近日,第六届中国卓越管理公司(Best Managed Companies,以下简称“BMC”)项目榜单在会上正式发布,神州数码凭借领先的数字化管理实践成功入选。

BMC项目是德勤具有30年历史的全球项目,其网络已遍布世界近50个国家和地区。自2018年落地中国以来,BMC项目至今已连续举办六届,是当前中国唯一针对企业管理体系进行全面评估的国际奖项。本届BMC项目继续运用成熟的“BMC卓越管理标准”全球框架,从企业战略、能力、承诺以及财务实力四个领域进行综合评估,历经6个月闭门推荐、企业家访谈和专家调研,最终评选出66家企业进入中国BMC项目榜单。据悉,本届入选企业2023年合计营收约2.9万亿元,平均存续期28年,平均营收达437亿元,平均净利率为8.2%。
全面拥抱AI,神州数码“AI加速数云融合”
洞悉科技创新是发展新质生产力的关键因素,生成式AI正成为AGI时代各产业创新升级的核心驱动力。为此,本次活动将“人工智能”作为主要话题之一,探讨企业如何借助科技创新驱动自身及产业转型升级,实现高质量发展。

神州数码总裁、董事会秘书陈振坤在活动中谈道:神州数码认为,数据作为生产要素重新编排的过程,就是企业创新的过程。生成式AI技术的应用,使得企业的数据呈现指数级的增长,进而生成新的生产要素,而这些生产要素的重新编排又会催生出新的产品和服务。这是我们认为AI会极大促进甚至颠覆面向企业的数字化转型服务的原因。这是生产力的极大改善甚至业务模式的颠覆。神州数码已经全面拥抱AI,构建从底层算力基础设施到上层面向行业场景应用的全栈产品、解决方案、服务能力,并与所有生态伙伴一起,共同推动AI的应用和生态发展。
三个锚点,打造以客户为中心的AI着陆加速引擎
致力于成为领先的数字化转型合作伙伴,神州数码自成立以来,始终秉承“数字中国”的初心和使命,不断推动企业自身数字化转型,打造数字化最佳实践,以数字技术和服务赋能各行各业,现已成为推动社会数字化进程和数字经济发展的重要力量。
AGI时代,神州数码正围绕AI原生场景赋能、多云异构绿色智算、国际化AI生态创新三个锚点,着力打造以客户为中心的AI着陆加速引擎。
在AI原生场景赋能方面,为有效满足专业领域企业对生成式AI技术的需求,神州数码推出AI原生赋能平台——神州问学,希望通过Agent工程、企业知识治理、模型训练与管理三个功能模块的相互协同,帮助企业“一站式”解决AI落地的系列痛点,降低AI应用的开发门槛及落地成本,加速生成式AI在企业场景中的应用创新。目前,神州问学在中医药、零售等领域已建立起标杆案例。
在多云异构绿色智算方面,面对AI加速落地带来的算力需求暴涨,以及智算资源利用率低等痛点,神州数码推出多云异构环境下智算中心整体绿色方案,包括依托硅光+液冷技术、一体化交付的神州鲲泰全液冷整机柜,以及可以屏蔽底层算力差异、大幅提升算力利用率和可用性的异构智算调度运营平台HISO、异构智算加速平台HICA两大平台产品,以助力企业构建性能更优、成本更低、能效更高、能耗更低的智算基础设施底座。目前,神州数码在沈阳、厦门、深圳等地已深度参与和打造多个人工智能计算中心,服务区域智算需求。
在国际化AI生态创新方面,神州数码于今年5月与德勤中国共同启动DC·AI生态创新中心,希望携手全球领先的AI伙伴,汇聚AI解决方案、人才、市场三股生态力量,在深圳打造推动AI着陆的创新空间。
基于在云计算及数字化服务、自主品牌硬件两块战略业务的深耕,以及AI领域的多点布局和成果,神州数码上周披露的2024半年度业绩预告表现相当亮眼。2024年上半年,神州数码营业收入预计为612亿元至639亿元,同比增长10%至15%;扣除非经常性损益后的净利润约为4.5亿元至4.7亿元,同比增长5%至10%。其中,神州数码战略业务收入保持50%以上的增长,盈利能力和核心竞争力持续增强。
未来,神州数码将继续发挥自身优势,不断探索创新,积极推动AI技术在各产业的落地应用,为数字经济的发展贡献更多力量。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。