近日,神州数码集团股份有限公司(简称:神州数码,股票代码000034.SZ)发布2020年全年业绩。数据显示,2020年,云计算及数字化转型业务成绩突出,实现营业收入26.66亿元,同比增长74.19%,四年复合增速达到136.32%。
具体来看,云管理服务(MSP)及数字化转型解决方案(ISV)依托神州数码“全栈云服务”能力,增长态势依旧稳健,业务收入2.9亿元,持续保持高毛利水平,反映出公司通过不断夯实积累、深化布局,在生态建设、技术研发、业务开拓、客户服务等方面取得的长足发展。
MSP优势凸显,全面覆盖主流公有云
神州数码自2017年布局云MSP以来,在细分领域的竞争优势进一步凸显,行业地位和市场影响力得到广泛认可,目前已成为国内市场最具影响力的MSP服务商之一。继位列IDC《中国第三方云管理服务市场份额报告,2019》第一位后,神州数码上榜Forrester《2020年第四季度中国混合云管软件报告》,位列第一梯队,并首度被纳入全球知名机构Gartner发布的亚太区公有云托管和专业服务提供商入市手册,首次实现三大顶尖咨询机构的全覆盖。
在公有云覆盖能力上,神州数码持续深化与AWS、Azure、阿里云的深度合作,成为AWS中国唯一的VAP伙伴、Azure目前中国区唯一通过V1.8版本认证的云服务商,以及阿里云生态体系内集全国总经销商、钻石级合作伙伴、MSP核心合作伙伴等多个身份为一体的核心合作伙伴之一。
基于与“3A”厂商的深度合作,神州数码也在进一步拓宽云合作伙伴生态,为企业级客户提供更深、更广的全方位自动化云管理服务。报告期内,神州数码通过收购GoPomelo 60%股权,展开对Google Cloud和东南亚市场的布局,成为国内唯一覆盖全球五大公有云的多云技术公司。
数据业务重点布局,持续收获行业头部客户
数字化转型解决方案(ISV)作为神州数码持续发展新的动力引擎,也在报告期内取得诸多亮眼成绩,基于多年服务行业头部客户积累的强大技术实力与丰富经验,为包括零售、快消、汽车、文旅、金融等行业世界五百强企业在内广大客户提供专业服务,获得了更多客户的认可。
同时,通过加强自有品牌产品开发,不断扩展大数据全生命周期服务能力。报告期内发布的TDMP数据脱敏系统3.0版本,获评安徽农信“首选”数据服务商,并在持续服务平安科技、平安银行的同时,成功签约平安人寿大数据平台脱敏项目;客户数据平台Bluenic2.0版本,依托跨渠道数据整合、唯一客户ID算法、全方位标签系统等核心技术和能力,帮助营销人员做到以数据支撑整个营销活动规划、设计及落地;同时,依托数据战略咨询及服务能力,基于机器学习的金融零售客户标签管理体系、基于知识图谱的场景欺诈甄别系统、酒店行业动态定价收益管理模型集、超高维供应链库存智能优化等300+数据解决方案已在多行业实现落地,并取得多项软件著作权和专利。
除此之外,基于神州数码的合作伙伴生态优势,云转售业务收入23.76亿元,同比增长89.57%,业务规模持续扩大,并不断带来新的发展动能。
面对未来发展方向,神州数码集团CBG总裁郝峻晟表示,接下来的三年,神州数码将会把行业服务的方案化逐步往产品化方向转,进一步提升自有的技术能力,通过越来越多的行业积累和中台的管理能力,全面提升核心技术和客户渠道等销售方面的能力,最终为客户提供企业数字化转型的全面解决方案。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。