最近看到一个IT厂商这样的疑惑,就是互联网行业需不需谈数字化转型?需不需要数字化转型?可能也道出了很多人的心里疑问,很多人认为,数字化转型是传统企业关注的话题,互联网行业不需要。
但是我要说的是,数字化转型不仅仅是传统企业业务升级的法宝,对于包括互联网在内的任何行业都是其业务转型升级的催化剂。
数据流由高清到4K到8K,游戏从PC到手机,再到VR\AR,通信技术从4G到5G,各种应用从WEB到嵌入式,视频直播、流媒体、短视频新的体验层出不穷,AI算法对于信息获取的颠覆体验等等,哪一个背后不是需要互联网行业进行数字化转型,从而跟随时代脚本?
因为虽然各个行业的业务形态不同,数字化转型过程又快有慢,但是在万物互联的今天,没有那个行业说自己不需要数字化转型。
其实我们应该看出,这个客户的疑惑,与其说是对数字化新技术的疑惑,不如说是其思想被数字化概念所束缚。
也让我们意识到,如果对于数字化转型的认知出现错误,那么对数字化转型技术应用就会在错误的道路上越走越远。
历史不会告诉你要发生什么,而是告诉你要避免什么!
我想谈两个家喻户晓的故事。
郑和下西洋,从1405年首次航行,到1433年,共计七次。然后没有然后了。
在郑和下西洋几十年之后, 1492年哥伦布开始的环球航行,包括这期间的欧洲探险家的探索世界。带来了第一次欧洲与美洲的持续的接触,对现代西方世界的历史发展形成了巨大影响。
同样是航海,为什么形成这么大的差距?
一个是以自我为中心,在自己认为的已知世界在探索。造成了越来越封闭。
一个是承认自己是无知的,用探索的精神发现未知。不断完善人们对于地球的认知。
根据各种资料显示,包括哥伦布等欧洲探险家在全球航海和探险过程中有一个群体是必须跟随的——科学家们。
再说一个数字,大家知道,最早的商业铁路是1830年始于英国,但是到了1880年,西方的铁路长度已经达到了35万公里。而这50年的时间里,世界上还有包括亚洲、非洲的很多地方,完全没有意识到这个世界在发生多大的变化。也给自身带来了沉痛的代价。
而我们在仔细来分析一下就会看到。欧洲的大航海时代是与资本的发展和科学技术进步相辅相成的。在之后的铁路的发展是科学技术与工业革命的发展相辅相成的。
那么引申到今天的企业数字化转型。
如果只是站在自身的角度考虑数字化转型,短期可能会促进企业的业务发展,但是长期来看也会越走越封闭。
只有用开放、探索的精神,结合不断推出的新技术来考虑数字化转型,才能在实现长期的进步。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。