数字化转型

7月27日，由中国信息通信研究院（简称“中国信通院”）主办的“2023数字生态发展大会”暨中国信通院“铸基计划”年中会议于北京盛大召开。此次大会深度展现了中国信通院在数字化领域的丰硕成果，并且正式发布了《高质量数字化转型产品及服务全景图（2023上半年度）》。拓数派凭借其在数据计算领域的卓越表现以及

2026年飞书先进生产力峰会广州站落幕，多维表格成为传统企业数字化转型核心工具。万家乐以2人无代码搭建系统，年省18至35万元。每月超千万员工使用，覆盖上百业务场景，新功能3次点击创建AI协作同事，效率提升70%，免费模板库降低转型门槛。

2026长三角跨境电商交易会上，焦点科技展示了覆盖外贸全链路的AI产品矩阵，包括AI麦可、领动AI、贸探及SourcingAI等，助力企业实现从获客到决策的智能化升级，推动外贸数字化转型进入实战新阶段。

6月18日至20日，2025中国国际金融展在上海盛大举行，本次展会以“开放创新科技赋能共创金融新未来”为主题，集中呈现了全球金融科技与金融服务领域的最新成果。华为擎云携其智慧金融解决方案及华为擎云C5（第三代）等商用终端亮相现场，引发了众多观众的关注。据悉，即将面世的新一代华为擎云C5搭载了自主操作系统HarmonyOS，具备简洁流畅、连续交互、安全稳定等多项全场景使用优势。该设备支持智慧多窗、平行视界、超级中转站等功能，能够实现高效的多任务处理和跨设备协作，满足多样化的办公需

Java框架助力企业级应用实现数字化转型引言数字化转型已成为企业保持竞争力的关键。Java框架，如SpringBoot和Hibernate，凭借其强大功能和易用性，正迅速成为企业级应用开发的首选。SpringBootSpringBoot是用于创建企业级应用的流行Java框架。其核心优势包括：开箱即用：SpringBoot提供开箱即用的基础配置，简化了应用开发。自动装配：SpringBoot自动装配组件，无需繁琐的XML配置。热重载：SpringBoot支持热重载

随着数字经济的发展，“连接—在线—数据”将是数字社会的永恒主题。连接和在线的结果是所有人类行为和经济活动数据化，数据既是过去人类行为的结果，也是预测未来人类行为的基础。于是，打车公司会收集用户出行数据，音乐公司收集用户听音乐的习惯数据，搜索引擎收集用户搜索数据，移动支付厂商收集用户的支付数据等等。数据这种资源和其他资源最大的区别在于，它具有非竞争性(Nonrivalry)，可以无限复制重复使用。非竞争性一方面意味着相比于传统的竞争性物质资本，数据资产能给社会带来更多的经济价值，但一方面也产生了大量的隐私问

今年1月，IBM发布了一份详尽的研究报告，解释了数字化转型只能提供-5%到10%的投资回报率，而非预期的150%。这种差距与过去几十年在客户端/服务器实施、操作系统迁移、大数据应用和技术实现方面积累的经验有关。并非所有技术实现都未达成目标，但大多数实现却未成功。主要问题在于技术尚不成熟，技术提供商和部署公司往往通过推销来吸引买方，但却缺乏后续跟进，以确保所承诺的价值得以实现。同样的事情也可能发生在人工智能上。当客户端/服务器趋势兴起时，技术尚未做好准备，导致IBM陷入困境，市场急于转变至尚未成熟的领域。销

随着人工智能和自动化的不断发展，企业必须调整其战略、流程和人才，以最有效地利用这些工具，同时保持人性化。人工智能(AI)和自动化正在改变多个行业和业务职能。有些人担心这项技术可能会具有自我意识并威胁人类，但我们离天网警示故事所暗示的未来还很遥远。人工智能和自动化确实为提高效率和数据驱动的见解提供了巨大的潜力，但这些技术无法完全取代人类技能和情境决策。在混合模型中将人工智能功能与人类专业知识相结合的企业将实现最大的效益。随着人工智能和自动化的不断发展，企业必须调整其战略、流程和人才，以最有效地利用这些工具，

新冠疫情加速了企业在数字化方面的投资，这与我25年的数字化转型职业生涯中看到的任何事情都不同。根据我们最新的研究结果，仅在2023年，大公司平均将承担20项计划，每项计划的成本至少为100万美元。决策者预计在未来几年内将承担更多类似的项目。这表明企业越来越重视客户和员工的数字化体验，并将继续投资以适应不断变化的市场需求。当然，每个行业的领导者最关心的是AI所拥有的潜力。高盛研究人员预测，到2025年，仅在美国，AI投资预计将达到1000亿美元。然而，许多领导者在没有完全理解AI的潜力的情况下，就被其占据了

译者|布加迪审校|重楼大家都想利用生成式AI和大语言模型的力量，但这里有一个难题。让AI满足很高的期望需要高质量的实用数据，这正是许多组织的不足之处。麦肯锡最近一份由JoeCaserta和KayvaunRowshankish共同撰写的报告指出，许多组织要求用生成式AI做点什么。然而，这种压力伴随着其他问题：如果贵企业的数据还没有为生成式AI做好准备，贵企业也就没有为生成式AI做好准备。报告作者建议，IT和数据管理员需要对生成式AI的数据含义有一个清晰的认识。数据可能通过应用编程接口或企业自己的模型借助原先