至顶网CIO与应用频道 12月19日 北京消息(文/邹大斌): 随着新业态、新模式、新技术对传统产业冲击的不断加强,数字化转型已经成为中国企业的共识,中国企业的数字化转型也逐步走向深入。而伴随着企业数字化转型进程走向深入,企业对相关解决技术、产品和解决方案的需求也在不断提升。在此背景下,综合实力强、能力全面、不只是能为企业提供产品、技术和解决方案,还能给企业提供更多咨询和建议,乃至引领企业完成数字化转型的合作伙伴自然地脱颖而出。英特尔正是这样的一家合作伙伴。
根据12月18日至顶网发布的《2018中国数字化转型进程调研报告》(以下简称《调研报告》),英特尔已经成为中国企业数字化转型最重要的合作伙伴之一,依托其全面、领先的产品和技术,在云计算、大数据、人工智能等市场英特尔都受到中国企业的高度认可。
《调研报告》显示,在对数字化转型过程中你会选择哪个供应商的回答中,67.4%的被调查对象选择了英特尔,在华为(70%)之后位列第二。在对搭建云平台式你会选择哪个合作伙伴的回答中,有11%的被调查对象选择了英特尔,位列华为(37%)、VMware(13%)之后,与IBM 并列)。值得一提的是,位列英特尔之前的华为和VMware的云解决方案也都基于英特尔的技术提供。而在新购服务器的选择上,有62.1%的被调查者选择搭载最新一代英特尔至强可扩展处理器x86服务器。另外,在大数据、存储和人工智能上,英特尔的认可度也都非常高,是中国企业最主要的技术供应商之一。
应该说,《调研报告》的结果并不让人意外。作为一家以数据为核心的公司,英特尔近年来不断推动以数据为中心的变革,提出了以数据为中心的计算时代的发展策略,并建立了全方位的以数据为中心的解决方案,以帮助用户在数据洪流时代驾驭数据的传输、存储和处理,加快洞察产生的速度,并赋能人工智能的发展。与此同时,英特尔也坚持做中国最有价值的合作伙伴,并致力于成为数据世界领先的端到端的平台提供商,以助力企业实现从设备到云端的无缝协作。正是通过这一系列重要举措,英特尔成为了中国企业数字化转型的推动力之一,与其合作伙伴以及中国企业共同推动中国的数字化转型进程。
12月17日至顶网发布《2018中国数字化转型进程调研报告》的完成历时一个月,基于全国超过500家企业样本数据,对来自政府、金融、制造、医疗、能源、教育、零售等全行业技术从业者,进行企业数字化转型水平调研。这是对中国的数字化转型进程现状的一次全面摸底,其调查结果也反应了中国数字化转型的现实状况。
《调研报告》分四个章节:数字化转型现状与挑战、数字化核心技术分析、数字化转型的行业特征、未来数字化投资重点。通过本次调研可以发现,中国绝大多数企业用户已经认识到数字化转型,并已成为企业战略的必选项。调研重点发现包括:
超过半数的企业都或多或少开展数字化转型,未来单点试验和局部推广的企业随着数字化转型的深化以及良好的业务反馈,也将加速进入广泛推广阶段,为优化创新打好基础。
云计算、大数据、人工智能等数字化技术仍然是企业的关注重点,根据企业业务场景和需求的不同,数字化技术的应用会呈现多种组合态势。企业应做好数字化转型整体规划,确定范围和优先级,为后续实施增加可行性。
随着行业数字化转型的逐步深化,云计算、大数据、人工智能、物联网、区块链等技术正在与制造、金融、通信、医疗、教育、能源等传统行业实现深度融合,进一步形成更加开放、融合、协同发展的数字化生态体系。
传统企业未来投资还将集中在进一步完善数字化基础设施建设上,尤其在数据中心层面,企业将加大投入力度。软件定义也将进一步发展,帮助企业从中获得驱动业务变革的能力。
《调研报告》在详尽分析企业数字化转型内涵和进程的基础上,从技术应用、创新、管理变革等维度构建企业数字数字化转型全貌。对全国全行业企业数字化转型水平进行分析,就夯实基础、深度数字化和管理变革等发展特征、趋势进行深入剖析,最后围绕企数字化发展未来趋势进行展望。(点击链接获得《2018中国数字化转型进程调研报告》)
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。