当前,直播的兴起,超高清视频时代加速到来,企业走向全面云化,行业IoT开始走向纵深,这些已经对运营商的业务产生了深远影响,成为运营商的新增长引擎。如何通过数字化转型,抓住数字业务商机,是各大运营商在向数字化业务迈进过程中亟待解决的问题。
11月2日-4日,在刚刚结束的2016运营转型峰会上,华为释放出清晰且坚定的信号:“先改变自己,再服务客户”。华为全球技术服务部总裁鲁勇在《转型,向数字商业迈进》的演讲中表示:“数字化转型从自身开始,华为将用数字化技术改变自己寻求变革,再积累沉淀经验,最终帮助客户实现降低成本和增加收入两个维度的商业目标。”
图片:华为全球技术服务部总裁鲁勇在2016运营转型峰会上演讲
解决转型挑战,实现ROADS体验
用户体验不仅仅是业务使用体验方面,还包括业务获取体验,贯穿至发现、购买、交易及售后服务等全生命周期。运营商需要从最终用户的消费历程去管理与提升体验,提供ROADS化的体验——也就是实时(Real-time),按需(On-demand),全在线(All on line),自助(DIY),社交化(Social)。运营商数字化转型的核心目标就是要实现ROADS体验。
为了更好的帮助运营商应对转型问题,分析师机构IDC与华为合作调研了全球处在不同数字化转型阶段的运营商。调研发现,商业、组织人才、运营、基础设施等四大方面的不确定性是导致运营商转型如鲠在喉的问题所在。
· 首先,面对数据分析、垂直行业云化和视频为代表的商业机会点,运营商需要有清晰的商业愿景和战略,构建以客户为中心的、体验驱动的新商业模式和商业能力,才能保持持续增长。
· 其次,数字化转型要求运营商的组织人才进行转型,打破部门壁垒,提升人才技能,以及拉通跨部门商业流程。
· 第三,构筑敏捷的运营流程和运营系统。实现新业务的快速上市,为用户提供极致数字业务体验以及全生命周期消费历程体验。
· 第四,保障基础设施与业务的同步协同,通过分步演进、迭代实施的方式来最大化减少转型风险。
降成本与促增长双管齐下,全面拥抱数字商业
华为将坚持“先改变自己,再服务客户”的理念,华为的数字化转型也是从自身开始,先用数字化技术改变自己,包括在研发、交付、供应链等诸多领域寻求变革。积累沉淀经验后再形成解决方案,最终帮助客户实现商业目标。利用数字技术降低运营成本;拥抱数字商业实现持续增长。
根据鲁勇的介绍,华为自身的数字化变革经历了标准化、集中化、平台化、智能化四个阶段,目前正处于平台化和智能化之间。未来华为将继续加大平台、大数据分析的投资,实现从平台化向智能化的跨越。待这些能力经过验证后,将应用到全球业务中,帮助运营商降低运营运维效率。华为将重点选择“智能客服、网络和IT外包、机房改造、以及线上线下的营销协同”等几个方向与全球运营商展开联合创新。
除此之外,鲁勇也表示,华为将协力帮助运营商保持可持续增长。华为通过以系统集成的方式,助力客户构筑端到端的商业解决方案,实现从战略到解决方案的落地闭环,实现可持续增长。通过统一开放的PaaS平台,以及基于微服务的架构,实现灵活编排,进而支撑敏捷的数字商业。
为了应对挑战,华为将持续加大IT领域的投资。2016年华为发起组建了Open ROADS Community,致力于探讨转型方向和研究用户行为;与Linux基金会共同发起了OPEN-O的开源协同器平台的研究,致力于帮助运营商提高业务敏捷性和部署效率。更值得一提的是,华为投资建立了云开放实验室,通过生态链建设、预集成预验证、联合创新,支撑运营商网络演进和运营转型。
通信技术发展150年后,已从人与人的通信进入到了万物互联互通的时代,华为也将从产品与解决方案提供者,转变成为运营商数字化转型的商业问题解决者,与行业伙伴一起,助力运营商实现ROADS体验、通过自动化提升运营运维效率,以及网络平滑演进等目标。
在演讲的最后,鲁勇表示,数字商业很美好,但转型之路依然任重而道远。这其中既要有以敏捷、自动化为核心的运营系统的支撑,也需要网络基础设施的匹配发展。而最重要的是,运营商一把手的转型决心——心有所信,方能行远。在运营数字转型的这条道路上,华为将与运营商和合作伙伴一起并肩而行。
好文章,需要你的鼓励
Atlassian、Intuit和AWS三大企业巨头正在为智能代理时代做准备,重新思考软件构建方式。当前企业API为人类使用而设计,未来API将成为多模型原生接口。Intuit在QuickBooks中应用自动发票生成,使企业平均提前5天收款;AWS通过AI辅助迁移服务显著提升效率;Atlassian推出内部员工入职代理和客户代理,节省大量时间成本。专家强调需要建立强大的数据架构和信任机制。
这项研究首次系统评估了AI代码智能体在科学研究扩展方面的能力。研究团队设计了包含12个真实研究任务的REXBENCH基准,测试了九个先进AI智能体的表现。结果显示,即使最优秀的智能体成功率也仅为25%,远低于实用化要求,揭示了当前AI在处理复杂科学推理任务时的显著局限性。
MIT研究发现,使用生成式AI完成任务时,大脑运作方式与单纯依靠自身思考存在显著差异。研究显示,使用ChatGPT等工具的用户记忆力更差,神经连接活动减少,对所写内容的回忆能力明显下降。虽然AI工具能提高效率,但可能导致用户缺乏对知识的深度理解和掌控感。研究强调需要更多科学数据来了解AI使用对人类认知的长期影响。
俄罗斯莫斯科国立大学研究团队开发出MEMFOF光流估计新方法,在保持顶尖精度的同时将1080p视频分析的GPU内存消耗从8GB降至2GB,实现约4倍内存节省。该方法通过三帧策略、相关性体积优化和高分辨率训练在多个国际基准测试中取得第一名成绩,为高清视频分析技术的普及奠定基础。