2023年,我国数字经济规模超过56万亿元,GDP占比达到44%左右。
数字化、智能化转型已经成了现代化企业发展的大势所趋,如何更好地帮助企业实现数智化转型,就成了一个时代命题。
作为在数字化、智能化技术领域投入巨大且拥有丰富经验的华为,也在2023年发布了华为中国政企业务全新的品牌形象——数智世界,一触即达。
为什么会有这样一个全新的品牌形象?
这其实是在向全社会释放“选择华为,让您的企业轻松数智化”的信号。
这也是华为中国政企业务对外提供数智化服务的目标。
而关于华为数智化转型的经验,还要从华为自身数智化转型经验说起。
华为数智方法论
从历史发展来看,华为自身数智化转型分为两个阶段——IT化阶段和数智化阶段。
华为是在1998年开启企业IT化的,当时是由于随着企业业务不断发展壮大,企业规模也在不断扩张,必须引入先进的管理流程,才能进行高效的业务管理。
到2015年,华为构建起了16个一级流程,公司实现了从成立之初的功能型组织转向了流程型组织关键转变,与此同时,华为的数智化转型也正式开始。
由IT技术支撑的流程型组织,虽然符合当时华为的需求,但还算不上最优解,尤其是内部部门间的壁垒导致的数据孤岛问题,成了企业管理上面临的又一个难题。
云计算技术的发展,数据入湖,以及围绕企业流程和运营规则的一系列端到端的数字化变革,最终解决了这一难题。
华为由此也从ICT企业转向了数智化企业。
在这个过程中,华为一直在数智化技术研发和攻关上投入大量资源,例如,在包括操作系统、数据库、芯片领域的持续研发投入。
华为中国政企业务总裁吴辉在接受媒体采访时就曾指出,“持续保持领先性是走向数智世界的必要条件,技术越先进,产品功能越多,企业效率越高,能创造出的价值也就越高。”
正因如此,尽管大环境很严峻,但华为在数通、光网络、无线通信领域的研发投入不但没有减少,反而在不断增加。
仅仅是在分销市场,华为在2023年就上市了89款新产品,如今,华为面向这一市场的坤灵品牌下的产品,更是达到了380款。
2023年上半年,华为全公司在技术研发上的投入就高达826亿元。
关于华为数智化转型的方法论,吴辉将其总结为六步:愿景牵引、场景切入、目标导向、组织适配、技术内化、应用外挂。
华为也正是在用这样的技术投入和转型经验服务于更多企业数智化转型。
“伙伴+华为”体系,释放数智潜能
在2023年的华为合作伙伴大会上,“伙伴+华为”成了被提及最多的关键词。
什么是“伙伴+华为”?
吴辉在大会上解释称:
1、华为是伙伴的伙伴,伙伴也是华为的伙伴,我们是一个开放的体系;
2、伙伴在华为前面,是因为我们将更加以伙伴为中心来进行业务设计。
也是在这场大会上,华为对中国政企市场的三类市场进行了再次梳理和布局:
面向NA市场,华为梳理了888家典型行业头部客户,通过拓展与这些客户的合作,将数字化经验在上百个业务场景中进行不断复制;
面向商业市场,华为将销售管理与秩序管理分离,大手笔投入了3500+人力资源投入,在拓展、配置、报价、投标各个环节来及时响应合作伙伴的需求;
面向分销市场,华为更是搭建起了系统化的平台和体系,并首次面向分销市场发布了独立品牌——华为坤灵。
经过过去一年高速发展,华为在三大市场已经取得了显著成效。
例如,华为在商业市场获得了超过50%的增长,伙伴数和获客数实现了超30%的增长。在分销市场,华为的分销精英数量更是实现了300%的增长。
如今,“伙伴+华为”体系规模已经超过3.5万家。
吴辉称,当伙伴遍天下后,企业找到了“伙伴”,也就找到了“华为”。
数智世界,一触即达
2023年11月,华为面向大中小微企业发布了中国区政企业务全新的品牌形象——数智世界,一触即达。
什么是“数智世界,一触即达”?
这实际上是指包括大中小微在内的所有希望数智化转型的企业,通过“按下”“伙伴+华为”这个按钮,就能够轻松到达数智世界。
华为如何实现“数智世界,一触即达”?
首先是基于“伙伴+华为”这一角色互补、能力强大、覆盖广泛的体系,其次是基于华为自主技术创新构建的坚实智能底座,然后是依托华为八大军团打造的大量适销解决方案,最后是基于“伙伴+华为”体系提供的高品质数智化服务。
而更多关于今年“伙伴+华为”的新政策,以及如何加速推动“数智世界,一触即达”,华为将在即将到来的【华为中国合作伙伴大会2024】上对外公布。
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。