在数字技术不断迭代并转化为生产工具的今天,越来越多的企业面向未来提前布局数字化转型,以求在数字经济时代的市场竞争中立于不败之地。为了与各行各业就数字化转型的实践和创新进行深入交流,网易旗下一站式企业服务提供商网易智企将于11月28日在杭州举办网易创新企业大会。据悉,在本次大会上,网易智企将隆重发布与全球最大战略管理咨询公司罗兰贝格联合调研的成果《企业数字化升级之路——百家企业数字化转型发展分析报告》(下文简称为《报告》)。

亮点1:战略分析+商业实战,网易智企与罗兰贝格强强联手
作为全球最知名的战略管理咨询公司,罗兰贝格在战略分析、品牌研究领域具备卓越的专业性,且在中国市场有着丰厚的积淀。致力于为企业提供通信与视频云服务、智能营销、客户关系管理等数字服务的网易智企则在企业数字化转型服务方面有着丰富的实践经验。
本次两者强强联手,旨在通过《报告》为更多企业管理者提供关于数字化转型最具价值的数据和思路,从而帮助企业在新技术应用、商业模式创新等方面做出正确决策。
亮点2:274家企业样本+行业实践案例,反映中国企业数字化成长的真实群像
《报告》以274家来自各行各业的大中小型企业为样本,倾听企业的真实声音,从数字化转型驱动因素、数字化转型应用现状和转型成效三个方面进行深入调研,最终结合各行各业的实践案例,得到了中国企业数字化成长的真实群像。
同时,本次报告通过各行各业的企业典型数字化实践案例分享企业在管理体系改进、运作流程优化、营销模式创新、产品/服务重塑等领域的实践。

此次调研企业的行业分布广泛,其中制造业、软件和信息技术服务业以及批发和零售业的企业数量居多,比如房地产家居行业专业网络平台房天下,生活电器制造企业戴森,浙江大学医学院附属邵逸夫医院,舜宇光学等等。另外宝岛眼镜、小罐茶等企业也分享了其在营销模式、产品/服务等领域的数字化探索实践。

亮点3:案例剖析+专业建议,真正助力企业数字化成长
对于企业数字化转型在现阶段的成效,《报告》分析,大部分企业的主体经营指标在启动数字化转型之后呈现出增长态势,尤其是企业的运营效率得到了极大的提高,在数字文化与数字流程方面,企业总体上呈现出较高的水平。不过,众多企业数字化转型仍停留在初级阶段,究其原因,既有企业天生缺乏数字化基因的制约,也有转型路径不清晰的影响,但更为重要的是企业长期发展形成的对固有模式的“路径依赖”,这点在传统企业中表现得尤为突出。
为帮助企业在数字化的路上行稳致远,《报告》提出了更为精准的数字化转型建议,例如企业应从顶层设计上加强对数字化转型的愿景传递,在制度体系上设计相应的考核和激励机制,吸引并培养具有新兴技术驾驭能力的跨界人才。为弥补技术方面的不足,企业可以更加开放的态度与具有天生数字化优势的企业进行合作,实现双赢等等。不管企业属于什么行业,处于什么发展阶段,都可以寻找到适合自己的数字化转型和发展道路。
作为一站式企业服务提供商,网易智企依托网易22年来在AI、大数据、通讯音视频技术等方面的优势,通过旗下网易云信、网易七鱼、网易定位、网易互客等产品品牌,为百万家企业提供智能化、数据化、场景化的企业服务解决方案。在即将揭幕的网易创新企业大会上,除了带来《企业数字化升级之路——百家企业数字化转型发展分析报告》的成果分析外,网易(杭州)副总裁、网易智企总经理阮良将与罗兰贝格全球合伙人兼大中华区副总裁王欣,以及科大讯飞、宝岛眼镜,更美APP、小罐茶等企业方负责人展开深度探讨,用户可关注“网易智企”公众号并回复“白皮书”预约《企业数字化升级之路》白皮书。
好文章,需要你的鼓励
谷歌Agent Development Kit(ADK)革新了AI应用开发模式,采用事件驱动的运行时架构,将代理、工具和持久化状态整合为统一应用。ADK以Runner为核心,通过事件循环处理用户请求、模型调用和外部工具执行。执行逻辑层管理LLM调用和工具回调,服务层提供会话、文件存储等持久化能力。这种架构支持多步推理、实时反馈和状态管理,为构建超越简单聊天界面的生产级AI应用提供了完整框架。
上海AI实验室联合团队开发RoboVIP系统,通过视觉身份提示技术解决机器人训练数据稀缺问题。该系统能生成多视角、时间连贯的机器人操作视频,利用夹爪状态信号精确识别交互物体,构建百万级视觉身份数据库。实验显示,RoboVIP显著提升机器人在复杂环境中的操作成功率,为机器人智能化发展提供重要技术突破。
苹果在iOS 26中推出全新游戏应用,为iPhone、iPad和Mac用户提供个性化的游戏中心。该应用包含五个主要版块:主页展示最近游戏和推荐内容,Arcade专区提供超过200款无广告游戏,好友功能显示Game Center动态并支持游戏挑战,资料库可浏览已安装游戏并提供筛选选项,搜索功能支持按类别浏览。iOS 26.2版本还增加了游戏手柄导航支持,为游戏玩家提供更便捷的操作体验。
英伟达研究团队提出GDPO方法,解决AI多目标训练中的"奖励信号坍缩"问题。该方法通过分别评估各技能再综合考量,避免了传统GRPO方法简单相加导致的信息丢失。在工具调用、数学推理、代码编程三大场景测试中,GDPO均显著优于传统方法,准确率提升最高达6.3%,且训练过程更稳定。该技术已开源并支持主流AI框架。