至顶网CIO与应用频道 05月16日 北京消息:全球领先的信息技术研究和顾问公司Gartner的最新全球调查显示,33%的中国首席信息官将数字项目(digital initiatives)列为头等大事。
数字化业务如此受人关注是因为中国的多数行业现正处于转型和重新定义的重要阶段。调查显示,一半的中国企业表示,它们正处于业务模式转型过程中。
传统企业正在失去劳动力成本低廉的竞争优势。与此同时,他们目睹了百度、阿里巴巴和腾讯等互联网公司的巨大成功,纷纷试图效仿其商业模式。此外,中国政府也鼓励各企业借势“互联网+”和“中国制造2025”等举措,开展数字化业务。
调查还发现,中国的首席信息官正在重新平衡其技术组合,迈向数字化转型,投向数据分析(data analytics)、数字项目(digital initiatives,包括数字营销)和人工智能/机器学习(artificial intelligence/machine learning)的新增或额外资金数额最大。
Gartner 2019年首席信息官议程调查(Gartner’s 2019 CIO Agenda Survey)收集了89个国家和所有主要行业的3000多名首席信息官的访问数据,其中77人来自中国。
预算紧张
平均而言,中国首席信息官预计,2019年,他们的IT预算将增长6.6%,几乎是亚太地区平均增速(3.5%)的两倍、是全球平均增速(2.1%)的三倍。然而,这些数字须谨慎对待。该调查是在贸易摩擦和中国经济增速放缓的主要影响凸显之前进行,因此,2019年的实际增幅可能低于预期。
只要贸易摩擦继续,就会对数字项目的投资产生负面影响。希望坚持数字化进程的中国首席信息官必须减少对传统IT的投入,才能加大对数字项目的投资。
数字技能短缺
另一个值得关注的问题是技能差距。近一半(49%)的中国首席信息官声称,数字技能的深度和广度不足是实现首席信息官目标的最大障碍。
中国传统企业一般缺乏数字技能,而这要归咎于其视为榜样的互联网巨头们。百度、阿里巴巴和腾讯等公司与传统企业之间的薪酬差距远远大于世界其它地区。因此,相比加入传统企业,有才华的毕业生和专业人士更有可能加入互联网巨头之一,谋求职业发展。
学习新技能和培训应该是中国首席信息官的首要任务。要想数字化业务取得成功,数字化员工必不可少。
如欲了解更多内容,Gartner的客户可以阅读报告全文《2019年首席信息官议程调查:中国视角》(2019 CIO Agenda: A China Perspective)。如需了解Gartner首席信息官议程调查结果的详情,请点击查看Gartner首席信息官议程洞察中心。
编者按
2018年4月17日至6月22日,“Gartner 2019年首席信息官议程调查”面向Gartner高管项目(Gartner Executive Program)成员和其他首席信息官在线进行。相关受访者均是整个企业或企业分支机构(如业务部门或区域)中级别最高的IT领导者(首席信息官)。样本总数为3102人,来自各个地区和行业(包括政府机构和私人企业)。
好文章,需要你的鼓励
香港中文大学与华为诺亚方舟实验室合作开发了PreMoe框架,解决了大型混合专家模型(MoE)在内存受限设备上的部署难题。研究团队发现MoE模型中的专家表现出明显的任务专业化特征,据此提出了概率专家精简(PEP)和任务自适应专家检索(TAER)两大核心技术。实验证明,DeepSeek-R1 671B模型在精简50%专家后仍保持97.2%的MATH500准确率,内存需求降至688GB;而更激进的精简方案(减少87.5%专家)也能保持72.0%的准确率。该方法适用于多种MoE架构,为强大AI系统的广泛部署铺平了道路。
SCIENCEBOARD是一项开创性研究,旨在评估多模态自主智能体在真实科学工作流中的表现。研究团队构建了一个包含169个高质量任务的基准测试,涵盖生物化学、天文学等六个科学领域,并开发了一个真实环境让智能体通过CLI或GUI接口与科学软件交互。实验评估表明,即使是最先进的模型在这些复杂科学任务上的成功率也仅为15%,远低于人类表现,揭示了当前技术的局限性并为未来科学智能体的发展提供了宝贵见解。
帝国理工学院的研究团队开发了AlphaMed,这是首个仅通过极简规则强化学习就能培养医疗推理能力的AI模型,无需依赖传统的思维链示范数据。通过分析数据信息丰富度和难度分布的影响,研究发现高信息量的医疗问答数据是推理能力的关键驱动因素。AlphaMed在六个医疗问答基准上取得了领先成绩,甚至超越了更大的封闭源模型,同时展现出自发的步骤推理能力,为医疗AI发展提供了更加开放、高效的新路径。
Alita是一种新型通用AI代理系统,采用极简设计理念,以"最小预定义,最大自我进化"为原则构建。由普林斯顿大学等多家机构研究团队开发的Alita,只配备一个核心能力和少量通用模块,能自主创建所需工具并重用为模型上下文协议(MCPs)。实验显示,Alita在GAIA基准测试上达到87.27%的通过率,超越包括OpenAI Deep Research在内的复杂系统,证明简约设计可带来卓越性能。