在华为全联接大会2022期间,华为云于华为东莞松山湖基地举办“2022全国专精特新企业高质量发展论坛”。本次论坛以“融合至简·创新致远”为主题,邀请政产学研界代表,围绕专精特新实践经验与未来机遇等内容展开探讨,共话如何助力专精特新企业、推动经济高质量发展。
深圳奥哲网络科技有限公司(以下简称“奥哲”)创始人兼CEO徐平俊出席并发表主题为《奥哲低代码,成就专精特新》的演讲,分享奥哲通过低代码服务专精特新企业的经验和心得。

大会期间,徐平俊在接受采访时表示,奥哲通过提供低代码产品和解决方案,已帮助不同行业不同类型不同规模企业实现数字化转型升级,让企业数字化触手可及。
从行业发展趋势看,Gartner发布的《2022年云平台服务技术成熟度曲线》报告显示,集成平台即服务(iPaaS)和低代码应用平台(LCAP)因具有技术稳定性而成为助力企业数字化转型的关键部分,快速推动企业的数字化变革进程并被众多企业所接受及使用。
“用一个形象的比喻,其实就像盖房子,传统盖房子的过程是通过一砖一瓦堆砌起来的,而运用低代码,相当于将盖房子需要的门、窗、墙提前砌好”,徐平俊介绍,“到现场以后,只需要简单组装即可快速完成搭建,方便高效许多”。
深耕行业十余年,秉承“科技驱动企业数智化”使命,奥哲致力于通过低代码技术,建立完善的产品矩阵,以多年行业沉淀的数字解决方案能力及不断创新的能力,提供值得被信赖的产品及服务。
当前奥哲已累计服务超过20万家企业组织,覆盖建筑、制造、金融、汽车、能源、互联网等三十多个行业。同时,奥哲在全国建立了北上广深、成都、武汉、杭州、西安、福建、青岛十大服务中心,以此为中心节点可辐射全国200多个大中型城市的本地化服务网络。此外,打造了齐全的低代码产品矩阵,包括面向大型企业专业开发者的数字化引擎奥哲·云枢;面向中小企业数字化管理员的开发工具氚云以及面向业务人员的数字化管理工具奥哲·有格。
提及与华为合作的原因,徐平俊表示,从近年来市场的发展变化看,奥哲认识到必须拥抱生态。当下选择与华为合作的最关键原因是华为的安全与可靠,以及在ICT技术及制造领域有着丰富的经验,恰好与我们在专精特新领域的发展规划一拍即合。
在徐平俊看来,专精特新企业想要获得更快的发展,离不开以下四个方面:一是灵活创新的组织,实现多组织、跨区域的管理,提升组织的战斗力;二是产品快速迭代与创新,洞察客户需求进行产品创新,同时让产品、市场、销售、服务等实现高效协同;三是生产更加精细化,可以敏捷响应客户的个性化业务需求;四是多渠道运营,实现引流新增、存量激活,带来业绩增长。

“低代码产品解决方案十分契合专精特新企业数字化发展需求。”徐平俊认为。从产品技术层面来看,低代码属于非标准化系统,可以灵活支持企业个性化业务的快速发展,让企业实现敏捷创新;从性价比层面来看,低代码在价格上相较于其他传统软件系统,更加普惠实在,同时又可以高质量的满足专精特新企业数字化的转型需求;从可延展性层面来看,低代码可以集成现有IT系统资产,进行沉淀与复用,同时打通底层数据,帮助企业建立统一的业务中台。企业完全可以AllinOne在低代码平台上,进行创新搭建与快速迭代;从企业经营层面来看,低代码可以将企业系统实现闭环搭建,打通企业的业务中台和数据中台,为前台业务持续创新提供有力可靠的支撑。
目前,奥哲已累计服务超300多家专精特新企业,并从低代码产品、解决方案、人才培养、实施体系、成功体系及本地化服务渠道等六大方面对专精特新企业进行全方位赋能。
下一步,奥哲将深入推进低代码技术与行业结合,加强通用化与个性化产品解决方案打造。同时,联合生态合作伙伴,加强对专精特新中小企业完善相关培训,提升他们的认识与能力,秉持以客户为中心的思想,引导客户更好地使用低代码,用好低代码,帮助客户通过数字化转型顺利实现业务升级与创新,从而取得长远发展。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。