11月25日,2020第十五届中国中小企业家年会暨中小企业振兴大会在北京开幕。本次大会以“乘风破浪、重新启航”为主题,聚集产学研领域专家,合力探索新格局下中小企业生存发展机会。华为公司副总裁、华为云计算技术有限公司董事长郑叶来受邀参会,并发表主题为“逐梦前行,同舟共济再起航”的主题演讲,分享华为如何从一家小企业成为全球领先ICT解决方案和智能终端提供商的实践经验,提供创新技术和服务助力中小企业新时代腾飞。
勇做“领域冠军”,成就伟大企业
郑叶来表示,中小企业是最活跃的经济细胞,为繁荣经济、增加就业、促进产业发展做出了重要贡献。管理学家、《隐形冠军》的作者赫尔曼·西蒙教授通过大量研究得出结论,德国经济的基石是在细分领域做到全球领先的中小企业。中国作为全世界唯一拥有全部工业门类的国家,细分领域的可发挥空间巨大,中小企业具备在细分领域做成世界第一的独特优势,要勇做“领域冠军”,成就伟大企业。
华为起步于小企业,一直积极拥抱先进生产力,在方向大致正确的前提下,让产品研发少走弯路。在运营商领域,从AII IP、All Cloud到All Intelligence,华为围绕客户需求持续进行技术创新,牵引产业发展方向。为了更好地服务客户,华为2011年成立IT产品线,并于2017年宣布战略投入云业务,2018年发布全栈全场景AI解决方案,助力政企智能升级。华为目前取得的一些成绩,是在正确的方向上、拥抱先进生产力、用技术创新持续为客户创造价值的自然回报。
智能时代正加速到来,智能升级将会给企业带来三大价值重构:用户体验提升,效率与成本优化,产品与商业模式创新。
通过进行数字化转型和智能升级,企业将更加贴近最终的服务对象,通过创新技术细分客户画像,丰富接触点,简化接触过程,提供多渠道的、一致的极致体验。企业将能在研发、生产、销售、服务等各个业务环节,全面提升运营效率和决策效率,降低工作成本和管理业务风险。随着创新技术与业务的深入融合,尤其是AI技术深入到行业生产系统,将重塑生产和交易流程,带来产品形态和商业模式的深刻变化。
这三大价值重构让我们看到,主动拥抱变化、用创新技术实现智能升级,是企业提升核心竞争力的关键。
用流程的确定性应对未来的不确定性
流程是企业根基长青的基础。郑叶来在演讲中指出,面对外部环境的不确定性,企业需要建立与发展阶段匹配的流程,用流程的确定性应对未来的不确定性。1998年华为引入IPD流程,实现了从客户需求、产品开发、到产品上市的全生命周期管理,将产品开发模式从依赖个人英雄转变为依靠管理制度,有力支撑了华为公司业务发展和全球化。对于华为来说,流程持续优化与业务高速发展,两个过程互相成就。华为持续推进流程面向云服务变革,为客户提供实时、按需定制、全在线、服务自助、社交化的极致数字体验。
上云用云是数字化转型的必由之路,打造以云为基础的IT底座,将帮助企业构建应对市场变化的敏捷能力。
为了支撑公司的长期发展,2016年华为确定了公司未来5年唯一的战略变革方向——数字化转型,希望实现全联接智能华为。数字化转型首先要回归初心,确定要解决的客户问题是什么。经过对业务现状的详细评估,我们以提升6类用户的体验为目标,通过将业务场景细分和服务化,基于华为云构建了HIS平台,让“乐高式”的应用构建成为可能,全面推进研发、作业、交易、运营等端到端业务数字化。我们也将AI引入华为所有主业务流程,目前已经应用在华为内部200多个场景,创造了超过8000名数字员工。
中小企业是“最活跃的经济细胞”,为繁荣经济、增加就业、促进产业发展做出了重要贡献。当前是技术驱动产业创新的关键时期,企业可以利用云、AI、5G、边缘这些创新技术的深度融合,带来新的产业模式升级,创造更多的产业新价值。华为云为中小企业提供全方位深度支持,在云资源、渠道、生态等方面提供多层级、综合性帮扶方案,期望大家加入华为云初创企业扶持计划。
华为云将华为公司三十多年在ICT领域的技术研发和积累,以云服务的方式提供给我们的客户,希望能全力帮助中小企业在这个新时代展翅腾飞,成为细分领域的“领域冠军”!
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。