2020年5月13日,国家发展改革委会正式启动了“数字化转型伙伴行动”。行动特别要求加强针对数字化转型共性解决方案的研发。针对传统企业数字化转型面临的共性问题,研发有针对性的解决方案及标准。
就在近日,华为发布报告《数字化转型,从战略到执行》,报告结合100多个国家的案例与数据,从6个角度(个人-家庭-企业-城市-行业-国家)、4个层次(国家-城市-行业-企业),系统解读了数字化转型从战略到执行的全景框架,洞察实践,以及不同数字化转型阶段数字基础设施的部署,重点及对数字经济的量化影响。
企业数字化转型作为国家数字经济实践的排头兵,其数字化转型的可行性方案、标准化路径、丰富维度模式是国内众多经济角色的参考要素。
此报告尤其以企业数字化转型为代表的部分,详述了企业不同数字化转型阶段数字基础设施的部署。企业在数字化转型过程中的渐进过程、特性、及典型应用等。
一、基础信息化阶段
第一个阶段企业主要完成基础信息化系统搭建,建立企业内部统一运营管理能力。特性重点展现在业务条线内完成的核心企业信息系统的搭建;进行核心价值业务环节的可视化,如合适的话,同时嵌入点状智能化应用等等。
典型应如ERP、SRM、CRM系统实施及集成,POS销售、客服多终端应用APP及可视化报表,主数据的搭建完善等。
二、应用数字化阶段
第二个阶段企业主要推进对关键业务流程实施可视化、智能化的流程搭建。特性展现在集团内基础系统集成,全面实现信息化,数据架构清晰完善;关键业务流程的可视化;点状智能化应用探索等。
典型应如实时生产监控室,设备智能预防性维护,远程设备操作,无人车、无人机等。
三、全面系统化阶段
第三个阶段企业重点开展全局可视化管理和智能化决策,支持业务实现商业模式创新。特性重点展现在针对业务单元整体具备全局,可视化及分析能力,可快速锁定异常,并辅助决策;运用智能化手段进行商业模式创新等。
典型应如供应链控制塔台(自动订货、库存分配及调配等),AI辅助研发设计,大数据业务预测沙盘等。
四、智慧生态化阶段
第三个阶段企业通过AI等技术应用,实现业务管理逐步向全面智能化发展。实际中,数字化的理想状态,因企业仍需要人的参与与决策,较难实现“体”层面的全面智能化,而重点则关注运用AI等技术联动业务不同环节,实现业务自动化的过程。
典型应用如数字孪生,无人工厂等。
报告中华为提及企业数字化阶段:夯实业务核心系统及数据体系构建,探索数字化、智能化应用。
无论是基础信息化还是应用数字化、全面系统化、智慧生态化,每一个阶段,离不开应用、软件、系统等数字化基础设施的建设与运用。近年数字化浪潮推动下,不少企业追逐速度而忽略效率,使得数字化基础设施搭建过程稳定性、效率性、安全性存在诸多隐患,影响企业数字化转型的长效发展。
华为重要数字化生态伙伴之一,Testin云测在应用、软件、系统等信息化基础设施质量保障层面,沉淀了前沿测试技术与专业企业级服务能力。
Testin云测是云测试领域的开创者和引领者,服务超过百万的企业及开发者,通过云测试模式,企业及开发者可以实现IT测试流程线上化、智能化。与传统人力测试相比,在同等测试需求下,云测试可以实现测试成本降低30%,测试效率提高50%。
值得一提的是,Testin云测旗下鸿蒙云测试平台,覆盖搭载华为HarmonyOS系统的所有主流机型,是国内首家提供HarmonyOS原生应用测试的第三方服务商。
该鸿蒙OS原生应用测试服务,在支持保障应用质量的同时,大大降低适配Harmony OS的硬件与时间成本,进一步推进Harmony OS在移动端的迅速普及,促进Harmony OS数字化生活延展与落地。
深度ToB端服务经验与软件层质量保障技术实力,是华为与Testin云测在数字化发展过程中深度协作的底层因素。
十四五以来,应用、软件、系统等的质量,对于企业的数字化转型重要性显著提升,测试作为保障这些数字化基础设施质量的核心环节,成为企业在数字化转型长足工作建设考量的核心要素之一。
宏观层面,行业需要在保障数字化体系建设质量的同时,实现数字化价值的长效落地,微观层面,企业需要重视转型过程数字化质量体系的打造,以实现保障需求的同时,降本增效,实现行业竞争力的优势建立。
华为作为ICT巨头为企业数字化过程梳理与盘点出了综合维度的可行性路径参考,Testin云测则在此环节作为数字化护航者的角色,帮助企业在转型过程中数字化基础设施建设的稳定、安全、可靠,共同促进各行各业数字化转型的进程,提升经济社会的整体效能。
好文章,需要你的鼓励
在AI智能体的发展中,记忆能力成为区分不同类型的关键因素。专家将AI智能体分为七类:简单反射、基于模型反射、目标导向、效用导向、学习型、多智能体系统和层次化智能体。有状态的智能体具备数据记忆能力,能提供持续上下文,而无状态系统每次都重新开始。未来AI需要实现实时记忆访问,将存储与计算集成在同一位置,从而创造出具备人类般记忆能力的数字孪生系统。
中国人民大学和字节跳动联合提出Pass@k训练方法,通过给AI模型多次答题机会来平衡探索与利用。该方法不仅提升了模型的多样性表现,还意外改善了单次答题准确率。实验显示,经过训练的7B参数模型在某些任务上超越了GPT-4o等大型商业模型,为AI训练方法论贡献了重要洞察。
OpenAI首席执行官阿尔特曼表示,公司计划在不久的将来投入数万亿美元用于AI基础设施建设,包括数据中心建设等。他正在设计新型金融工具来筹集资金。阿尔特曼认为当前AI投资存在过度兴奋现象,类似于90年代互联网泡沫,但AI技术本身是真实且重要的。他承认GPT-5发布存在问题,并表示OpenAI未来可能会上市。
南加州大学等机构研究团队开发出突破性的"N-gram覆盖攻击"方法,仅通过分析AI模型生成的文本内容就能检测其是否记住了训练数据,无需访问模型内部信息。该方法在多个数据集上超越传统方法,效率提升2.6倍。研究还发现新一代AI模型如GPT-4o展现出更强隐私保护能力,为AI隐私审计和版权保护提供了实用工具。