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
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。