埃森哲最新发布的《2024中国企业数字化转型指数》发现,更多的中国企业计划加大数字化领域的投入,利用人工智能等技术进行持续转型。
本次研究发现,更多中国企业致力于重塑其业务和职能,开创竞争新前沿,“重塑者”企业比例上升至4%;但是中国企业在全局规划、技术架构升级、组织变革等方面,仍有不小的进步空间。埃森哲的这项研究连续七年跟踪中国企业数字化转型进程。今年的研究调研了来自八个行业的450家中国企业。
埃森哲全球副总裁、大中华区主席朱虹表示:“技术变革步伐不断加快,对商业、社会的影响也在持续增强,以更大的格局把握技术是企业持续转型的关键。企业在面对技术部署、变革管理、创新加速等重要问题时,都需要从全局出发,坚持以人为本,才能有效解决复杂的业务和组织挑战,实现应用和治理兼顾,塑造独特的竞争优势。”
根据埃森哲的测算,企业若能以员工和创新为核心、负责任地大规模应用生成式人工智能,与激进情形(即以削减成本为核心快速运用的方式)相比,到2038年或将在中国释放逾2.86万亿美元的额外经济价值。
研究表明,近六成(59%)的受访企业表示,计划在未来一年对数字化转型项目增加投资,揭示了企业对技术创新的强劲需求。越来越多的企业计划借助以人工智能为代表的先进技术重塑各项职能,其中制造(48%)、财务(45%)和供应链(42%)成为三大重点关注领域。
自去年开始,埃森哲从战略、运营、创新、数字核心、可持续和人才等关键维度来衡量企业重塑进程。面对不断变化的环境,中国企业在维持卓越运营的同时,重塑重心回归创新和增长:中国企业的平均得分为46分(以当前所能预见的最先进状态的数字企业100分计),在开创竞争新前沿上的得分增长最快,而在打造数字核心、释放人才力量等指标上的得分依旧偏低。
中国企业在维持卓越运营的同时,重新聚焦于创新与增长。
尽管认识到技术应用和投资的必要性,要想充分释放技术的价值,中国企业仍面临多重挑战,需要完善人工智能战略、增强数字技术基础、提升组织变革能力。报告显示,仅有15%的中国企业成立了人工智能相关团队,有专门的战略和预算;中国企业用于偿还技术债的IT预算占比显著高于全球;只有32%的受访中国企业高管表示正在尝试重新设计现有的工作岗位,以适应生成式人工智能等新兴技术,这一比例远低于全球平均数字(46%)。
朱虹补充道:“随着企业重新聚焦创新和增长,不少企业开始在重点领域进行投入,希望充分发挥技术力量。目前,只有少数企业拥有灵活、强韧的技术和组织成熟度,领先者更为关注新技术的运用治理、挖掘差异化价值、打造数字核心、提高团队效率,从而在打造新质生产力的过程中实现新的增长。”
报告建议企业从四个方面采取行动,稳健地释放技术、组织、人才等全面价值,持续重塑。
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。