席卷全球的数字化转型浪潮,正在重塑传统行业的格局,也在重新定义数字化的内涵。2019年11月14日,第八届全球软件案例研究峰会(TOP 100 Summit)在北京召开。围绕 “数字化转型与指数组织创新战略”的主题,数百位IT与互联网界精英各抒己见。网易(杭州)副总裁兼网易智慧企业部总经理阮良在其主题演讲中,分享了对于 “数字化转型 ”新的理解以及网易助力传统企业加快数字化转型的实践。
技术创新驱动的数字化转型发展至今天,企业数字化正在被重新定义,它绝不再是单纯的IT工具,由它撬动的业务转型正深入到组织的每一处业务、日常管理,乃至每个员工的“血液”中。阮良认为,日新月异的技术创新赋予了数字化新的使命。今天,数字化即通过信息技术、机器人、大数据的发展,通过对业务模式、业务流程、企业组织的改造,实现更高的组织效能。另一方面,数字经济的蓬勃发展,使用户的需求从单纯的消费行为升级为追求更加优质的用户体验。阮良表示,客户需求变化快,企业需要更加迅速和敏捷的响应,企业数字化转型势在必行。
数字化已经是企业面向未来的必经之路,这一点已毋庸置疑。根据IDC报告显示,目前已有约40%的企业开启了数字化转型。但2019年的埃森哲研究显示,在40%进行数字化转型的企业中,只有9%的中国企业转型成效显著,实现了新业务营收在总营收中的占比过半,这些就是“转型领军者”。而IDC报告预测,从2020年到2023年,有数字转型意向或举措的企业和高管将从55%提升到95%。节节攀升的数据体现了企业对数字化转型的迫切需求,愈发和不甚理想的转型成效形成鲜明对比,故企业急需行之有效的技术和方案。
阮良强调,数字化转型已进入2.0时代,从基于传统IT架构的局部完善转变为基于云架构的整体优化,转型的速度、规模和创新要求也都将登上新的高度,而快速实现规模化创新是核心要务。
2.0阶段的数字化转型的另一个显著特征是,技术与传统企业的核心业务捆绑得越来越紧密。因此,摆在企业面前的任务必然艰巨。阮良认为,数据化转型成功与否的因素是多层且复杂的,网易在持续多年深耕企业服务领域中发现,驱动数字化转型的“三驾马车”,即:强化新的技术建设、构建新的业务框架以及完善新的组织生态,将发挥越来越关键的作用。
结合网易的实践经验,阮良具象地剖析了传统行业数字化转型中遇到的痛点以及如何突围。网易深耕企业服务领域已经持续多年,向传统行业的赋能日渐深入。如今,在金融、零售、房地产等诸多典型行业的成功实践中,都能找到这“三驾马车”的身影。
在金融行业,网易云信携手飞虎互动,助力南京银行数字化转型,使其成为远程视频银行的先行者,为业务的开展,成本的节省以及服务渠道向线上转型提供了强大的支持;在零售领域,网易七鱼帮助沃尔玛通过小程序“扫玛购”扩展线上服务,不仅有效扩展了触达用户的渠道,也赋予了这家传统零售巨头数字化的新元素;针对房地产企业人员培训的硬需求与现实困境,网易云企课助力广州富力打造了最专业的房产行业线上大学,使员工获得高质量且系统化的职业培训不再是难题;针对消费者洞察、营销、分析等各个传统行业共同难题,网易定位携手央视调研构建品牌与亿级消费者的桥梁,构建业内最丰富的消费者标签体系,将极速调研项目时间缩短为传统项目的15%。
数字化2.0时代激发了对企业服务的巨大需求。阮良曾谈到,企业服务将是一片广袤的森林,没有哪家能够如消费互联网市场那样做到全盘通吃,而网易在这条赛道上的思路也很明确,即通过数字化转型的“三驾马车”驱动,赋予客户强大的驱动力。
数字化转型着眼的是企业的长远利益。正因为此,网易秉持着“全价值链理念”的原则,在服务客户现有需求的同时,投身于前瞻性的技术与解决方案开发,赋予其更多的可能性。阮良介绍,过往几年间,网易企业服务的业务版图不断拓展。譬如,网易云信以稳定、易用、安全、灵活的视频与通信PaaS平台,对外输出技术能力。提供服务营销一体化解决方案的网易七鱼,可有效地驱动企业服务效率与智能营销能力的升级。网易定位覆盖亿级用户,依托于大数据能力为企业提供消费者洞察、营销、分析服务,进行精准投放。这两者相结合“变身“服务营销多面手,帮助客户共建业务中台。网易云企课则可提供一站式企业人才发展解决方案,满足企业的大规模且有效的内部培训需求。而依托22年邮箱专业运营经验的网易企业邮箱具有安全稳定且功能全面的整合方案,如今已进驻超过76万家企业。网易云企课与网易企业邮箱的结合可以帮助客户简单有效地重塑组织结构,强化组织赋能。
行业纵深与横向协同,助力网易企业业务实现了三年营收8倍增长,日活2亿,覆盖60亿终端的高增长。阮良表示,网易将持续为客户输出更好的技术与服务,输出更大的价值,进而助力客户的内生成长。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。