数字经济腾飞,全面云化已势不可当。
Gartner预测,到2025年全球企业云技术使用率达100%,这一产业数字化浪潮来袭看似是一种“突变”,实则是更深层次的时代转型新局开端。5月17日,华为云生态峰会期间,华为公司高级副总裁、中国区总裁鲁勇指出:“云作为数字化的技术与能力底座,一定会加速进入产业数字化阶段,千行百业上云的浩瀚市场、云计算高速发展的新阶段已经到来。”

华为公司高级副总裁、中国区总裁鲁勇现场演讲
优势挡不住趋势,云市场进入全新发展阶段
中国数字经济蓬勃发展,已位居世界第二。数字化技术和服务加速向行业融合渗透,产业数字化在数字经济中的占比已高达80.2%。云计算作为数字化的技术与能力底座,已经从互联网市场向千行百业迈进,云已经进入了全新的高速发展阶段,云产业智能升级的浪潮必将促进市场、生产力和生产关系的三重变革。鲁勇表示:千行百业的数字化大战场,才是云服务决战的主战场。
传统产业、信息化、智能化共存,这是中国产业数字化独有的特征,市场是多元、复杂、融合的,传统的云计算1.0技术、服务、体验已无法满足复杂场景下的诉求,资源高效、应用敏捷、业务智能、安全可信,能够实现与行业场景深度融合的云原生2.0将成为必然态。千行百业上云,面临客户的多场景、多诉求,鲁勇指出,在云市场的全新阶段,固守原有优势不改变终将被趋势淘汰。
产业智能升级将重塑客户、伙伴、云服务商的角色关系
在产业智能升级的新阶段,客户、伙伴、云服务厂商将会是一个共生共赢的“商业共同体”,生态关系将在这个时期全面重塑。华为云秉承硬件开放、软件开源,做行业应用创新的黑土地。在华为云这片黑土地上,已经长出了丰富的行业应用。2020年,华为云伙伴收入占华为云总收入已经超过60%。华为云伙伴收入增速高达188%,高于华为云整体168%的增速。
截止目前,在伙伴的助力下,华为云已跻身全球前五、中国前二的一朵云,作为全球增速最快的一朵云。鲁勇强调,2021年,华为云将继续战略聚焦投入互联网和政企两大市场赛道,充分协同终端云、流程IT云的能力,用华为最优的数字化能力为客户提供服务。
同心同行,携手伙伴共同维护“三共一守护”生态准则
当前,华为云的生态伙伴已超2万+,充满创新活力,这些伙伴的加入源自于华为云“硬件开放、软件开源,坚定不移地做行业应用黑土地”的生态战略导向,同时也源于自身对生态定位与准则的坚守。今天,“数质”时代新浪潮正在席卷所有企业,激荡着高速高质量发展的新机遇和新挑战,而产业生态化发展是所有企业、伙伴应对未来不确定性的最优路径,鲁勇表示,生态的健康需要共同维护,有机遇也有挑战。华为希望与伙伴共同遵循“三共一守护”的产业生态准则,做长期主义者,为持续成功奠定长远基础。
在核心价值观上,华为始终坚持“以客户为中心”,这是华为与伙伴之间达成的重要共识;在生态构想上,技术融合聚变是趋势,没有一个独立的个体可以脱离系统成功,生态需要能力共建,华为云携手伙伴以技术共生创造时代价值;在商业目标上,通过开放开源共享能力,华为云与伙伴共同探索广阔市场,共同打造全场景智慧,共同分享“数质”时代红利,真正实现商业共赢。最后,相互成就需要共同坚守,华为云呼吁与倡导共同守护商业底线,共建健康生态秩序。
达成共识、合力共建、实现共赢,守护生态秩序是华为云对行业与伙伴的承诺,华为云始终希望与各界伙伴一起,以智变创质变,携手拥抱千行百业智能升级大机遇,行稳致远,进而有为!
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。