埃森哲(纽交所代码:ACN)最新研究表明,尽管中国企业已经认识到技术应用和投资的必要性,只有少数企业具备了完善的数据战略和数字核心能力,能够有效利用生成式人工智能(Gen AI),释放技术和业务价值。
埃森哲《构建数字核心,推进全面重塑》报告指出,企业每年应增加至少6%的IT预算用于诸如重新设计AI操作系统等创新项目,而拥有强大数字核心、积极投资战略创新并能平衡技术债务的企业,其收入增长和盈利能力将得到显著提高,进一步推动技术引领的战略转型。
研究显示,有41%的受访中国企业高管认为,企业将在未来6至12个月内实现生成式人工智能的规模化,而只有17%的高管表示,企业拥有了可以与生成式人工智能应用相匹配的数字核心能力。同时,研究表明,中国企业正计划借助生成式人工智能重塑各项职能,其中IT、供应链、制造、财务和可持续等是企业重点关注领域。
埃森哲全球副总裁、大中华区技术服务事业部总裁、埃森哲阿里事业部总裁俞毅表示:“变革步伐不断加快,持续重塑已成为各大企业的必备战略。企业纷纷尝试探索生成式人工智能等前沿技术对自身业务的影响。在行业领先的数字核心基础上从颠覆性技术中获取价值,不止是企业成功的关键要素,更关乎企业的生存。强大的数字核心对于实现重塑至关重要,也将帮助企业迅速抓住新增长机遇。”
埃森哲将“数字核心”定义为企业实现重塑目标所需的关键技术能力:使用正确的云基础设施和最佳实践来推进敏捷和创新;利用数据和人工智能打造差异化优势;通过应用程序和平台加速增长、创造新一代体验并优化运营,同时确保将安全性融入各个层面的设计中。
同时,研究指出,为保持拥有最新的信息技术系统、满足业务需要,企业已经负担了不小的“技术债”(Technology Debt),而加速应用人工智能又会添上新债。技术债务的产生可能有 多种原因,如使用过时的编程语言、陈旧的技术和基础设施等。企业常为了优先顾及眼下发展速度而忽略了长期维护能力,从而导致技术债越积越多。有49%的受访中国企业高管将人工智能列为技术债的三大来源之一,其他两者为企业应用和平台(60%)以及企业架构(36%)。同时,人工智能也可用于管理技术债,保持IT系统的现代性。
本次研究提出了企业构建数字核心的三大原则。遵循三大原则的企业或将取得可观的“60:40效应”,即:收入增长率提高60%,盈利能力提高40%。
本次研究中,埃森哲对来自全球10个国家和地区、19个行业的1500名技术高管进行了调研。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。