至顶网CIO与应用频道 11月09日 北京消息:Gartner的最新研究成果显示,亚太地区各大领先数字企业对于全球企业而言,既是威胁也是机遇,轻易忽视它们的首席信息官将会遇到风险。Gartner分析师建议,参与构建或拓展数字化业务的首席信息官应尽早确定并了解亚洲的主要颠覆性企业,并与其战略规划小组一起决定是与这些数字巨头展开协作还是竞争。
Gartner预测,到2021年,由于颠覆性竞争和/或无法自我革新,80%的传统企业将会丢失其10%的市场份额。
Gartner研究总监吕俊宽认为,全球企业的首席信息官与IT领导者通常熟悉诸如谷歌、Facebook、亚马逊与苹果这样的美国数字巨头,但在其如何突破数字化业务态势方面,亚洲的数字巨头通常并不被他们所知。
吕俊宽表示:“首席信息官与IT领导者若未对亚太地区的数字颠覆性企业进行相应商业机会的全面研究,那么其将无法完全合理安排全球IT投资的优先顺序。亚太GDP增速比全球市场快1.6倍。移动钱包之类技术的采用率非常高,在这些市场内,互联网用户多达17亿人。随着中国与美国数字巨头争相突破全球市场,任何人都无法置身事外。”
亚太地区十大数字颠覆性企业
数字颠覆性企业(digital disruptor)支持或带来数字颠覆(digital disruption)。更为正式的说法是,Gartner将数字颠覆性企业定义为对由数字能力、渠道或资产所导致或由其表达的文化、市场、行业或流程的基本预期及行为转变造成影响的任何实体。
为衡量各企业在4个重要颠覆元素——即:技术、业务、行业与社会方面的影响力,Gartner模型考虑了三种要素(规模、范围与丰富性),以此确定亚太地区首要的数字颠覆性企业。源自这些视角的投资优先次序可以为未来创新指明清晰的方向。
表一、亚太地区十大数字颠覆性企业
名称 |
所在国 |
类型 |
|
1 |
腾讯(Tencent) |
中国 |
社交 |
2 |
阿里巴巴(Alibaba) |
中国 |
电子商务 |
3 |
百度(Baidu) |
中国 |
搜索 |
4 |
蚂蚁金服(Ant Financial) |
中国 |
金融技术 |
5 |
京东商城(JD.com) |
中国 |
电子商务 |
6 |
滴滴(DiDi) |
中国 |
电子商务 |
7 |
小米(Xiaomi) |
中国 |
设备 |
8 |
Yahoo Japan |
日本 |
搜索 |
9 |
Naver |
韩国 |
搜索 |
10 |
陆金所(Lufax) |
中国 |
金融技术 |
资料来源:Gartner(2017年10月)
首席信息官该如何应对
Gartner认为,面对亚洲数字巨头的崛起,首席信息官拥有以下三种应对选项。
1) 利用:在亚太地区开展业务的企业,如果其收入、用户或客户侧重于亚洲,那么选择美国或欧洲供应商及合作伙伴可能会让其处于不利地位,因此需要通过亚洲数字企业重新设计IT基础架构。例如,首席信息官应考虑转向总部位于中国且能够在中国运营的云服务,而非使用在监管或本地化方面面临限制的全球服务。
2) 竞争:目前,大部分亚太地区的数字颠覆性企业都在努力抢占消费类领域,如:家庭与交通运输。但是,数字巨头目前正在从B2C转至B2B、政府与企业领域,如:工业与医疗行业。这就给了企业一个构建数字平台或引领数字生态系统的机会窗口。如果某企业拥有非常强大的品牌并与客户和合作伙伴紧密联系,它则可以重新评估宿敌,构建一个与数字颠覆性企业展开共同竞争的生态系统。
3) 合作:全球性企业拥有一些可用来与亚洲数字巨头建立合作关系的优势,例如其宝贵的内部数据、全球专长以及在亚太地区之外的业务布局等。企业应组建专门的小组,推动其数字化业务转型,进而与亚洲数字巨头开展合作。由于这些公司通常更为敏捷且业务规模更小,因此首席信息官必须识别文化与工作模式的差异。
吕俊宽表示:“在亚洲的数字化业务生态系统内,各数字颠覆性企业都在争夺独特的优势,并且只会变得愈发强大。首席信息官与IT领导者需要扪心自问是否能够为与之展开协作或竞争——无论何时都无法对它们置之不理。”
好文章,需要你的鼓励
树莓派基金会调查发现,尽管60%的家长认为编程是孩子的重要技能,但超过70%的家长表示孩子在正常课程中没有学习编程。该基金会CEO指出,随着AI技术快速发展,年轻人掌握技术理解和创造能力比以往更重要。超半数家长认为编程应成为必修课程,并相信学习编程能提升孩子未来职业前景。为填补学校教育空白,基金会呼吁在学校和图书馆广泛设立编程俱乐部,目标到2035年全球教授1000万儿童编程技能。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
文章介绍了AI大语言模型中最新的深度研究功能,这是目前最令人印象深刻的新功能之一。作者详细解析了ChatGPT、Claude和Gemini等主流模型的使用方法,并重点展示了深度研究功能的实际应用。通过实际测试,作者用ChatGPT 4.5的深度研究功能生成了一份关于1990-2025年最令人厌烦歌曲的详细报告,展示了AI如何通过思维链进行深度研究和分析。文章还提到了语音交互模式将进一步改变用户与AI的交互体验。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。