数字化转型已成必然,但仍需推波助澜
在数字经济发展大潮中,数字化转型已经成为当前各行各业普遍关注与发展的方向。从国家倡导的“加强IT基础设施建设”,“推动互联网和实体经济深度融合”与“加快传统产业数字化和智能化”等政策指导层面,到全面互联和云化的全新行业形态,再到我们日常的数字化生活体验,数字化转型在改善民生、发展经济与优化治理等领域,正在起到越来越重要的作用。
新华三集团总裁兼首席执行官 于英涛
到2020年,全球数字化转型相关的行业增加值将达到18万亿美元,在全球有46%的企业将促进数字业务发展作为未来一年内的首要业务优先级,而在中国,这个比例数值是69%。因此,无论从全球范围还是从国内市场来看,数字化转型已经势不可挡。
虽然在中国市场的数字经济总量已经在GDP中占比超过30%(数据来自工信部信通院《中国数字经济发展白皮书(2017)》),但是我们认为,中国产业和企业的数字化转型进程仍需要进一步提速。我们也从有关研究中发现,中国的数字化转型实际上在面临着重大发展机遇的同时,依然也面对着很大的挑战。有85%的中国企业处于数字化转型探索阶段,60%的中国企业数字化转型受阻于IT技术设施不足,这就需要在推动数字化转型的技术、标准、商业模式、生态等方面,不断提升能力和加快发展。
担当数字化转型助推者需要两大核心能力
面对这样的挑战,需要有领先的IT企业担当助推者,用其最完整的数字化转型技术和解决方案,帮助产业中各领域的企业加快数字化转型的发展步伐。
那么,IT企业怎样才能成功肩负起数字化转型助推者的使命?其中的关键有两点:首先是必须具备数字化技术的前沿洞察与研发能力,能够预见、引领数字化转型策略、技术与应用的发展方向,让企业少走弯路,并实现数字化转型的高效产出;另一方面,就是必须拥有对用户所在行业数字化转型的需求洞察与实践能力,能为用户提供解决其挑战和满足其核心需求的基础架构、产品与解决方案,帮助用户达成其数字化转型的最终目标。
这两种洞察与能力,恰恰是新华三所具备且一直努力保持的优势。新华三以“应用驱动,云领未来”为新IT核心战略,强调自主创新,并不断增强研发投入,在IT基础架构、创新平台、场景化解决方案以及咨询和服务等方面,均站在了产业的最前端,并且在云计算、大数据、物联网以及5G和人工智能等领域不断迈出坚实的脚步。
同时,我们长期深入服务中国百行百业,在不断推动产业信息化进程中,积累了非常丰富的最佳实践。我们将继续致力于用新IT的技术创新与开发优势,来加速各行业的数字化转型进程,为其赋予强大动能。
需求变革催生市场新格局
那么,具体到针对不断加速的数字化转型需求,应该提供怎样的产品与解决方案,才能在未来给予用户更多变革的“动能”?就这一点而言,还是需要围绕用户的需求变化趋势来考虑。
在数字化转型过程中,用户提出的需求必然更为复杂、多变甚至充满严峻挑战,这无疑给IT厂商带来了许多新的难题和巨大压力。在这样的发展前提下,我们认为,未来两三年内中国的IT市场将可能面临重新洗牌,陷入同质化产品竞争的IT企业将被淘汰。
要在未来IT市场继续保持优势,企业就需要打造全新的IT基础架构,在开放、融合、软件定义、场景化和智能这五大方向上保持领先:首先是要支持开源、开放的生态链,并实现计算、存储、网络、安全一体化的融合,具备灵活配置资源的软件定义能力,能够根据特定应用场景全面优化资源,以及在感知与适配应用、自动部署和管理方面实现智能化水平。
今天,我们发布了下一代计算与存储五大系列、近40款新品,所有的这些技术创新与突破,都是为了使IT基础架构更高效、更敏捷、更安全的支撑数字化转型需求。
凭借面向未来的IT基础架构,和“应用驱动,云领未来”的新IT核心策略,我们有信心继续引领全新的IT发展方向,实现既定的IT业务发展目标,并开启IT市场的全新格局。新华三也将伴随着数字化转型大潮,乘风扬帆,继续领航。
好文章,需要你的鼓励
随着AI策略成熟,CIO开始重新考虑对公有云的依赖,私有云和本地环境重新受到关注。调查显示,67%的企业领导计划在未来12个月内将部分AI数据迁移至非云环境。主要原因包括成本可预测性、数据隐私保护、安全问题和云集成挑战。对于持续的AI工作负载,购买自有GPU比租用公有云更经济。私有云支出增长更快,预计2025年将有54%的组织在私有云上投入超过1000万美元。
沙特TachyHealth团队开发的32亿参数医疗AI模型Gazal-R1,通过创新的双阶段训练方法在医疗推理任务上超越了12倍大的模型,在MedQA等测试中取得87.1%的优异成绩,展现了精巧训练策略胜过规模扩张的重要启示,为资源有限的医疗AI研究提供了新路径。
本文深入分析了从传统AI发展到AGI过程中可能出现的智能爆发现象。基于AI专家共识的2040年AGI实现预期,文章探讨了七种主要发展路径,重点关注突破性的"登月路径"。智能爆发理论认为,智能可以像原子链式反应一样相互促进,快速产生大量新智能。文章预测2038-2039年可能发生智能爆发,随后在2040年实现AGI,但也指出了关于智能爆发的启动、控制和潜在风险等争议问题。
奥地利维也纳医科大学研究团队开发了RetFiner技术,通过让眼科AI模型同时学习OCT图像和医疗文字描述,显著提升了诊断准确率。该方法采用四种训练任务让AI模型建立图像与文字的深层联系,在三个主流眼科AI模型上实现了2-6个百分点的性能提升,为医学AI发展开辟了新方向。