2022年,新冠疫情大流行进入第三年,所有人都在思考如何做出改变。
一个耳熟能详的品牌麦当劳,其中大家最喜欢的产品应该就是汉堡,一个汉堡中最大的成本不是肉,也不是面包,而是租金和人员。现在走进大街小巷的麦当劳门店,85%的消费者已经实现了自助下单,这样每个门店可以节省3名员工,8000家门店就可以节省2万名员工。而且很多订单并不是在店内发生,这也意味着选址逻辑也发生了变化。
这是快消行业的一个明显的变化,线上门店、无接触购物已经成为必选项,当然其他行业也在发生着变化,而且我们还看到这些变化都是发生在云上。
云上数字化转型正迎来大爆发!
本期的生态选题我们从云服务商的生态出发,找到了微软和他的朋友们,看看他们如何在微软的“四朵云”(Microsoft Azure云平台、Microsoft 365云端办公室方案、Microsoft Dynamics 365业务应用程序、Microsoft Power Platform低代码应用平台)之上提供更有价值的服务。
虽然有些公司大家可能没有听过他们的名字,但是他们在各自的细分领域都是隐形冠军,其中既有老牌企业,也有创新企业,他们来自神州数码、伊登、微钉科技、Techsun、联蔚数科。
与微软一路走来,他们出奇一致的认为,微软的角色是一名“共建者”,因为在微软的生态中,每一位伙伴都是主角。教授知识、品牌宣传、对接资源、技术支持、对接资本,微软加速器在这五方面给与了他们强大的支持。
“加速器帮我们很好地从创新创业的角度,审视自己的业务。” Techsun创始人、CEO黄纯波给出了这样的评价。
他们不仅服务在中国的客户,他们还依托微软的云帮助走出去的企业实现安全和合规。微钉科技以Microsoft 365为基础,帮助某汽车品牌实施东盟整车Microsoft365协同办公平台,上线6个定制开发功能模块(SharePoint + Teams)和39支业务流程,实现了与内部ERP(SAP)、Success Factors、MDM、数据中台等系统的集成,顺利开展海外业务。
就在刚刚结束的Microsoft Ignite China(微软在线技术大会中国站)上,我们还看到了更多微软与合作伙伴的故事。同时他们还在不断进行新技术的探索,像超级自动化、多云到边缘计算,以及端到端的安全保护等都是最近的关注领域。
未来他们还会给我们讲出更多行业企业的上云的故事,我们也耐心等待。
《数字化转型方略》2022年第1期:http://www.zhiding.cn/dxinsight/1957
好文章,需要你的鼓励
ETH Zürich等机构研究人员提出TrustVLM框架,解决视觉-语言模型预测可信度问题。该方法利用模型中存在的"模态差距",创新性地结合图像到文本和图像到图像的相似度,实现无需重新训练即可大幅提升误分类检测性能。在17个数据集的严格测试中,TrustVLM相比现有方法在关键指标上提升显著,同时改善了零样本分类准确率。此成果为AI系统在自动驾驶、医疗等安全关键领域的可靠部署提供了重要保障。
这项研究提出了个性化安全概念,解决大语言模型对不同用户采用统一安全标准的问题。研究团队创建了PENGUIN基准测试集评估模型在处理高风险场景时的个性化安全能力,并开发了RAISE框架高效获取关键用户信息。实验表明,提供用户背景可使安全分数提高43.2%,而RAISE框架通过平均仅2.7次交互即可提高安全分数31.6%。这一创新方法将AI安全从"一刀切"转向"个性定制",为高风险领域的AI应用提供了新思路。
明尼苏达大学研究团队提出了一种创新方法,通过回合级信誉分配显著提升大语言模型(LLM)智能体的多回合推理能力。传统方法只对整个过程进行评价,而他们的MT-GRPO算法能够精确评估每个决策步骤的价值,就像为每一步提供具体反馈。在维基百科搜索工具使用场景中,该方法实现了100%的工具执行成功率和50%的答案精确匹配率,远超传统方法。这一突破不仅提高了AI在多步骤任务中的表现,也为开发更复杂的AI系统提供了重要思路。
这篇研究介绍了PISCES——一种能精确从大语言模型参数中移除特定概念知识的创新技术。与现有方法不同,PISCES通过解缠器模型识别概念相关特征,直接编辑模型参数,实现了更精准的知识移除。在Gemma和Llama模型上的测试表明,该方法不仅有效降低了目标概念的准确率(低至7.7%),还保持了模型在无关领域的高性能,并显著提高了对"重新学习"的抵抗力。这一突破为AI系统的安全部署和合规使用提供了新的可能性。