随着加快推进数字产业与实体经济融合的积极信号不断释放,数字技术正以新理念、新业态、新模式全面融入社会发展的各个领域。“数实融合”正在成为每个行业都要面对和应对的“必答题”,推动着全产业链的降本增效和创新发展。
在“数字中国”的布局和推进中,为了能更广泛、更深入地赋能行业数字化变革,紫光股份旗下新华三集团于4月21日在京召开“2022新华三市场战略媒体沟通会”,发布了在“云智原生”战略的深化之年,行业市场和商业市场战略的全面升级,同时从客户应用场景的转型需求出发,展示了一系列基于“云智原生”技术打造的数字化解决方案,以全新的“智行”之道,绘制数字经济与实体经济深化融合的美好蓝图。
行业市场战略全面深化,推动数字经济高质量发展
在过去一年,新华三集团积极把握“十四五”数字化变革的广泛机遇,在“数字中国”的布局和建设中扎根一线,以“智行”之道推动产业数字化和数字产业化协同发展,让数字化创新真正在行业场景中释放数据价值,引领数字经济高质量发展。
在产品创新方面,新华三将直面数字化新阶段对于数字化平台能力的高标准需求,聚焦技术创新的主航道,以客户业务需求为导向,驱动智能数字平台的持续升级、迭代和优化。
在深耕场景方面,新华三将从行业和客户的实际需求出发,更加注重产品、技术与解决方案的融合,依托“云智原生”的技术,携手合作伙伴打造丰富多元的智慧类应用,让“数字大脑”成为赋能业务创新和增长的变革引擎。
在服务运营方面,新华三更将顺应数字化发展从“建设”到“运营”的转变,提供定制化服务,以端到端的全生命周期服务能力成为数字化转型最可信赖的服务合作伙伴,与行业数字化变革一路同行。
商业BG成立,以新战略开拓市场新蓝海
2022年,在深入实施区域重大战略和区域协调发展战略、全面推进乡村振兴、赋能中小企业数字化转型等政策的推动下,新华三集团基于多年来在商业市场的深耕,紧跟国家战略,顺应市场变革趋势,宣布成立商业BG,开拓数字经济发展的“新蓝海”。新华三集团副总裁、商业BG总裁王鑫表示,新华三作为生态链主企业,将以市场、渠道、赋能、产品、服务、模式的全面升级打造商业市场最强支撑平台,全方位升级组织和管理,实现全面的网格化、数字化、平台化,助力广大商业客户数字化转型。
新华三集团副总裁、商业BG总裁王鑫
在实践中,新华三集团借鉴网格化的社会治理模式,以网格模式实现全面的市场覆盖,打造出“大平台、小前端”的“海葵式生态”,投入人力、盘活资源、全面赋能,助力合作伙伴能力提升,实现进阶式发展。同时,新华三还将通过数字化人才引育计划,为伙伴引入“招之即战”的高质量数字化人才;依托“中央厨房”的运作模式,真正做到一线数字化需求“上得去”,解决方案“下得来”;在服务上实现组织、生态和平台化升级,全面推动商业市场的开拓和发展。
业务场景驱动
解决方案向智慧进化
迈进“十四五”,在“数字中国”整体布局以及5G、工业互联网等规模化应用的推动下,数字经济实现了蓬勃发展。新华三集团副总裁、解决方案部总裁李立表示,在数字化转型的“深水区”,技术与业务的全面融合将成为变革的主旋律。作为数字化解决方案领导者,新华三将以解决方案重装旅为组织基础,将客户业务场景的需求作为驱动解决方案开发的关键要素,打造行业解决方案第一品牌;同时新华三“轻骑兵”作为专为商业市场成立的团队,将充分发挥快速响应、机动灵活的优势,打造更符合商业市场需求的解决方案,真正赋能百行百业的数字化转型,助力数字经济加速发展。
新华三集团副总裁、解决方案部总裁李立
在实践中,新华三集团以“行业赋能+技术赋能”作为创新方法论,以“数字大脑”为基石打造出众多行业解决方案。为了更好地构建行业数字化转型的基础,新华三以智算中心解决方案实现了算力供给、调度、赋能、安全和绿色的五位一体,为产业AI赋能;以零碳智慧园区解决方案实现“源探管服”的全面优化,推动各类园区的低碳转型;以行业5GtoB解决方案提供个性化、端到云的5G专网方案,满足工业、能源等智慧应用场景。
新华三集团副总裁、首席品牌营销官杨玺
如今,数字经济的发展速度之快、辐射范围之广、影响程度之深前所未有。新华三集团副总裁、首席品牌营销官杨玺表示,作为数字化解决方案领导者,新华三将持续深化“云智原生”战略,以云智原生的技术创新,围绕行业应用场景的落地需求打造领先的数字化解决方案,以不断进化的数字大脑加速数字世界与物理世界的融合,继续与行业用户及合作伙伴携手共进,做百行百业数字化变革最值得信赖的合作伙伴。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。