ZD至顶网CIO与应用频道 06月30日 北京消息:6月25日,云朵网络在杭召开“云朵十点·见”创业十周年见面会,会上畅捷通总裁曾志勇代表工作圈商务版与云朵网络签署了战略合作协议,云朵网络成为工作圈商务版浙江省独家战略合作伙伴,这也是工作圈商务版签约全时天地在线后的第二家互联网战略合作伙伴,工作圈商务版伙伴互联网化正逐渐加速。
宁波云朵网络科技股份有限公司(股票代码:833457)创建于2003年6月,历经十几年发展,已经发展成长为一家以云计算(DAAS)数据服务为主营业务的互联网企业。公司同时也是“浙江省文化产业促进会”和“宁波市软件行业协会”理事单位、“象山县工业信息化行业协会”会长单位、“宁波市重点软件企业”,历年来获得了“2016宁波最具价值投资企业”“2015年度宁波市服务业十佳创新企业”“中国软件和信息服务业最具潜力奖”、“中国软件和信息服务业最佳产品奖(云朵舆情监测系统)”、“象山县十一五工业经济龙头企业”、“宁波市青年创业奖”、“宁波市信息化标杆服务商”等荣誉称号。
浙江是民营经济的大省,在全省470多万家市场主体中,小微企业和个体工商户占到了97%以上,畅捷通总裁曾志勇认为,云朵网络本地服务强大的推动力,结合畅捷通对小微企业需求的精准把握和技术实力,必将为浙江省广大小微企业的高效发展贡献力量。
作为国内小微企业财务及管理服务的龙头企业,畅捷通在企业服务领域浸淫多年,构建起了完整的产品、服务及技术体系,并积累了大量的客户资源。同时依托众多产品线在小微企业市场的广泛使用,畅捷通在企业内部经营数据方面具备独特优势,尤其是随着近几年转型云服务,更是将此优势充分发挥出来,比如推出小微企业一站式服务平台,在提供小微企业财务服务的同时,也依托对企业经营数据,帮助企业经营以及管理决策,实现数据驱动企业运营。畅捷通旗下协同办公产品工作圈商务版强调数据连接、业务融合以及深度集成,目前已经实现与财务、进销存、行政办公、客户管理等业务系统的数据层融合,并即将整合人力资源管理业务,以此帮助小微企业数据一体化运作,有效支撑企业经营、管理、决策。
而云朵网络则在市场、消费者等外部数据方面具备核心优势,两方的合作将会实现企业内部数据与外部数据的有效协同,推动企业数据化、智能化运营。云朵网络董事长陆世栋表示,作为一家云计算、大数据服务提供商,云朵网络立足“数据服务市场”,以“数据驱动决策”为核心理念,不断延展周边互联网增值服务,打造基于数据的互联网应用生态链,致力于成为国内优秀的数据服务企业。而工作圈商务版强调数据连接、深度集成,以此实现企业业务数据一体化的产品思维,以及聚焦客户真正价值的发展理念,与云朵网络的发展道路非常契合。云朵网络希望能够基于工作圈和云朵网络的数据服务,更好地解决小微企业与社会各界的数据通道。达成合作后,工作圈商务版将对云朵网络的数据服务、企业管理服务业务起到有力补充作用,并将以工作圈商务版为底层业务平台,形成“工作圈+产品服务”的模式。
在移动互联网、云计算以及大数据的浪潮下,数据价值不断凸显,企业信息、经营数据越来越重要,并逐渐成为企业管理、运营、决策的重要支撑力量,但与此同时企业应用却呈现出碎片化的趋势。工作圈商务版作为畅捷通旗下协同办公旗舰版产品,与行业协同办公友商主打的轻应用、浅连接所不同的是,工作圈商务版强调数据连接、业务融合以及深度集成,目前已经实现与财务、进销存、行政办公、客户管理等业务系统的数据层融合,并即将整合人力资源管理业务,以此完成企业五大关键业务的深度整合,赋能企业协同管理。畅捷通与云朵网络的合作,集合两家之长优势互补,将共同推进企业协同办公,打造全面的企业互联网生态!
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。