从工信部获悉,统计测算数据显示,从2012年至2021年,我国数字经济规模从11万亿元增长到超45万亿元,数字经济占国内生产总值比重由21.6%提升至39.8%。
Gartner也在近期发布了数字化经济报,报告显示“数字经济”2021年在中国经济中占比已达到40%,除互联网等传统数字经济领域外,金融、零售、高端制造等领域的中国企业数字化转型整体成熟度正在不断提升。
Gartner报告指出,“数字经济”是指数字化设备、数字化服务,以及数字化技术所产生的新的交互和业务场景。并且将数字化转型划分为信息化、数字化、智能自动化三个过程。
数字化转型本身就是数字经济的一种重要体现,数字化转型对企业已经是一个非常熟悉的概念。Gartner研究副总裁孙志勇(Daniel Sun)博士认为,很多企业还没有区分清数字化和数字化转型,他们对IT的定位有明显的偏差,这也是很多企业在数字化转型“深水区”出不来的原因。
Gartner研究副总裁孙志勇(Daniel Sun)
现在再谈数字化转型我们要赋予更多的意义,Gartner把数字化转型分为深水区、加速期和收获期三个阶段。
孙志勇表示,数字化转型的变化程度比较快,现在很多人都在说数字化转型已经进入深水区,现在其实已经有很多企业从深水区进入到加速期,甚至进入收获期。
数字化转型不同阶段的企业有着不同的特征,深水区的企业把数字化转型等同于IT,加速期的企业更多聚焦在IT与业务的融合,收获期的企业已经不在考虑IT的定位和与业务融合,而是关心商业模式上的创新。
不同阶段的企业有不同需要明确和解决的问题:
深水区的企业需要明确:什么是数字化转型,如何正确定位IT在数字化转型中的作用,如何确保企业高层助力数字化转型;
加速期的企业需要解决:如何通过解读政策来寻找IT与业务融合的方向,如何在战略层面上实现IT与业务融合,如何在运营层面上实现IT与业务融合;
收获期的企业需要解决:如何设计数字化商业模式创新与转型,如何通过“组装式业务”为数字化转型打下基础,如何通过数字化生态收获数字化转型成功。
一些特色行业,像金融行业的产业政策就是在帮助行业数字化转型梳理方向,这也是因为监管部门的科技水平、科技动向、洞察能力越来越强。如何判断出企业现在处在哪个阶段是很重要的,这样才能专注于解决当前的关键性问题。
“很多人都在讲,数字化转型是一把手工程,一把手要多大程度介入到数字化转型过程中,很多企业没有弄清楚。一把手需要解决数字化转型道路上的关键障碍,而且这些障碍是业务部门和IT部门无法单独解决的。”孙志勇说道。
如果没有了解业务需求去做数字化转型,就只是完全的交付和被动的执行,只有理解了整个产业政策和动向发展之后,就能更有效的与集团或者业务部门进行更为深度的沟通,更好的定位自身发展方向。
在运营模式上企业需要全面推进“IT与业务融合”,“财务、决策、绩效、人才、外包、组织、地点、工具、工作方式”九个关键方向,是帮助企业从规划到落地非常重要的保障手段。
在人才方面,未来“舵手型人才”会更加受到企业重视,他需要考虑未来IT投入时,如何从业务场景出发,一方面懂商业模式,一方面具备一定的科技基础,提前部署“舵手型人才”能够让企业发展的速度和效能进一步提升。
除了互联网行业,金融和零售这些数字化相对领先的行业,央企和国企是具备潜力的行业,因为现阶段央企和国企的数字化转型正在不断引入数字化技术,重点在自动化、数据和管理流程改造,这些企业一旦投入进来,发展和变革的速度是可以想象的。
如何通过数字化生态收获数字化转型的成功?孙志勇认为,“生态”是数字化转型中的高阶打法,也是实实在在能够变现的一种打法。变现方式一方面可以通过对外科技输出,一方面通过生态连接多个体系。
中国提出的信创、自主可控在某种程度上会刺激本土科技企业的进一步发展,同时通过数字化手段带来新的服务和场景,国民经济又被进一步刺激,所以数字化转型对于数字经济有着绝对的正向作用。
好文章,需要你的鼓励
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。