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
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。