为应对全球能源需求增长和日益严峻的环境问题,相关国家和地区正在加快制定和推进能源转型战略,由于自身愿景、资源禀赋、能源结构等差异走上了不同的转型道路。在中国,“四个革命、一个合作”为国家能源发展指明了方向,“二氧化碳排放力争于 2030 年前达到峰值,努力争取2060 年前实现碳中和”的宏伟目标,将为我们带来一个更高层次、波澜壮阔的能源革命新时代。
而数字经济和实体经济深度融合的趋势,为能源行业带来了全新的机遇和挑战。结合新兴技术的创新应用,必将重塑生产力和生产关系,我们需要积极地拥抱变化,通过数字化转型为能源产业变革和创新注入新动能,帮助企业达成转型愿景和目标。
一、数字化和数字化转型的时代内涵
随着时间的推移,数字化、数字化转型的内涵一直在演进。我们认为在当前时代,数字化是以数据为中心的思想理论体系、方法论和技术架构体系,其本质是向数据要生产力。就数字化转型而言,数字化是方向和趋势,转型是路径和手段,其本质是由软件和服务驱动的一场变革。我们必须抓住价值创造的锚点,改变习惯,为看不见摸不着的知识买单,需要把软件和服务的价值显性化,这样才能纲举目张,将转型深入开展下去。这恰恰是非数字原生企业容易忽略的方面。“以数据为中心”是当前数字化区别于信息化最核心的特征,也是智能化的基础。同时,作为非数字原生企业,需要考虑“数据从哪里来、指令到哪里去”,以及相应的数权、安全和可靠性等问题。
对于一个非数字原生企业,我们认为数字化和业务之间存在三种典型定位:一是将数字化作为首要工作方向,企业有强烈变革意愿,打破行业和技术边界,按数字原生企业来定位自己;二是数字化和业务双轮驱动,这也是很多企业务实的选择;三是把数字化作为业务支撑手段,为业务插上数字化的翅膀,数字化发展到一定程度,就会从量变到质变,必须考虑数字化转型。我们认为,这里只有基于定位的选择,以及随着时间推移呈现的结果,没有对与错。
二、能源塔环—数字化转型方法论
数字化转型涉及生产关系的重塑,需要有相应的方法论支撑,把复杂的问题降维解耦,确保转型有效落地。与能源企业同为非数字原生企业,我们结合自身及多领域的实践经验及教训,于 9 月 23 日全球正式发布能源行业数字化转型方法论—能源塔环,希望为能源企业带来启发,帮助能源企业做更好的自己。
“能源塔环”方法论共包含五大要素:一是坚持 1 个变革愿景,转型是一把手工程,需要基于定位明确的企业变革愿景;二是构建 2 个核心驱动,分别是业务要素和技术要素,双轮驱动;三是贯彻 3 个关键过程,规划、建设、运营一体化统筹,要一张蓝图绘到底并重点突破,围绕解决问题、创造价值,持续建设、迭代运营;四是创造 2 个保障条件,要构建数字化的文化、氛围、知识、技能,通过人才进行突破,通过团队和平台进行固化,形成能力;五是打造 1 个数字底座,按需实现万物互联、平台赋能、数据使能、智慧引领。
三、企业数字化转型可参考532模型
数字化转型本质上是一场变革。能源企业的变革落地可参考 532 模型:
50% 取决于企业自身的人员与团队,包括一把手基于愿景的驱动力,团队的认知、共识和执行力,内因是决定要素。
30% 是政策和环境,如国家提出的“推进数字经济和实体经济融合发展”理念,国资委也下发了《关于加快推进国有企业数字化转型工作的通知》,为能源行业数字化转型提供了政策指引;也有其它行业的成功实践,营造了数字化的外部环境和氛围;还有来自关键事件的驱动——疫情加速了数字化的进程。
20% 是技术基础,让转型在技术上具备可能。华为公司做的就是这 20% 里所擅长的内容,我们清晰地知道自己的能力和业务边界,对行业始终保持敬畏。
四、华为携手伙伴共创能源行业新价值
能源行业正朝高度低碳化、能源结构变革、多元化供应和分布式负荷方向演进,未来将实现横向多能互补、电气热冷水等一体化协同,纵向源、网、荷、储、用协调优化的智慧能源生态体系,“我爱 ABCDE”(5G、IoT、AI、BlockChain、Cloud、Big Data、Edge Computing)等新兴技术与能源行业的深度融合,将为能源革命和“2060碳中和”目标的达成铺设一条数字之路。
华为将践行“平台 + 生态”战略,在成就客户和伙伴的过程中,实现自身追求,助力全球能源企业共创数字时代新价值!
了解更多,请点击https://e.huawei.com/cn/solutions/industries/intelligent-energy
作者:华为公司企业BG副总裁、全球能源业务部总裁孙福友
好文章,需要你的鼓励
浙江大学和吉利汽车研究院联合团队提出的FreeTimeGS是一种创新的动态3D场景重建方法。不同于传统方法,它允许高斯基元在任意时空位置自由出现,并赋予每个基元运动功能,使其能够随时间移动到相邻区域。研究通过4D正则化策略解决了高不透明度基元阻碍优化的问题。在多个数据集测试中,该方法在渲染质量和速度上均大幅超越现有技术,特别是在处理复杂动态场景时,使用单个RTX 4090 GPU能以467 FPS的速度实现1080p实时渲染,为电影制作、游戏和虚拟现实等应用提供了新可能。
这篇研究介绍了"对角线批处理"技术,该技术解决了循环记忆Transformer模型在处理长文本时的并行计算瓶颈。通过重新编排计算顺序,研究团队实现了在不破坏依赖关系的情况下进行并行计算,使LLaMA-1B模型处理长文本的速度提升3.3倍,同时内存使用减少167.1倍。这种纯运行时优化不需要重新训练模型,为实际应用中的长文本处理提供了高效解决方案。
BEVCALIB是一种利用鸟瞰图表示实现激光雷达与相机校准的创新方法,由南加州大学和加州大学河滨分校的研究团队开发。该方法将不同传感器数据转换到共享的BEV空间,并通过几何引导的特征选择实现高精度校准。在KITTI和NuScenes等数据集上,BEVCALIB比现有最佳方法平均提高了47-82%的性能,为自动驾驶和机器人系统提供了可靠的传感器融合基础。
博尔扎诺自由大学研究团队开发的PATS技术通过保留完整运动片段代替随机抽取视频帧,显著提升了AI评估体育技能的能力。该方法在EgoExo4D基准测试中表现出色,攀岩评估准确率提高26.22%,音乐提高2.39%,篮球提高1.13%。PATS能根据不同运动类型自动调整采样策略,为体育训练和人才发展提供了更准确的自动评估技术。