ZD至顶网CIO与应用频道 03月22日 北京消息:近日,围绕“智能时代·数字经济”,“2017中国IT市场年会”在北京召开。会上解读了业界的关注焦点,从多个角度分析了当前国内IT市场的趋势走向。
资本市场的“风”即将往哪吹
“风来了,猪都会飞。”毫无疑问,风代指的就是资本。从2013-2015年间,资本市场经历了轰轰烈烈的一大波牛市,以科技为代表的创业板上涨590%,而其中创造出了一大批成功创业公司。东方证券研究所所长陈刚在当天的演讲中,主要谈到了两个问题,一个是“风来了”,一个是“风”往哪儿吹。
“非常遗憾的告诉大家,从2015年下半年开始,资本市场这个风停了。”资本寒冬时代到来,“风”的力度明显小了很多。造成这样的结果,在陈刚看来,其中一个很主要的原因是移动互联网时代的红利即将结束。
红利的结束,也意味着“风向”的变化。未来“风”往哪儿吹,哪些科技领域更受投资人的青睐,陈刚从投资人的角度列出了5个方面。1.智能硬件。尤其是围绕智能交通、机器人领域的投资机会。2.云计算。尤其是围绕数据服务的企业。3.AR和VR。主要集中在娱乐和硬件领域的投资。4.物联网。5.人工智能。作为资本市场更看重人工智能技术如何与实体行业相结合。
除了谈到当前资本市场的环境以及未来的投资方向以外,陈刚在最后还提到了一个科技企业都很关注的话题——如何进入资本市场,究竟是选择通过并购、重组的方式,还是进行IPO。
陈刚说,从目前资本市场最新的政策来说,IPO是未来科技企业发展进入资本市场的一个主流模式。而如何尽早IPO,就需要创新、规范和业绩三方面的推动。“创新就是一定要有自己的东西,规范是要按照财务报表和商业模式运作。”陈刚总结道。
未来产业、未来经济
“展望一下未来十几年,随着智能化技术密集型的突破,包括存储、计算能力、虚拟现实、大数据的处理技术等,这会使现实世界和物理世界的链接更加无缝,并且构成了未来整个业态。”作为主办方,赛迪顾问总裁孙会峰在会上谈到了一些对未来产业和未来经济的看法。
在孙会峰看来,未来的产业形态会成为三个层级。最底层是全新的智能化设施,不但是万物互联,未来还有可能是万物有灵。第二个层面是数据。第三个层面则是基于智能化的基础设施和大量数据之上,进行不断的完善。
“首先我们看到全网的协同、高效的协作,以及资源和信息无缝对接,必然去改善人与人之间的关系、人与政府之间的关系,以及商业之间的关系。未来的协同效率、效益会充满巨大的想象空间。因此,如果要构建2030数字经济的愿景,需要智能的基础设施,需要海量的数据,更需要全新的新生业态。”
孙会峰认为,全新架构以及生态的演进,支撑这产业升级的同时,也带来了一定的影响。首先是产业间,无论是技术、产品、服务,都在进行不断的融合;其次是消费者的角色发生了很大的变化,所谓的消费生产者——消费者既是消费者又能参与到产品定制生产过程中;最后一个影响,针对人类的演进,随着人工智能技术的深入,将会释放人类大量时间。
“中国和美国是一个巨大的市场,为什么中国的IT企业能够快速成长?除了有巨大的需求所牵动,也有政府所带动的因素。”对于如何推动未来产业的发展,孙会峰提到了几点自己的看法。
顶层设计。比如推出的网络空间、智能制造2025等战略,对于整个产业的演进起到了巨大的推动力。
鼓励区域创新。不同的区域结合本地的特点和资源的禀赋以及条件,会提出全新的发展战略和发展方向。
创新环境的构建。基于数字经济的新业态必将带来产业监管方面的问题。因此包括数字安全、人的训练和培养,都是未来要考虑的。
资本服务于实体经济,同时实体经济也需要资本的助推。海量资本对于技术创新和企业的孵化、产业的升级起到了最大作用。
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。