深圳会展中心
2022中国高新技术论坛实录:“改变世界的新兴科技”
新闻来源:特约评论员 发布日期:2022-11-16

  主题:第二十四届高交会——2022中国高新技术论坛

  “改变世界的新兴科技”

  时间:2021年11月16日09:30——11:30

  地点:深圳会展中心五楼梅花厅

  实录内容:

  主持人:各位早上好,2022中国高新技术论坛进入了第二天,欢迎各位光临,我是深圳卫视主持人王海东。今天上午的论坛,主题是“改变世界的新兴科技”。我们将围绕“AI for science:未来基石”“量子优势与跨界布局”“云网端融合,迈向云上新世界”以及“芯制造,芯未来”等议题,邀请学界和业界的各位嘉宾、学者通过线上线下的方式分享他们的观察、思考和实践。今天上午在此分享观点的嘉宾有:

  中国工程院院士,清华大学计算机系教授郑纬民先生

  清华大学讲席教授、清华大学智能产业研究院院长、中国工程院院士、美国艺术与科学院院士张亚勤先生

  戴尔科技集团中国研发集团上海研发中心总经理陈春曦先生

  亚马逊云科技解决方案架构师团队总监李艺明先生

  IBM大中华区客户成功事业部总经理朱辉先生

  深流微智能科技(深圳)有限公司CTO江靖华先生

  萨摩耶云科技集团创始人、董事长兼首席执行官林建明先生

  深圳市思泉软件有限公司创始人、总经理雷文成先生

  因为疫情的原因,部分嘉宾将会通过线上的方式来分享他们的观点。我们正式的进入到今天的主题演讲环节:

  第一位分享嘉宾是中国工程院院士、清华大学计算机系教授郑纬民先生;郑纬民院士长期从事高性能计算机体系结构、并行算法和系统研究。在存储系统扩展性、可靠性和集约性等科学问题和工程技术方面,取得诸多创新性成果,并在多项国家重大工程中发挥了重要作用,他也是国家科技进步一等奖的获得者。今天郑纬民先生的视频分享题目是《我国算力的现状和趋势》。请看大屏幕。

  郑纬民:尊敬的各位领导、各位专家、各位朋友大家好,我是清华大学计算机系郑纬民,很高兴来参加高交会的论坛,我今天的报告题目是我国算力的现状和趋势。

  算力是计算的能力,全球算力总体情况截止到2021年年底全球算力总规模是521EFLOPS,美国算力总规模160EFLOPS,占31%,我国算力总规模140EFLOPS,占27%,日本占5%,德国占4%,英国占3%,我们国家还是不错的。

  我们国家算力总规模是140EFLOPS,算力规模排名全球第二,江苏、上海、广东、河北算力规模都超过10EFLOPS,北京、浙江、贵州、山东、内蒙算力规模都超过5EFLOPS。算力规模前20的国家中有17个是全球排名前20经济体,也就是说算力规模大的,你的实体经济也是好的,不会出现买一大堆的计算机算力规模很大,经济一塌糊涂的国家,这是没有的,算力已经成为数字经济发展发动机,我们未来开始进入算力时代了,接下来介绍一下算力一共分为三大类:

  一是HPC算力或者叫超算算力。二是AI算力或者叫智能算力,三是数据中心算力,就是基础算力。这三类合在一块就是我们国家的算力,我先介绍一下我们国家HPC算力情况。

  超级计算机的算力发展非常快,超级计算系统是国之重器,国家科技竞争战略的制高点,有高性能机器、超算力国家是规模国家的象征,应对最富有挑战性的计算问题,算力指数提升,现在已经进入了E级了,一台计算机是1EFLOPS的水平。

  我介绍一下我们国家超级计算系统研制与部署情况:

  国际上每一年评两次TOP500,6月份德国评,11月份美国评,评出500台最快计算机,右边这个图表示6月份评的时候其中173台是我们中国的,500台里面有173台是中国的,说明我们国家超算的部署是世界水平的。左边这个图TOP500的第一名,也就是最快速度的机器情况,我们国家曾经有三次是最快的计算机,日本两台、美国有四台,从这个角度来说,我们做最顶尖的计算机已经是水平很高了。计算机这么多机器买了台数最多,过去十年中,我国在顶尖超算系统研制与超算系统部署数量也处于国际领先水平。顶尖的超算我们国家有水平了,部署起来也是先进水平了,我们的应用情况怎么样?以ACM Gordon bell prize奖为例,这是奖励给超算应用做得最好的,就是超算应用领域的诺贝尔奖。一年评一次,美国11月份马上要评了,先第一轮评审,评出来六个,这六个比较好的,进入到现场答辩最后评出这个奖。这六个入围了,我们2014年第一次提名奖,2016年我们的大气动力框架第一次获得奖,2017年地震模拟获得第二次,2018年图计算框架获得提名奖,2021年我们量子模拟又获得这个奖,到现在为止三次获得Gordon bell奖,清华团队3次获得国际超算最高奖。习近平总书记2018年两院院士大会的时候说采用国产芯片的神威·太湖之光获得了高性能计算应用最高奖,2016年第一次、2017年第二次,这两次以清华大学计算机系为主做的,2021年是我们是参加单位,也还是很不错的。

  我们国家差不多有20个国家级的超算中心,北京、上海、广州、昆山等差不多20个,这20个机器加起来也是很大的算力。我们讲到做高性能机器第一名我们已经有本事了,获得了Gordon bell 奖说明也做得很好,这都是好的地方,也有不足之处,领先算力高效转化为解决科学与工程难题的能力依然是一挑战。什么意思?计算机理论已经EFLOPS级了,但是运行实际软件可能只有10%、20%,理论值很快了,实际应用只有10%,这个鸿沟怎么解决?我们要想办法解决问题,这不是我们国家的问题。

  超算基础软件是提升转化能力的关键之一,原来只有10%,想办法变成15%,原来20%想办法变成30%,我们现在已经部署这件事,想办法转化得好一点。

  我介绍了高性能计算机超算的算力,现在介绍一下AI算力。我简单的对比一下,中国跟美国人工智能领域的差距。AI三驾马车,数据、算法、算力,数据方面我画了一个中国国旗,特别是大数据的应用,应该说我们比美国做得好。算法跟算力画了美国的国旗,特别是算法,我们的算法基本上是美国做的,也就是说0到1的算法是美国人提出来,好在中国人比较勤奋出来以后经过半年一年两年学会了。2020年4月国家发改委明确将人工智能纳入新基建范围,AI是新基建之一了。这是鹏城实验室的云脑二期,这台机器是最典型的处理人工智能问题的机器,总计算性能半精度达到1EFLOPS,双精度达到1pflops,计算很好,互联很好,IU也很好,是处理人工智能问题比较好。

  我们国家现在有20多个城市陆续启动人工智能计算中心建设,让算力无处不在,触手可及。云鹏城云脑二期,武汉、中原、南京、成都都建立起人工智能计算中心,前面是高性能计算中心,又出来20多个城市的人工智能计算中心。我国人工智能产业发展比较快,2021年公安方面市场规模是48亿元,金融37亿,政府方面是21亿元,运营商17亿元,预计中国在2025年人工智能产业规模将超过4500亿元,带动产业规模1.6万亿,人工智能服务器数量每年翻一倍。

  还有一个算力也很大,数据中心算力,很多数据中心它通过云方式为大家提供服务。我把这三个系统简单的进行比较,HPC算力系统计算是靠CPU或者GPU,这一台大机器里面有成千上万个小机器,这机器跟机器之间联起来的网络要低延迟高带宽,存储方面专门做了网络存储器,这么多机器是共享的。

  AI算力系统方面,它的计算是人工智能芯片不是通用的CPU,网络方面一台机器里面也有成千上万个AI加速芯片,也要很快的网络,存储跟HPC一样,我说明一下HPC算力真正算的时候是128位二进制两位数加减乘除,AI算力是8位的两位数相加减乘除,128位加减乘除,你是8位、16位的,这个价钱也不一样。

  数据中心算力系统,就是通用的CPU,用高速以太网联起来,每台机器有自己的存储系统。

  关于HPC、AI、Big data这三类机器是三种不同的机器,就是三种类型机器,但是我们说需求要求这三个融合在一块,这一台机器有这么多的需求,既要高性能计算又要有AI算法又要BIG data我估计再过三四年市场把这三个机器融合在一块了,就这一台机器可以做HPC的事又做AI的事又做BIG data的事,就融合在一块了。

  最后我说三句话:

  一是算力第一定律,时代定律:算力就是生产力,人类生产力已从原先的人力、畜力、动力为主的时代进入到以算力为核心生产力的算力时代。算力第二定律增长定律,算力每12个月增长一倍,算力资源增速显著,已经打破了摩尔定律,也就是说每12个月算力扩大一倍。算力第三定律,经济定律,算力每投入一元,将带动3—4元的GDP增长,也就是说算力非常重要。谢谢各位,讲得不对的地方请大家批评指正。

  主持人:谢谢郑纬民院士,为我们介绍了三大类的算力,超算算力、AI算力和数据中心算力,这也是为我们介绍这三类算力,尤其是前两类目前在中国的发展现状以及面临的挑战,郑院士也为我们探讨这三种算力融合的未来和可能性。接下来的演讲嘉宾是清华大学讲席教授、清华大学智能产业研究院院长、中国工程院院士、美国艺术与科学院院士张亚勤先生。张亚勤院士是数字视频和人工智能领域的世界级科学家和企业家,他发明的多项图像视频压缩和传输技术被国际标准采用,广泛应用于高清电视、互联网视频、多媒体检索、移动视频和图像数据库领域。可以说他的诸多研究成果汇集了几乎每一个使用便携式多媒体的人,今天他分享的题目是:《人工智能引领数字经济》,请看大屏幕。

  张亚勤:大家好,我是清华大学智能产业研究院的张亚勤,感谢大会组委会的邀请,参加今天这个盛会。首先我们看一下它的背景:

  双碳已经成为我们国家的重要战略目标,2020年习主席在联合国大会上提出了中国碳达峰、碳中和的时间表,碳中和是人类能源结构的又一次大的变革,既是社会可持续发展的必然选择,也是产业结构调整和发展的重大历史机遇。在碳中和的背景下企业面临着巨大的挑战和选择,也需要进行节能减排、提质增效,面临着产业转型、升级的当务之急。

  为了做好双碳的工作,相关部门密切出台很多重要的政策文件,多次强调了绿色低碳技术创新应用的重要性。这只是部分的文件,也突显了国家对双碳的高度重视。同时,人工智能也再成为双碳的一个重要工具和技术,2018年世界经济论坛就发布了报告,提出使用AI来帮助解决气候变化的巨大潜力。我本人也是世界经济论坛AI和交通理事会的成员,也参与了这个报告。2019年包括图灵奖得主yoshua bengio顶尖科学家也发布了文章指出机器学习对碳中和的重要性,2021年人工智能全球合作伙伴组织GPAI建议各国政府关注AI加速碳中和实现的潜力并予以支持。去年乌镇世界互联网大会我提出人工智能赋能绿色计算应用双碳的三层技术架构,我看到AI技术正在被应用到各行各业,包括电网的负载预测、航班规划、碳排放精确评估、数据中心节能等等。去年年底IDC发布了一个白皮书,也指出人工智能将成为技术降碳减排一个核心。

  我们认为人工智能和物联网技术,也就是AI+IOT对于碳中和会扮演重要的角色,通过智能的感知可以融合多元多维的异构数据,利用人工智能我们可以打造AI优先的引擎,对数据进行深度分析,实现数据驱动的智能决策。基于这些决策我们可以全面优化产业链的资源配置,这种基于AI+IOT的感知、决策、优化可以循环迭代,赋能产业绿色化,助力碳中和。

  我们目前关注几个方向:清洁能源和传统能源的融合,包括光、风、水、电和核电、火电还有氢能,从发电、供电到用能和储能都有很多问题需要解决。利用AI、IOT的技术可以监控碳排放,优化智能技术的控制,感知和预测电网负载进行智能调峰和调度均衡,这些产业本身能耗巨大,预测到2035年全国数据中心耗电量将超过4500亿度,全国5G基站的耗电量超过2400亿度。现在AI的模型越来越大,模型训练的能耗和排放也很高,比如说通过NAS训练Tranformer 模型开排放284吨二氧化碳,所以为了降低能耗和排放,对计算中心需要通过优化,进行更好的任务管理调度和智能控制。对系统的故障进行预测和诊断并研究清洁能源驱动的设计。对于智能通讯 我们需要进行大规模的优化,实现通讯和感知一体化,充分利用边缘计算进行系统级的能耗优化。

  我们重点关注的另外一个方向是新兴的绿色产业,包括绿色城市、园区楼宇、智能交通,城市楼宇和交通排放数量惊人,据统计2019年纽约市GHG的排放就高达5500万吨,目前全球楼宇和智能交通GHG排放分别是17%和16%左右,这些领域AI、IOT大有可为。

  目前国内外大学和企业都开展了一些相关的科研工作,目前工作还比较初步,也面临着一些挑战。首先是我们要优化的系统高度的复杂,不仅规模大,维度高、周期长,而且它是相对发散的,是高随机性的开放环境。我们AI的系统现在都是大模型、大数据、大计算,排放本身也很高;现在的工作多为单点的技术,针对单一场景,场景间优化的策略缺乏共性的技术平台,现在有很多的学校包括像伯克利、斯坦福、MIT,我们在清华也都在从事这方面的工作。

  我简单介绍一下我们的工作,目前的在AI、IOT以及用到双碳和绿色计算的工作。智能产业研究院简称叫AIR,使命是用人工智能技术赋能产业推动社会进步,我们的定位面向第四次工业革命的国际化、智能化、产业化应用研究机构,我们有三个战略:一是培养技术领军人才,具有国际视野的CTO和系统化思维的架构师,二是推动关键核心技术突破,三是打造学术和产业的双引擎。过去的一年半多一点,汇聚了众多跨学科的高端人才,我们不仅仅有很深学术造诣的企业创新人才,也有很多产业背景的学术人才,并且和很多的产业有了深度的合作。

  AI、IOT特别是在赋能绿色计算方面,是我们的一个重要研究方向,目前我们聚焦两个方面的核心技术的研究:一是高性能的AI本身的操作系统,二是AI的算法和模型,三是怎么样把这些东西用到具体的产业。我们希望打造一个AIOT相对比较共性的计算平台,利用端边云协同的底层计算系统支撑上层的决策算法,比如说强化学习、多智能体协同,赋能产业的绿色化,我们选了一些产业,比如说智能计算中心、智能交通以及通讯系统、绿色园区。

  我举几个具体的例子:我们都知道5G是一个功能很强大的通讯系统,功耗也是一个挑战,Massive mimo天线权值优化需要很巨大的优化求解的空间,比如说三个基站的优化参数组合的总数达到了8×10的11次方的数量级,基于5G三维星道的建模仿真对多基站的Massive mimo天线权值优化进行了研究,通过对环境、状态动作进行高效表征建模,我们实现了5G网络功耗降低差不多15%左右,5G网络覆盖质量提升15%的初步研究结果。

  另外一个例子是火力发电,火力发电机组本身控制优化是一个高度复杂的工业系统,包括上万个传感器、上百个核心控制量,整个过程和控制是高度复杂的。我们研究员开展了AI+火力发电机组燃烧控制优化的研究工作,每一年可以为一台机组节煤3000—4000吨。我们也在打造高性能AI计算系统方面开展一系列的研究工作,比如对于面向异构硬件的模型生成,我们提出了新的预测方法可以快速搜索特定硬件满足推理延迟的结构,可以加速90%以上降低能耗50%以上,对于移动的GPU我们提出新的高效算子代码自动生成方法,与现有的方法相比加速高达14倍,更进一步对CPU+GPU的并行模型推理优化,加速三倍以上,降低能耗多达60%。

  我们也把AI的技术用到数据中心的能耗优化,包括赵峰教授之前在微软工作,我们和万国百度也在这方面合作,我们和百度在低碳、交通、智能网联和车路协同生态方面开展一系列的工作,联合发布了apollo air计划和还有DAIR-V2X,对智能交通的整体效率,降低碳排放有积极的意义,在这个平台上整个数据优化以及高效的系统有极大的意义。我们认为AI特别是AI+IOT对于绿色计算、双碳大有作为我们需要沉淀出具备一系列可跨领域落地、可通用化的数据驱动算法应用,基于此搭建一个AI控制优化的算法引擎。有很多方面,我今天讲的只是一些很小的初步例子,我们希望能和同行一起利用AI+IOT为实现我国2060碳中和的目标贡献力量,感谢大家。

  主持人:谢谢张亚勤院士,可以说未来40年碳中和是我们这个时代面临的最重要的课题之一,在刚刚的分享中张亚勤先生明确的提出AI和物联网的结合,也就是AIOT将会赋能绿色计算,在决策与驱动途径、能源融合、ICT和新兴产业等方面发挥重要作用,从而推动碳中和的实现,他同时为我们分享了这一技术和创想目前面临的诸多核心挑战以及清华大学智能产业研究院在这方向上的诸多探索和实践。各位接下来我们要把话题转向芯片,下一位演讲嘉宾是深流微智能科技(深圳)有限公司CTO江靖华先生,江靖华先生是领先的芯片设计专家,在美国芯片设计行业的顶尖公司工作了20多年,拥有芯片设计全流程经验以及相关核心专利积累完备且深刻的芯片设计制造,服务深流微智能深圳有限公司,是去年5月才成立的新公司,将从我国急需的完全自主知识产权国产化GPU芯片切入迅速进行产品迭代,逼近世界水平,今天江靖华先生的视频演讲题目是国产GPU的发展与挑战。

  江靖华:各位专家、各位业界同仁大家好,我是深流微智能科技有限公司CTO江靖华,今天我演讲的题目是国产GPU的发展与挑战。

  我的演讲分为四个部分:第一,中国集成电路发展情况。第二,高端芯片GPU功能介绍。第三,中国共产GPU发展现状。第四,深流微的自研GPU之路。

  在军事、工业、生活各个方面都离不开芯片,芯片已经是无处不在,并时时刻刻改变着我们的生活,成为工业粮食,芯片技术是国家经济的引擎之柱,可以说芯片行业既决定全球经济结构也决定着地缘政治力量的平衡,近年来我国集成电路的产业规模不断壮大,集成电路产业取得了阶段性的成效,为实现高质量发展打下了坚实的基础,产业技术创新能力大幅增强,据工信部和中国半导体行业协会统计2014年—2022年中国集成电路产业销售从3015亿元增长到13085亿元,近十年产业的复合增长率19%,是同期全球产业增速的三倍。近年来我国集成电路设计企业数量不断增长,由2017年1380家增至2020年2218家,年均复合增长率12.6%,2021年我国集成电路设计企业达到了2810家,较上年的2218家同比增长26.7%。根据中国海关总署数据,尽管2021年中国集成电路出口为3107亿,同比增长19.6%,出口金额1537.9亿美元,同比增长32%,但集成电路产品进口呈现较高增速,进口金额达到4325.5亿美元,同比增长23.6%,这也很大程度上证明中国集成电路产业仍然具有较大的发展提升空间,特别是对高端芯片缺口比较大。

  GPU核心处理器是一种并行处理设计的微型处理器,包括图形和视频渲染,GPU能应用在台式机、笔记本电脑、游戏机、数据中心等集中需要渲染图形或高性能计算的场景,现在GPU拥有两大功能,一是利用强大的图形引擎进行图形视频的渲染,二是可以处理各种神经网络或机器学习等人工智能计算,图形GPU将画面计算生成出来,其背后是复杂的处理过程。包括三角形的顶点渲染、象素渲染等,关注图像学的渲染逼真度,真实场景映射度等参数指标,只要数据以图形显示存在,并将GPU基础上增加部分通用计算能力。GPU主要应用在大规模人工计算,关注的是双精度浮点计算能力,随着人工智能、大数据技术的发展,已经成为和CPU芯片同等重要的基础性芯片。上世纪90年代为应对大量的图形计算问题,GPU顶点处理器的可编程性得到增强,表现出通用计算能力,20世纪初统一渲染处理器,流处理器奠定了通用计算的基础,未来GPU将向大规模发展,GPGPU、AIGPU。在超算及数据中心所需要的双精度的高端GPGPU,未来在图形工作站服务器所需的高性能的AIGPU也存在同样的情况,我们正在进入一切需要可视化的时代,可视化需要大量的图形图像计算能力,无论是云端还是边缘者都需要大量的高性能图像处理,党的二十大报告指出完善科技创新体系坚持创新在我国现代化建设全局中的核心地位,加快实施创新驱动发展战略,坚持面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康,加快实现高水平科技自主自强,因此在市场、政策的推动下,相信国产GPU必将迎来难得的机遇,从而实现技术突破。

  需要指出的是GPU是一个高技术含量的赛道,而且我国在这一领域发展已经落后了很多,尽管近几年诞生了不少GPU初创公司,受到资本的青睐并取得一些成果,目前我国GPU初创公司分为两类:一是图形渲染GPU公司大多采用第三方嵌入式GPU核IP授权,非常有利于快速实现也有利于快速构建软件栈,极大降低研发周期和风险,使用IP授权也有一个缺点,核心专利无法自控,嵌入式GPU核架构无法支持高性能图形渲染需求,非真正意义上的自有知识产权。AIGPU是内建AI加速器提升专项跑分,大都不支持双精度浮点运算,不支持图形显示和图形渲染,我们认为GPU什么是包含软件生态、数据等多方面构成缺一不可,只要耐得住寂寞,坐得住冷板凳,突破核心技术,构建真正的产品竞争力。

  深流微智能科技有限公司成立于2021年5月,致力于填补我国中高端GPU芯片的空白,是国内唯一自研高性能图形渲染GPU的厂商,拥有完全自主知识产权的GPU架构与微架构设计,核心技术成员来自于顶级芯片设计公司,深流微虽然才成立一年多,但是技术实力已经得到业界的认可,并多次国家级技术创新大赛优秀项目称号,深流微制定了清晰合理的产品产业化路径。深流微坚持从0开始独立自主,采用了自创在专利和技术方面有特点的XST架构,形成了完整可迭代升级的基础开发生态系统,深流微自研的XST系列GPU通过多核与数据等优化技术,通过多核的运算效率、多现成与超标量等技术,在计算密集型应用方面具有很好的性能,可广泛应用于元宇宙、虚拟现实、AI计算等领域。深流微秉持静水流深的企业精神,将继续在高性能图形渲染GPU领域努力钻研,希望与广大业界同仁一起合作,为国产GPU早日实现真正的自主可控贡献自己的力量。

  主持人:谢谢江靖华先生,在刚才的分享中江靖华先生为我们分享了GPU芯片的功能、发展历程以及国产GPU的发展现状、主要的技术路线以及目前面临的诸多挑战不足,也介绍了深流微公司在开发国产GPU芯片方面的诸多实践。接下来我要请出的演讲嘉宾是萨摩耶云科技集团创始人、董事长兼首席执行官林建明,林建明先生拥有超过20年的金融、科技行业经验,是国内将数字技术应用于金融行业的成功的先驱者,他2015年创办的萨摩耶云如今已经成为中国领先的独立云服务科技解决方案供应商,今天林建明先生视频演讲题目是决策智能应用,谱写中国式现代化新篇章,请看大屏幕。

  林建明:大家好,我是萨摩耶云科技集团创始人董事长兼CEO林建明,我们是一家以AI、大数据、移动互联和云计算等核心技术为支撑,通过研发决策智能的产品为各行各业的客户提供端到端的云原生科技解决方案的企业,我今天分享的主题是决策智能应用,谱写中国式现代化新篇章。

  有人说艺术和科技总在山顶相遇,近期在美国科罗拉多州举行的一场艺术博览会上,《太空歌剧院》夺得了数字艺术创作类大奖冠军,这幅画是由画家利用AI工具创作而成,他刷新了大众对AI能力的边界认知,画家通过AI工具输入文字描述,AI按照画家的需求创作,画家通过不断的微调文字描述将AI画作进行微调完成了画作,AI无处不在,所带来的颠覆性冲击远超过想象,作为科技创新和经济发展的重要驱动力,正在进入高速发展期。在2022年中国AI的企业应用市场规模已经达到了1.87万亿元,五年复合增长率达到31.5%,根据IDC报告的预测到2030年全球人工智能市场规模将超过1.8万亿美元,这将是一个巨大的蓝海市场。AI技术已经进入到经济、生产、生活的方方面面,成为了数字经济时代的核心生产力,这是艾瑞咨询的报告,为我们展现了人工智能在各行业应用的成熟度,从中可以看出AI在金融、安防、互联网、医疗、制造等多个领域渗透率已经很高,无论是市场规模、场景效果、技术水平、数据质量、人才储备、产业基础等成熟度不断的提升,AI正成为智能社会的重要基础设施。我认为这一切才刚刚开始,以机器学习、知识图谱、自然语言处理、语音识别、计算机视觉等技术都在高速的发展,驱动着新一轮的产业变革,AI的本质是让机器像人一样思考。自适应和学习能力对外界环境的感知能力使得它能够帮助企业提高效率、降低成本,更好做出生产环节中的各项决策,AI出现改变社会的结构,已经成为现代劳动力的一员,决策智能正在引领AI向高阶决策智能跃迁。感知智能具有人一样的感知能力,能听能看能观察,对应的目标包括语音、图像、视频等等,中层领域是分析智能,分析智能具有主动思考和理解的能力,是有了概念、推理、意识观念等等的模型。深层的领域是决策智能,在决策智能的阶段AI已经通过对各行业领域的知识图谱化、洞察信息之间的关系,不断的优化自己的决策能力,从而拥有了专家级别的实力,辅助人类做出更加优的决策。

  我们萨摩耶云科技集团的决策智能产品部分已经初步进入到完全决策智能阶段,我们帮助中小微企业跨境电商、金融、电信等等行业的客户解决人工无法解决的问题,提高他们的决策效率。长期以来萨摩耶云科技集团不断的推动技术和场景深度融合,我们打造了小微企业服务网络,帮助小微企业解决融资难、融资贵的问题。以某一个连锁水果店的加盟融资为例,我们通过将加盟店铺的采配门店、后台账务等等数据进行处理,输入封控模型对加盟店经营稳定性以及盈利能力进行评估,进行资金的匹配,通过这种方式极大提升了融资决策效率及准确率,不仅仅是水果加盟店,目前我们已经为人力资源的企业、建筑装修企业、新能源企业等等提供了智能的融资解决方案。推动了小微企业融资的增量、扩面和降价,我们推出了钉客邦SaaS,在企业有融资需求的时候,他们面对众多银行的数百种产品如何从中挑出自身情况的产品,中间存在严重的信息不对称,我们VSM相似度算法,把各个金融机构的产品个性化要求以及小微企业的融资需求进行智能匹配,变依赖抵押为数据征信,有效破解信息不对称的难题。我们还打造了跨境电商SaaS平台,产品叫小佈ERP,以免费的模式帮助中小跨境卖家在客户管理、广告分析、供应链管理、物流仓储等等的环节提升店铺的精细化运营能力等等业务,也帮助卖家解决客诉提升客户的服务质量,我们的AI决策解决方案已经应用在政府、通信运营商、大型商超、互联网银行、跨境电商、中小微企业等等实体的行业,我们的产品有几个特点,一是它通过拟合现实数据和AI决策最佳理论数据之间的差距,提升了商业决策的效率,二是它通过创建更全面更方便的数据视图辅助人工增强决策能力,从而做出更加决策,三是它可以根据反馈不断的改进决策,使得决策趋于最优,四是它通过构建数据驱动的敏捷组织架构和运营方式来优化组织架构,属于科技创新最好的时代已经来临,二十大为科技自立自强描画了宏伟蓝图,我们萨摩耶云科技集团也坚决扛起时代赋予的新使命,推动科技、人才、创新的协同发展,我们要努力做到以下几点:一是坚持守正创新,聚焦力量进行AI决策核心技术的原创性,引领型科技创新,二是坚持服务实体经济,助力高质量发展,三是坚持将人才战略放在首位,全面培育复合型人才,谱写中国式现代化新篇章贡献更多力量,谢谢大家的聆听,最后预祝高交会圆满成功。

  主持人:谢谢林建明先生,在刚才的分享中,林建明先生明确提出如今AI已经跨越了最初的感知和分析阶段向更高阶的决策智能进行跃迁,为我们分享萨摩耶云在决策智能技术上的诸多实践,包括如何推动小微企业精准融资,如何提升跨境电商的智能运营等。接下来这位演讲嘉宾是亚马逊云科技解决方案架构师团队总监李艺明先生,李艺明先生拥有近20年的IT行业从业经验,为各种规模的企业客户提供IT项目实施和顾问服务,云计算、企业数字化转型、物联网和大规模并发场景方面有丰富的规划实践经验,今天他的视频演讲题目是亚马逊云科技助力数字经济,请看大屏幕。

  李艺明:大家好,欢迎大家来到今天的主题分享,我是亚马逊云科技的李艺明。我今天分享的主题是亚马逊云科技助力数字经济。

  数字经济已经成为国民经济体系当中的重要支柱,云计算作为新兴的IT技术已经成为发展数字经济的底座,亚马逊云科技是全球云计算的开创者,一直引领着云计算产业的发展,并以不断的创新、技术领先提供了丰富的服务,从而受到广泛的好评。亚马逊云科技连续11年被gartner云计算的领导者,全球范围内亚马逊云科技已经成为各行各业转型数字经济的重要技术引擎。

  2006年亚马逊云科技推出全球第一项云服务,让存储变得更加简单。同时大大提高了可用性降低了成本。从此,不管是在云计算的底层技术,为用户提供性价比更高的算力平台,再比如在人工智能和机器学习、边缘计算、量子计算这些创新的技术领域,亚马逊云科技不断推陈出新,作为云原生数据库服务的开创者,亚马逊云科技提供了15种数据库服务,为客户的数据场景提供更多的选择。在此基础上,亚马逊云科技积极发展了无服务器化服务,让各类型的企业有机会以更低的成本更灵活的方式,利用更先进的数字技术实现其数字化转型。

  亚马逊云科技在中国的愿景是利用与生俱来的创新精神,赋能客户的重塑,加速客户在全球业务的拓展,加强本地人才的培养,从而促进行业转型,助力数字经济的可持续发展,并让全社会共同受益。亚马逊云科技正在帮助越来越多的企业加快数字化转型,推动业务创新,把握新的机会,亚马逊云科技在中国的业务布局称之为三驾马车齐头并进,怎么理解?一是我们会让使用中国区的中国客户享受到全球领先的云计算科技和服务,比如说像三一重工、中集等等一批企业正在利用亚马逊云科技领先的云服务加速数字化转型和创新。二是让海外的跨国企业在服务中国市场时在中国的环境当中实现和全球IT架构一致的体验,并在基于本地进行创新,比如说丰田、施耐德、宝马等等。三是让中国客户通过亚马逊云科技的全球基础设施加速走向海外,为全球的用户提供服务。比如说像美的、TCL、安克创新等等一大批企业。

  亚马逊云科技正在帮助各行各业实施数字化转型和创新,针对金融、制造、汽车、零售快消、医疗和生命科学等等重点行业,亚马逊云科技组建了专业的服务团队,深入了解客户的要求,推动整个行业的转型和升级。在汽车行业亚马逊云科技在自动驾驶、车联网、软件定义汽车三个重点领域发力,全面赋能汽车行业向数字化转型,在制造行业亚马逊云科技将从工程设计、设备的综合效能管理和优化、供应链管理、质量管理、设备管理等等核心应用场景,推动中国制造业向高端化、智能化和绿色化转型。

  在零售行业,亚马逊云科技将从私域运营、线上零售、智能客服等核心业务场景出发,推动从产品设计、业务模式、客户的购物体验全方位变革。毫无疑问我们也观察到在当下有越来越多的中国企业正走向海外,如何让中国的客户更好的走向海外?答案就是全球化思考,本地化运营,要想成为全球的企业必须拥有全球化的视野,具备全球范围内持续高效的配置资源的能力,同时还要积极开展本地化运营,对各地区的认知和了解是中国企业在海外取得成功的基本,在进入新的文化环境时,要提前了解当地的制度、法律法规以及文化习俗等等,在做到合法合规的基础上还要不断围绕本地用户的需求,本地用户的消费特点进行创新去优化服务、优化用户体验。基于亚马逊云科技提供的六大能力,比如说像覆盖全球的基础设施、成熟丰富的全球客户实践、引领行业的安全合规理念和实践以及亚马逊全球服务体系的强大支撑,全球合作伙伴提供的完善解决方案、广泛而深入的云服务本身,客户可以建立全球统一的业务布局和数据平台,可以获得全球化的视角和运营洞察,更好的实现各个地区的安全合规。可以利用亚马逊云服务提供的技术创新能力,加速基于用户行为的本地化优化创新体验。

  我举三个案例:像网易游戏,利用了亚马逊云科技提供270多种云服务器的类型,可以更加灵活根据业务场景选择不同的配置,并且利用亚马逊云科技覆盖全球的骨干网加强对全球用户的覆盖,优化游戏用户的体验。TCL的出海之路,是中国最早的出海企业之一,业务遍布了全球160多个国家和地区,TCL依托于亚马逊云科技的全球基础设施,构建了核心应用网络,包括像电商平台、售后维护平台、客户关系管理平台等等,构建了全球的物联网平台,帮助TCL实现了全品类的智能设备物联,TCL还在亚马逊云端重构全球的大数据平台,让全品类的IOT设备和业务系统实现互通互联,有力支撑TCL的数字化营销,TCL的数字化转型成果是显著的。一方面TCL的业务研发费用降低50%,另一方面TCL的产品创新效率提升50%。其实在近几年,跨境电商是非常火热的赛道,比如像PatPat是一家跨境出口的母婴电商平台,从创立早期就在亚马逊云科技上实现业务全球拓展和业务的爆发增长,目前依托于亚马逊云科技帮助其覆盖了全球超过100个国家的业务,全球增长最快也是规模最大的童装品牌。

  在帮助更多的跨国企业落地中国方面,亚马逊云科技也和各大企业展开了深度的合作,比如说像丰田互联,从2019年开始丰田汽车开始在中国规划推广车联网服务,依托于亚马逊云科技丰田互联将百万两车数据传输到后台的车联网系统,经过分析和处理之后,为客户提供了各种增值服务。施耐德电器利用我们提供的机器学习、数据库、计算服务,提高了生产线的检测效率,实现了零漏检。这套方案在施耐德武汉工厂成功上线,基于该方案,施耐德继续将在中国另外十多家工厂部署该解决方案。

  赛默飞通过亚马逊云科技提供的无服务器架构,快速构建了在线教学平台,仅仅两周的时间结合微信平台就可以开发相关的应用,极大提升了在疫情情况下对其终端用户的培训和教学。

  亚马逊云科技也不遗余力帮助中国本土企业实现数字化转型和业务创新,欣和选择亚马逊云科技平台,重构大数据业务平台,帮助其支撑了多品牌全方位的业务分析和洞察。中集集团将SAP核心系统迁移云,并在云上持续优化,实现每年20%的成本节约,在海外业务发展过程当中,中集集团使用亚马逊云平台在两周时间内就完成了当地资源的部署,并且在核心的生产环节中引入了机器学习能力,帮助其实现了业务流程的优化,嘉实财富作为一家金融机构,希望通过短视频加强用户的触达,其本身有非常强的内容制作能力,但是视频的制作、分发、管理方面其实并不是它的专长。嘉实财富和亚麻云科技合作,用短短两周时间就快速完成云端短视频平台的构建,为其实现了大量的短视频内容的制作,并且精准的推送到其客户,实现内容短视频的有效客户触达。

  亚马逊云科技还和各地方政府共建合作,旨在为重点行业的客户赋能全球领先的行业解决方案,依托于亚马逊云科技的技术服务能力以及亚马逊云的生态合作能力,帮助更多的企业走出去,实现全球化。绿色持续发展是所有企业应该面对的共同话题,亚马逊云科技持续构建云基础设施,帮助客户实现了通过云原生或者迁移上云减少碳排放,亚马逊云科技碳中和数据湖平台可以实现组织内的碳核算流程以及相关的报告输出,亚马逊云科技还将人工智能和机器学习、物联网技术融入更多的业务场景,为用户构建可持续发展的业务平台。

  中国是亚马逊云科技在全球业务布局的重要国家之一,中国已经成为除美国以外唯一拥有三个亚马逊云科技区域的国家。2016年亚马逊云科技发布了亚马逊云科技中国北京区域,2017年发布了亚马逊云科技宁夏区域,2019年增加了亚马逊云科技亚太区域,此外亚马逊云科技还在上海建立了亚太地区首个人工智能研究院,这个研究院引入了亚马逊云科技全球技术能力,亚马逊云科技还在深圳和台北建立了物联网实验室,帮助客户加速物联网应用程序的设计和部署。此外,亚马逊还和中国政府合作,支持了两个在深能源项目,亚马逊云科技一直植根于中国,持续助力中国发展数字经济。以上是我分享的内容,谢谢大家。

  主持人:谢谢李艺明先生,在刚刚的分享中,李艺明先生为我们介绍了亚马逊云科技的探路历程,分别是中国客户如何深耕本地,实现数字化的转型与创新,海外客户如何植根中国,中国客户如何成功出海,为我们分别分享了相关经验和案例。接下来要请出的演讲嘉宾是深圳市思泉软件有限公司创始人总经理雷文成先生,雷文成先生创立的思泉软件主要是为政府和企事业单位作信息化顶层设计方案,从纵向横向多维度实现大数据共享,为个人、部门、跨部门协作提供有效的IT支撑,为决策层提供数据支撑。今天他的演讲主题是在金蝶云苍穹平台上全新演绎OA、CRM等管理系统,我们掌声有请。

  雷文成:大家好,因为我在深圳,最近也没有怎么外出,可以来到现场跟大家一起交流一下。今天我演讲的主题是在金蝶云苍穹平台上全新演绎OA、CRM等管理系统,去年我在这个平台上的演讲主题是低代码平台上全新演绎OA、CRM管理系统,有什么不一样?金蝶云苍穹也是低代码平台,之前在思泉低代码平台上全新构建了OA、CRM系统,今年我们是在苍穹平台上重新构建了OA、CRM系统。

  今天我分享的主题,一是对平台的初步认识,二是信息化系统的构成及痛点,三是怎样消除信息孤岛的两种方式,四是讲一下OA、CRM与低代码平台的关系。

  思泉软件是2010年开始投入研发低代码开发平台,金蝶是2015年投入研究低代码平台,思泉软件它的低代码平台是小而精,苍穹平台是大而全。所以这也是我们在苍穹平台上去研发的目的,为什么?因为苍穹平台有六种的低代码能力,思泉软件低代码平台是有两种,快速建模跟工作流引擎,真正把这两方面做得比较好的平台比较少,金蝶云做了六方面,所以大而全。

  这是比较了传统的单体架构的系统跟现在的系统架构对比,传统的ERP单体架构经常会碰到数据一多会卡,会死机,并发用户一多的时候系统会运行不顺畅或者出问题,现代的微服务架构解决这个问题。这是金蝶云苍穹的一些核心技术组件,分享一下市场的痛点跟信息化系统的构成。市场痛点方面有三个点:一是架构陈旧,二是信息孤岛严重,三是功能单一。现在主流的管理系统大多还是单体的系统架构,所以它在系统数据一多,并发用户一多的时候还是会宕机,速度会变慢,解决不了核心的问题。信息孤岛严重方面,现在主流做的,动不动要跟OA、CRM、HR系统集成,这种比较痛苦。三是功能比较单一,OA就是OA,ERP就是ERP,CRM就是CRM,当我们要做深度的大数据分析的时候,我们要借助BI系统,当我校做更高安全方面的处理时候,我们要去做跟第三方区块链做集成,我们从信息化系统构成来看,从四个方面去分享:

  第一,低代码的能力,第二,用低代码平台去快速搭建业务系统的能力。第三,业务系统的专业度跟模块是否全面。第四,管理门户。我觉得低代码有AI平台,刚刚很多演讲嘉宾也讲到,区块链平台、快速建模、流程平台、集成平台、数据中台的能力。现在的低代码真正能把两个方面,快速建模跟工作流引擎做得好的非常少,金蝶云苍穹有六种的低代码能力。用低代码怎么样快速搭建一套系统?用低代码快速构建业务系统的能力,像一般的能力包括了快速建模、流程引擎、消息推送、报表分析、权限管理等等。每一个系统可能现在的低代码都会有这个功能,但是它的深度跟广度可能会不一样,可能你从感官去比较,很难比较得出来,你非得用一下才知道。我们自己做低代码也做了很多年,我们从今年1月份开始学习苍穹平台,我们得出的结论就是思泉低代码平台它的开发效率会更高一些,苍穹平台它的功能会全一些。在低代码上面构建的应用,我们现在看软件不仅仅是在看功能,我们首先是看低代码底层,然后再看应用,因为你在底层投入比较多的时候,你的应用投入肯定相对不会那么多,我们公司跟金蝶云比,整个公司的实力就相差比较大,所以金蝶云用亿的投入低代码,所以他在底层、应用做到大而全。应用方面它的ERP相关的模块做的比较专、全,思泉低代码在OA、CRM方面做得比较专,我们为什么在它上面构建?金蝶刚好缺OA和CRM,就把整个的功能模块做得比较全面,更能满足各种客户的需要,更好的实现一体化的决策要求。

  管理门户方面,现在都会有,特别是OA或者各个系统都会有,作为企业老板或者企业高层来讲,他非常想通过一张报表能知道企业的方方面面信息,比如说从领导的角度去看,特别是流程中心、公告通知、信息发布、知识管理、绩效中心等等,还有一些运营管理的部门,它的领导也想通过一张报表去获得本部门所需要的信息方方面面,比如说财务中心、生产中心、销售中心等等,它也想通过自己的管理门户获得本部门的相关信息,这个时候就需要大数据分析。这些管理门户和大数据从哪里来?有可能是从多套系统,有可能是从单一的系统,很多演讲嘉宾讲到IOT,它也是需要获得各个方面的数据。

  再讲一下消除信息孤岛的两种方式:

  现在信息孤岛就是我们经常讲的API跟EBC,信息孤岛是目前信息化痛点最明确的地方,最要解决的痛点,现在很多的IT部门解决信息孤岛成为IT部门的首要任务,它的数据没有办法共享,系统太多。大家现在去解决信息孤岛大多通过API,通过API的时候,当你接口一多的时候,它维护起来就非常麻烦,效率很低,成本也下不来,这个时候很多客户就希望能在一套平台上构建所有的应用,就是EBC,也是金蝶这几年一直倡导的,就是一直一般一体化设计方案,很多客户希望通过IT技术+管理的顶层设计,能彻底的根除信息孤岛。这就要求我们在信息化顶层要做一体化设计,一体化是企业信息化建设的终极目标。

  最后讲一下OA、CRM与低代码的关系。

  我做OA、CRM做了很多年,差不多近二十年。我们最早强调的OA就是协同,现在基本上在消除信息孤岛的时候,OA还有BI成了解决信息孤岛的工具,做最多的就是跟ERP做集成,帮助ERP实现流程的审批。最近几年CRM也在做同样的事情,跟ERP做对接,要打通,销售部门各个数据的共享,CRM的销售管理模块长期以来跟ERP的销售管理模块是重复的,所以经常会出现销售部门跟财务部门对帐,它的效率比较低。OA上面的流程引擎跟快速建模跟CRM的集成引擎,跟低代码平台的流程平台、集成平台、快速建模是一致的,为什么?特别是CRM也会有这方面的场景,比如说CRM的费用审批、合同审批、售后服务的安排,需要工作流。同时也需要一些个性化的定制,比如说售后服务、项目管理,也需要快速建模,客户对一体化的要求越来越迫切。我们从中看出来OA其实是低代码平台的前身,低代码又帮助OA、CRM实现了大协同,实现了数据的共享。

  信息化建设的终极目标就是实现在一个PaaS平台上构建所有的应用,让企业内部的员工跟企业外部的生态,比如说跟客户、供应商、合作伙伴、生态实现大协同、大数据的共享,谢谢大家。

  主持人:谢谢雷文成先生,今天雷文成先生为我们发表了技术性比较强的分享,他首先介绍金蝶云苍穹平台的特色,是企业级新一代的架构,能够促成复杂场景与技术架构的融合,为我们分享了主流管理系统目前存在的市场痛点以及其背后的技术原因和其他的原因分析,他谈起两种消除信息孤岛的方式也对OA、CRM与低代码平台的关系以及信息化建设的终极目标阐述了他的意见。

  接下来演讲的嘉宾是IBM大中华区客户成功事业部总经理朱辉先生,朱辉先生在信息管理、大数据分析、人工智能软件开发领域有超过20年的工作经验,他目前领导着一支全新的拥有开放混合云架构方案和技术实践能力的专家团队,为客户提供全生命周期的支持。朱辉先生的视频演讲题目是简化与加速企业的AI之旅,中国企业人工智能落地的现状与案例分享,请看大屏幕。

  朱辉:尊敬的与会嘉宾大家好,我是来自IBM大中华区客户成功事业部的朱辉,客户成功事业部是IBM2021年新成立的一个事业部,目的是通过来自各行各业的解决方案架构师和IBM研发中心和实验室的产品专家成立一个技术团队,和客户级合作伙伴通力合作共同创新,加速企业的AI之旅和数字化转型的过程,尽快落地AI解决方案在企业中发挥实际作用的团队。今天我跟大家汇报和分享的内容也主要是围绕着AI在中国企业当中目前的现状和落地的进程。

  看一下IBM2022年所进行的全球AI的采用指数的调研结果,从目前来看全球企业稳步增长,而且呈现了一个更加成熟的渐进式的方式,企业已经充分意识到要成功的规模化的推进数据与AI以的战略,首先要实施很好的数据治理的方案,才能够更加稳健的实现通过AI来创新实现业务目标的最终目的。同时,我们也看到企业在AI的落地过程中越来越强调可信任度、可解释性,怎么样建立值得信赖负责任的AI实践和如何在实际工作当中使用AI的成熟度,这两者之间相辅相成。但是在这上面我们确实也看到在很多的企业当中,我们还缺乏一些具体的行动方案来达到这样的目的。从落地的场景来看,我们主要是看到三方面的场景:

  第一,如何运用AI的能力来加强企业及员工应对其自身业务挑战的能力,这些业务挑战包括成本的压力、工具的缺乏、项目或者数据的复杂性、技能的缺口、劳动力的缺乏等等压力。

  第二,我们看到比较热门的业务场景是通过用AI来提高IT运维安全级威胁监测以及业务流程自动化

  第三,利用AI打造更具有可持续性的运营,大概三分之二的企业已经打算或者正在规划把AI应用落到企业的可持续发展计划当中去。

  通过我们的调研对象,我们看到中国企业对AI的落地又有一些自身的要求和期望,主要的是体现在AI使用的成熟度上,对于随处运行的重视和强调以及在自动化和可持续的用例等方面都具有更大的投入,也使得我们中国的企业在这几个方面的落地过程当中体现了一定的领先度。大概60%的企业已经表达他们在业务当中已经开始积极的部署了人工智能的解决方案,99%的企业认为人工智能的解决方案在随处构建,同时又可以随处部署及运行,对于他们企业来讲是至关重要的。大概三分之二的企业正在使用或者考虑如何通过自动化软件和工具提高IT运营和业务流程效率。在这之外我们还看到70%的企业正在考虑如何利用AI加速环境、社会治理的计划和进程。

  通过几个具体的案例跟大家分享一下我们所做的一些落地方案:

  第一个案例,IBM和四川省税务局的合作,我们需要寻找一个能对数据进行统一管理、保障数据质量,确保数据合规,数据又能够对业务人员进行自服务消费的解决方案,在IBM客户成功团队的实施支持下,四川省税务局借助IBM的功能模块实现了数据治理目标。四川省税务局利用IBM的人工智能能力,在这一次项目的实施当中实现了数据的目录、数据的质量、数据的相关功能,带来了很好的价值和结果。使得四川省税务局能够清晰、快速定位数据的来源,通过数据目录的建立,实现了资产管理中心化。同时,自动化的数据质量管控又让客户拥有了可信的数据来源,我们还进行了数据学功能,提供了端到端分析和追溯的能力,持续反馈了数据治理的结果,并且优化和提升了业务系统的数据质量。这样的案例为四川省税务局进一步进行税务改革,利用历史的税务数据为将来的数据业务治理提供了一个坚实的平台,这个实践的案例也得到了广泛的关注和多家媒体的报道。

  第二个案例万洋冶炼,万洋冶炼拥有三个事业部,12个独资子公司,8个合资公司,涉及的业务领域非常广泛,包含了有色冶炼、新能源、综合回收、珠宝首饰、化工等等领域,这家企业连续上榜中国民营企业500强和中国民营企业制造业的500强,随着他们的快速发展,其事业部及下属子公司之间的流程不可见、不统一、不合规也同时成为公司进一步快速发展和健康发展的瓶颈。他们所面临的主要业务挑战也包括了业务流程跨多部门多子公司,缺乏一个统一的流程协同平台,无法实现业务管理的统一化标准化,对于后期有问题的合同没有一个统一的审计系统及相关资料的统一维护平台。合同跨越多个业务系统,缺乏流程和系统的交互造成很多资源的浪费,如何挖掘这些流程的瓶颈,优化他们的流程也是他们面临的挑战。为了满足企业发展的要求,实现这样的标准化、合规化、集团化管理,IBM给万洋冶炼提供了一个能力平台,打造了企业级的业务自动化流程管理平台,完成职能型组织向流程化组织转型的规划,帮助万洋冶炼实现了以客户为中心,业务实践标准化、模块化、流程精简、协同高效的战略目标。

  第三个案例华鑫期货,作为一家期货公司他们结合多种商品期货的数据,挖掘出航运数据对于期货未来价格趋势的影响,将AI的能力注入了量化交易的业务当中去,为业务提供了预测模型,并通过产生交易信号和策略,降低了风险,提高收益,对资管产品的操作提供了有效的价值。在这个过程当中,我们主要看到的是一个非常创新的使用AI的场景,就是一家期货公司通过对跨行业的航运数据获得了对交易有意义有价值的信息,从而通过建模、AI的决策支撑能力,为他们的期货实盘交易提供了有效的支撑性的意见和建议。

  通过这几个案例我们可以看到AI的落地对于企业的创新和新的生产力都提供了非常有效的支撑,如何进行下一步的AI之旅和数字化转型之旅的进一步推进?我们IBM也有一些自己的理念。现在在这个领域当中有一个比较新的概念就是数据经纬的概念,是数据新的架构,是一种智能和安全并且是自服务的方式能够动态协调分布式的数据源,跨数据平台提供集成和可信赖的数据,支持广泛的不同应用分析和使用场景。我们用更通俗一点的语言描述,就是通过一个具有智能化的数据平台能够在正确的时间把正确的数据传送给正确的人,目前各大IT的技术供应商都已经纷纷提出了对于数据经纬的解决方案,我们IBM就是这个当中的集大成者,我们通过IBM一个旗舰式产品,基于AI的功能注入到了数据分析和数据集成、自动建模的平台能力把它交付给我们的客户,能够让客户非常简化的发现集成、分类、保护和管理他们的数据,并且将这些数据类型和体系能够融合到一起智能化,而且在无需复制和智能信息的情况下给他们的业务部门业务应用提供数据的支撑。

  目前我们的数据经纬设计当中,通过IBM的产品平台,我们主要提供四个功能组件,一是大规模实现分布式查询。二是能够自动化进行企业数据目录的建设,迅速方便找到正确的数据,三是能够实现企业内部敏感数据的识别,监控以及后续政策实施能够自动化的把合理的对的数据、正确的数据推给正确的人。四是能够实现模型训练优化的自动化,并且提高准确性和可解释性。通过这样的能力,几个大的能力模块的组合,形成了我们对于数据经纬新的数据架构的技术支撑。

  最后我们认为对于数字化转型和智能化能力注入到业务转型当中去的逻辑其实是非常简单的,我们是希望数据能够推动企业的数字化转型,人工智能的能力又能够解锁数据的价值,通过混合云的架构能够实现企业内外的更广泛数据共享。以上就是我今天想要跟大家分享的内容,谢谢大家。

  主持人:谢谢朱辉先生的分享,人工智能的落地来推动企业的数字化转型是过去十年业界热议的话题,这一举动到目前为止它的实际落地和实际的效果如何呢?在演讲的一开始朱辉先生利用IBM全球大数据给出这样的结论,目前还尚处于有信任而缺乏具体行动的阶段,如何建立可信和负责任的AI实践是全球业界目前面临的核心问题。中国企业在这方面表现还是不错的,IBM就几个具体的案例和我们分享了他们的成功实践,最后朱辉先生提出非常有趣的架构,就是智能化数据经纬架构,以此简化和加速企业的AI之旅。今天上午的压轴演讲嘉宾是戴尔科技集团中国研发集团上海研发中心总经理陈春曦先生,陈春曦先生专注电子工程、云计算框架、存储技术解决方案等领域,他拥有近20年的IT研发管理经验,今天他的视频演讲主题是数字化高韧性企业核心素质,请看大屏幕。

  陈春曦:大家好,我是来自戴尔科技集团的陈春曦,很抱歉因为各种不确定性没能亲临会议现场。如果现在问大家一个问题,如何用一个词来描述今天所处的环境,我猜很多嘉宾会选择不确定性。今天,我和大家分享的题目就是数字化高韧性企业的核心素质,如何去应对不确定性。

  不确定性已经变成了今天的常态,我们过去的几年每个人每个企业都经历了太多的变化,太多的不确定性,作为一个企业面对未来这么多的不确定性或者说这么多的变化,我们应该怎么准备?我们应该准备什么?我们觉得企业最应该准备的就是练好内功,练就一身能够扛得住压力,又能够寻找机会绝地反击,这种能力就是我们今天要讨论的。

  很多咨询公司一直在研究一个企业的韧性和企业发展,特别是在危机过程中企业的韧性和企业的表现有什么样的关系,跟大家列举了两个咨询公司的结果。一是波斯顿咨询,他们对美国1800家企业过去26年的表现做了一些总结和研究,特别是这些企业在危机过程当中的表现。有很多的心得和结论。第一个结论是这些高韧性企业在危机当中比其他企业表现要好很多,第二个结论,这些高韧性企业他们在自己的企业整个长期发展当中,在危机期间的贡献要远远大于平时的贡献,一个高韧性的企业在危机期间的表现与企业的长期发展是至关重要的。

  另外一个调研得出很多类似的结论,数字化转型做得比较好的企业,他们在疫情过程当中数字化优势是扩大的,而且他们在疫情当中营收的增幅也是远远超过其他企业,是其他企业的几倍。从这样的研究结果中可以得出:一是我们企业的韧性对于企业在危机当中的表现和企业长期的表现都是至关重要的。二是一个企业的韧性和企业的数字化转型程度是有相关性的。

  一个企业究竟怎样才能够达到它的韧性?从戴尔的角度来讲,我们有一个相对落地的模型供大家参考,就是“555”模型。我们要建立五种数字化的能力来赋能企业,应对危机的五个阶段,最终帮助企业能够打造五种韧性。这五种韧性包括企业的业务韧性、管理韧性、生产力韧性、安全韧性和企业的可持续发展韧性。企业在应对危机的时候,要经历一些阶段,比如说企业要有所准备,有备无患,要建立业务和财务韧性,能够保证在危机来的时候能够扛得住第一波压力。我们的企业要分散经营,不要把鸡蛋放在一个篮子里面,企业要有一种敏捷应对的能力以及可持续发展的能力,所有的基础都离不开五个数字化的能力。

  第一个数字化能力就是数字化的基础底座,第二个数字化能力就是企业使用数据的能力,怎么能够让数据帮助企业真正提高生产力,第三是企业的信息安全,在我们的数据时代是最重要的环境,保障信息安全才能够保障企业的韧性。第四,我们叫数字生产力,怎么能够用数字的技术帮助我们员工在任何情况下都能够有一个高效的工作环境。第五,企业的可持续发展能力。

  我们花一点时间跟大家讲一下企业如何来构建这五个数字化能力:

  第一,基于多云的企业数字化底座。我们都知道一个企业的韧性对于企业的灵活性、敏捷性要求非常高,也就是说危机来的时候企业要有能够快速应对的能力,而我们一个多云的底座正好是有这种特点。因为云计算有它的灵活性和敏捷性可以帮助企业快速响应,如果我们的企业把它的业务落在这样的多云架构上,危机来了或者市场变化了,我们企业就可以快速的调整,快速的应对实现企业的韧性。在一个多云的架构下,我觉得我们需要讨论三个方面的问题:一是多云需要统一的管理,今天我们随便到哪个客户去看,哪个架构都是多云的架构,这个多云架构带来的问题对于我们的应用者和开发者来讲就是不一致,我都希望数据能够在多云之间可以自如的移动,我也希望开发一个应用在多云之间自由的迁移。戴尔搭建一个多云的统一管理平台给客户这样体验。二是需要自动化的运营能力,为什么要自主运营?因为今天这个多云系统变得太复杂了,用原来的手工方式管理几乎是不可能的,也不经济。所以,我们要用智能、自动化的方式让设备系统、自己的管理自己。云计算里面还有一个很重要的问题要讨论,就是即服务的方式,用这种方式给客户提供服务,客户喜欢公有云就是因为方便、灵活、快捷,召之即来来之能用的感受,我们综合起来看,客户真正需要的是公有云的体验和私有云的性能,戴尔的APEX就是给大家提供鱼和熊掌兼得的解决方案,给用户提供私有云的部署,既可以提供APEX的私有云、混合云,也可以提供APEX存储服务、数据保护服务等等。

  高韧性企业需要的第二个能力,就是数据创新能力。就是怎么能够用好数据?我们一直讨论数字时代,数据是最宝贵的资产,数据当中蕴含着规律,我们通过分析数据可以掌握规律,这样的话可以给企业带来更高的效率。数据同时对我们一个企业的韧性至关重要,因为我们知道企业在应对危机的时候,如果能够预测或者是对未来多少有点预期,哪怕是蛛丝马迹的预期,我可以提前做一些准备,这样我在企业应对这些危机的时候可以更加从容,从而提高企业的韧性。也有三个方面:一是优化边缘,我们为什么要讨论边缘?我们在讨论数据智能或者怎么用好数据的时候,现在非常重要的强调边缘,就是因为大量的数据都产生在边缘,根据IDC的预测,到2025年75%的数据会产生在边缘,就要求我们把我们的IT资源能够下沉到边缘,而边缘最大的特点从我们的经验来看,有两多两少,1、它的应用场景多,2、设备的复杂性多,我们到任何行业去,它的边缘应用都是五花八门,甚至同一个行业里面有很多的不同应用,设备的标准、设备种类、用法都不太一样,所以是特别复杂的边缘。两少:1、IT资源少,2、安全措施少。IT资源少大家好理解,很多边缘应用场景它的计算资源或者是存储资源不可能像数据中心一样丰富,而它的安全资源也不可能像数据中心那样丰富。所以,针对两多两少这样的特点,对于边缘要做优化。

  用好数据还有一个很重要的就是要学会数据挖掘,通过人工智能深度学习找到数据当中的规律,认清过去预测将来。三是能够把这些规律解决我们的实际问题,就要把它应用到实际的应用程序当中,企业还要构建搭建现代化应用开发的能力。现代化开发的能力既需要底层架构、基础架构的支持,也需要整个开发平台和流程的支持。

  我们再讨论一下一个高韧性企业需要的第三个数字化技术。现代化的信息安全,因为数字时代信息安全没有保障其他免谈,有几个要点:一是需要讨论一下我们用什么样的方式来保证数据有一个端到端的安全,二是我们用什么样的方式能够给数据提供最后一道防线,三是简化今天的安全体系,我们用什么样的方式保护安全?我相信大家也能够认识到今天的安全体系和从前比起来不是更好了,而是更差了,很重要的原因就是今天我们这个系统太复杂了,这个复杂的系统下面想要保证数据的安全这是一件不容易的事情,所以我们今天一直在强调要用一种零信任的安全策略,每一个系统里面不管是硬件、软件、参与的人,都有责任保护数据的安全。而戴尔为大家打造了一个跨厂家的终端安全管理平台,有一个统一的管理平台能够让所有的环节都在统一的监管下保证它的安全。

  一个高韧性企业需要的另外一项很重要的技术或者一类很重要的技术,我们叫“数字生产力”,而这是跟人相关的。我们知道人是第一生产力,怎么能够保证我的员工在任何情况下都能够高效安全的工作?这个对于企业的韧性来讲至关重要。因为只有人能够有韧性的工作,我们的企业才能有韧性的发展,也有三个方面和大家共同的探讨一下:一是我们用什么样的技术加速混合办公的模式?我们知道混合办公、远程办公肯定需要笔记本,笔记本可以移动,可以拿到任何的地方,这是远远不够的,我们一个混合办公或者远程办公需要一个端到端完整的体系支撑这样的工作,既需要移动的设备和外部设备也需要我们后台的IT技术架构、网络、存储、服务器以及构建在它上面的系统、智能管理系统等等,这种远程办公的特点是远程,原来的在现场的管理、部署和安全的管控方式都不适用了,所以我们需要一种远程的工具和能力能够实现远程的智能部署、智能的配置、管理、远程的监控、远程的维修等等。二是用什么样的技术保证员工在混合办公、远程办公的形式下才能够保证数据和设备的安全。三是用什么样的技术、手段保证员工在远程办公的环境里面他的体验是好的,效率是高的,远程办公毕竟跟办公室不一样,面对面干活和交流和远程是完全不一样的体验,就需要我们用一些技术的手段,能够让员工在远程办公的时候在他数字办公的空间里面,有这种智能化体验,沉浸式的体验。这里面有很多的技术人工智能技术、通讯体系的优化技术都能够帮助我们实现这方面的功能。

  最后,谈一下我们韧性企业另外一方面的能力,我们叫可持续发展的能力。因为一个企业的可持续性,一个企业的韧性离不开大环境的可持续和韧性,从这个角度来看环境保护,保护我们的环境,让我们的环境能够可持续的发展是每个企业应尽的义务和责任,戴尔科技集团在这方面花了很大的投入,戴尔可持续发展价值包括两个方面:一是产品的可持续战略,二是运营的可持续战略。产品的可持续战略就是通过各种创新的手段让我们的产品更加绿色,比如说通过创新的手段让我们的产品能够共享,让我们的体系架构更加优化,比如说我们存储产品它的等效容量更高,就相当于同样的存储量我们需要更少的设备,这些优化和创新才能够保证我们的产品是绿色的。

  在运营和企业的可持续发展方面,我们有一个非常大的目标,戴尔科技集团到2050年要实现碳中和,2030年我们要实现碳排放50%的降低,在环保领域我们有两个100%,一是到2030年实现产品100%回收,也就是卖一个产品回收一个产品,2030年我们要实现所有产品要用绿色环保和可重复使用的材料。今天花了一点时间跟大家讨论一下我们一个高韧性可持续的企业需要哪些技术,需要哪些核心技术支撑,我们讲五个技术的支撑,在未来相当长的一段时间内,我们觉得我们的工作生活的环境会是一个很不确定的环境,在这样的环境下,一个企业的韧性、一个企业的数字发展、数字能力可以说是一个企业最根本的核心竞争力。戴尔在数字化领域深耕多年,我们也非常愿意和客户、合作伙伴一起分享过往我们的经验和心得,能帮助大家能在未来的数字化转型道路上行稳致远,谢谢大家。

  主持人:谢谢陈春曦先生,我们说当不确定性成为一种新常态的时候,企业的高韧性就显得弥足珍贵,而如何保证这种高韧性陈春曦先生明确给出他的答案,我们要完成较好的数字化转型,结合戴尔的实践陈春曦先生为我们构建了五种数字化能力来如何助推企业的韧性的建设,他们分别对应是企业在不确定性中所呈现出的快速响应、寻找预期、信息安全、灵活工作和可持续发展,我们要感谢陈春曦先生条理如此分明,逻辑如此严密的分享。今天上午的主题论坛改变世界的新兴科技告一段落,再次感谢各位嘉宾送上的分享。