用创新的支撑点,联合伙伴一同释放产业合力,全面助力数字经济的高质量发展。
好文章,需要你的鼓励
新加坡人工智能机构与阿里云发布全新大语言模型Qwen-Sea-Lion-v4,专门针对东南亚语言和文化特色进行优化。该模型结合阿里云Qwen3-32B基础模型和大量东南亚地区数据集,在东南亚语言模型评估榜单中位居开源模型首位。模型支持119种语言,能在32GB内存的消费级笔记本上运行,采用字节对编码技术更好处理非拉丁文字,并具备3.2万词元上下文长度,可执行文档级推理和摘要任务。
这项由CMU与亚马逊AGI联合完成的研究揭示了当前AI系统的重大缺陷:即使最先进的模型也不知道何时该说"我不知道"。研究团队开发的RefusalBench评估系统通过176种语言操作技巧动态生成测试案例,发现顶级AI在多文档任务中的拒绝准确率低于50%。这项研究不仅提供了标准化测试工具,更为构建诚实可靠的AI系统指明了方向。
AI智能体是下一代业务自动化工具,不仅能对话交流,还能执行复杂任务。与ChatGPT聊天机器人不同,它们可在最少人工干预下规划并完成工作。文章介绍了五个高影响力应用:自动化客户服务解决方案、销售CRM管理、合规自动化、招聘筛选与排程、市场情报报告。这些应用都具有重复性工作流程、依赖结构化数据、遵循可预测规则等特点,能够释放员工宝贵时间用于更有价值的工作。
这项由中国人民大学联合腾讯开发的LaSeR技术,发现了AI在生成答案最后一刻会无意中透露对答案质量的评估。通过观察这个"最后一词效应",研究人员开发出了一种让AI高效进行自我评估的方法,在几乎不增加计算成本的情况下,大幅提升了AI的自我验证能力,为构建更可信的AI系统开辟了新路径。