1月11日由中国信通院与联想集团联合撰写的业内首份《中国企业智能化成熟度报告(2022)》发布显示,企业智能化成熟度与企业规模、IT投资额等呈正相关关系。年营业额越高、员工规模越大的企业,其智能化成熟度越高;IT投资额越高,企业的智能化成熟度越高。
数据显示,年度营业额在1000亿元以上或人员规模在1万人以上的企业,其转型成熟度均分远高于行业平均水平;而与之对应的年收入在1000亿元以下、人员规模在3000人以下的腰尾部企业,整体智能化成熟度不高,还有很大的提升空间。IT投资额在1000万元以下的企业智能化成熟度明显低于平均水平,主要是因为这类企业内部IT团队自研能力不高,且对外部机构的依赖性较强。

不同企业发展维度的智能化成熟度分析
《报告》显示,我国企业智能化方面的实际投入金额处在低位,近九成(88%)的企业IT投入低于年营业额的5%,48%的企业IT投入低于年营业额的1%,仅有12%的企业IT投入超过年营业额的5%。众多企业缺乏足够的资金储备投入到数字化和智能化转型中,尤其是本身发展水平较低的企业,面对高昂的转型成本想转而不敢转,处于“转型找死、不转等死”的两难困境。
《报告》指出,在数字经济快速发展的背景下,企业需要对数字化和智能化转型有明确认知,坚决拥抱智能化,才能使智能化持续为企业发展做出贡献,实现良性循环。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。