在全球经济动荡、地缘政治紧张局势和供应链挑战的影响下,中国的首席信息官(CIO)及其团队目前面临的增长与创新机会充满了不确定性,直接反应出本土数字市场需求正在不断演变,并受到各种新护栏的约束。企业需要采取谨慎和敏捷的业务战略才能取得成功。
当前CIO及其团队领导者对很多通常应属于其职责范围内决策的控制力减弱,越来越多的CIO及其团队领导者可能需要重新设计战略重点,以成功支持业务成果驱动型首席执行官(CEO)议程(见图1)。
图1:中国CIO及其团队的关键任务

Gartner分析师在近期针对中国企业提出了以下战略增长预测。
Gartner预测,到2026年,中国超过30%的白领岗位将被重新定义,使用和管理生成式AI的技能将大受欢迎。
2021年Gartner员工和消费者人工智能(AI)态度调查显示,与欧美消费者和员工相比,中国的消费者和员工都更愿意接受基于AI的解决方案。然而,AI世界仍在快速变化,生成式AI的创造力正在不断扩展,可以生成文本、图像、视频、音频、代码、产品设计甚至多模态数据等数字资产。获取大量信息后,生成式AI可以基于信息分析中体现的关系,创建对该信息的洞察。
基础模型的发展,大大提高了AI生成内容的质量和生成速度。最近一个过度炒作的热门话题——由于OpenAI开发的ChatGPT,为重建人机交互方式提供了机会。中国高管对此技术的关注度和兴趣极高,促成了生成式AI的广泛和踊跃采用。
Gartner研究总监闫斌表示:“AI满足了行业急需提高生产力的要求,这是任何经济体增长过程中都必不可少的组成部分。很少有其他技术能提供这样一个重塑世界各地工作方式的机会。生成式AI有望增强和提升人类的工作能力,但并非取代人工。”
Gartner预测,到2026年,在中国运营的大型企业机构中,半数的CEO会定期收到网络安全报告,但只有15%的CEO会认为自己的企业机构受到适当保护,这一比例低于目前的30%。
对企业机构的网络安全保护信心不足的CEO将会调整其投资策略。由于监管要求和威胁环境在不断变化,大型企业机构——尤其是被认定为“关键信息基础设施运营商(CIIO)”的大型企业机构——将继续优先考虑并加大对安全的投资。不过,他们会从这些投资中寻找清晰、可衡量的安全成果,例如减少由外部攻击导致的数据泄露事件。如果无法证明安全投资的切实回报,中小企业CEO可能会因经济限制,选择承担更多风险,以节约成本。
CEO可能会支持或要求CIO扩大安全团队,以便自行做出对业务有影响的网络风险决策,然而,这种方法无法很好地扩展至所有的风险决策。
Gartner研究总监于淼表示:“一方面,网络安全劳动力市场过于紧张;另一方面,企业机构数字化水平的提高和敏捷方法的增强,使决策的数量变得过多,速度变得过高。积极进取的企业机构将采取措施,提高企业机构的安全风险判断力。”
Gartner预测,到2026年,70%的中国CIO将越来越多地与技术和服务提供商开展业务,这些提供商可量化其产品对客户的可持续发展目标的积极影响。
为了实现2030年和2060年的目标,中国正在强化监管环境和实施标准化,对可持续性、环境、社会和治理数据以及透明度的要求日益增高。
在供应商的主张和承诺无法验证的情况下,CIO通常很难客观地评估其在可持续性方面的表现和能力。多数供应商有一些可持续性方面的能力,但他们对准则规范的定义往往不同,披露结果的方式也并不一致。
Garner 研究副总裁相斌斌表示:“CIO需要与负责可持续发展的高管合作对可持续性战略产生影响,在企业层面建立兼顾企业业务战略和可持续发展目标的发展路径。CEO和其他业务部门也将依赖于CIO有效的投资书技术,同时实现财务绩效和可持续性成果,且综合评估每一项技术决策对可持续性产生积极和消极的影响。”
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。