10月29日,由国务院国资委指导,新华网与用友联合举办的2022国有企业数智化峰会在北京用友产业园隆重召开。用友网络董事长兼CEO王文京发表了题为“数智创新 成就世界一流企业”的主旨演讲,围绕国有企业数智化转型的最新理念、方法路径等备受关注的内容,进行了精彩分享。
以下为精彩观点:
国有及大型企业的数智化
今天,中国的央企和地方国有企业正在积极推进一个重要的历史发展进程,就是“高质量发展,建设世界一流企业”。高质量发展和世界一流企业的建设有一个特别重要的路径,就是创新驱动,这也是央国企正在推进的基本路径。
国产替代不是简单的国产替代,应该是价值化的国产替代
我们对国产化的理解不是简单地用一款国产的ERP系统替代原来用的国际厂商的ERP系统,应该是把数智化和国产化结合起来,带给我们的央国企客户新的数智化价值,就是带来一个升级换代的产品,同时实现国产化。因此这次的国产替代不是简单的国产替代,应该是价值化的国产替代。
全球企业创新发展核心潮流
全球企业当前的一个重要的潮流,就是利用数字化、智能化技术的商业创新实现创新驱动。
基于数智技术的商业创新
基于数智技术的商业创新有着三个重要特征:首先,一定是创新型商业,包括产品业务的创新、组织管理的变革、创造新的市场。其次,一定是社会化商业,是通过网络实现连接、共享和协同的商业。同时,也是绿色型的商业,实现更加节能环保的商业运行。
“数智企业”的六大特征
数智企业有六个特别重要的特征:客户导向,生态共荣,员工能动,实时感知,数据驱动和智能运营。
三位一体,实现产业互联
数智商业创新近年来特别重要的一个发展就是产业互联网,构建和运行产业互联网有三个最重要的角色:产业运营商、数智平台服务商、协同服务商。
企业数智化,要从场景入手
从需求侧来看,企业数智化具体的推进都是关键的业务主题,就是从场景入手,当然也是要选择合适的平台应用和服务提供商共同推进,推进的过程中一定要把业务变革和组织管理变革结合起来。
企业数智化,必须以企业的业务价值为核心
从供给侧来看,企业服务厂商必须提供领先的平台应用系统和专业服务、人才服务,工作的开展必须以企业的业务价值为核心,不只是推广一个产品,我们认为更重要的是怎样为企业创造业务价值,而且跟企业客户长期合作,不断迭代发展。
巨型与大型企业的数智化实现路径
巨型和大型企业推进数智化,首先要以规划作为指引,在指引下统一数据治理,并且,需要一个统一的数智底座来支持数据治理的实现。大型企业的数智化,要部署的应用与服务主要分两大类,一类是功能型应用,如财务、人力、采购、协同办公等;另一类是业务应用,部署策略是按产业板块分别构建和运营对应的业务系统,实现产业化发展。
中国数智商业创新,开始走在全球前列
中国企业的信息技术应用在早年电脑化阶段远远落后于发达国家,信息化阶段追赶发达国家,到了数智化阶段有越来越多的中国企业数智化应用已经开始在自己所在的领域和行业全球领先,这是一个特别重要的进步和发展。
从ERP到BIP,企业应用的换代性变化
今天,全球范围内正在发生着信息技术在企业应用的换代性变化。从ERP到BIP,企业应用正在从上一代的企业信息化应用系统,走向一个新时代的数智化商业创新平台,产品和服务形态已经从一个工具型的套件系统,走向一个集工具服务、能力服务和资源服务为一体的综合服务体。
好文章,需要你的鼓励
随着现代AI技术对数据中心基础设施提出新要求,"AI数据中心"一词使用日益频繁。然而,这一术语的定义仍不清晰,AI数据中心与传统数据中心的区别并不明显。AI数据中心通常具备更大容量、GPU加速硬件、优化网络设备、高效冷却系统等特征,但这些特性并非AI独有。与其投资专门的AI设施,企业或许应考虑改造现有数据中心来支持AI工作负载。
Hugging Face团队发布SmolLM2语言模型研究报告,详细阐述了17亿参数小型模型的创新训练方法。该研究通过多阶段精细化训练策略和三个全新数据集(FineMath、Stack-Edu、SmolTalk)的创建,证明了小模型在数据质量优化下可达到优异性能。模型在多项基准测试中超越同规模竞品,为人工智能技术的普及化和可持续发展提供了新的技术路径。
私募股权公司Thoma Bravo宣布以20亿美元(含债务)收购联络中心自动化软件提供商Verint Systems。Verint为超过85%的财富100强企业提供服务,其云平台通过AI代理自动回答客户问题,并为人工客服提供智能辅助。公司第一季度营收2.08亿美元,订阅业务年化收入增长6.3%至7.1亿美元。交易预计2026年初完成,Verint将与Thoma Bravo旗下的Calabrio合并。
ByteDance研究团队发布OmniHuman-1,这是一个革命性的AI人物动画生成系统。该技术只需一张照片和音频就能生成逼真的说话视频,支持真人、动漫角色等多种图像类型。核心创新在于"全方位条件训练"策略,通过同时使用文字、音频、动作三种条件,将可用训练数据从10%提升到100%,显著改善了生成质量和多样性,为AI视频制作技术带来重大突破。