随着企业信息化建设需求与底层技术发生变化,传统软件开发模式已无法快速响应复杂多变的企业业务诉求,而IT人才贵、易流失,传统信息化建设低质低效、缺乏创新能力等问题始终辖制着软件产业的创新发展。本报告将以IT服务商及软件企业所面临的困境为切入点,从企业内外部环境变化、IT人才等角度展开论述企业级无代码的核心价值,并结合其产品技术、落地能力及行业解决方案,描述企业级无代码如何推动供需双侧的变革,并对软件开发模式的发展趋势加以展望。

https://pdf.dfcfw.com/pdf/H3_AP202109011513571527_1.pdf?1630668684000.pdf

成为VIP会员查看完整内容
0
19

相关内容

智能时代,AI 中台是企业管理能力、企业活力、企业“智力”提升的重要动力来源。思考企业的未来,AI 中台将是企业在复杂时代下生存和发展的“必需品”和“必修课”。

日前,百度智能云与人工智能产业发展联盟联合发布了《AI 中台白皮书(2021年)》。AI 中台作为全栈式、集约化、自动化的生产力工具箱,是实现AI技术在各行业中快速研发、共享复用和部署管理的智能化底座和关键基础设施。白皮书旨在深入剖析 AI 中台体系架构与内涵,探讨能力建设路径和行业赋能方案,以期与业界分享,共同推动我国人工智能产业创新发展与行业智能化升级。

白皮书指出,AI 中台是实现智能化能力普惠的必备基础设施,负责构建企业的 AI 生产力,一般包括 AI 技术服务平台、AI 研发平台、AI 管理运行三大核心。

白皮书展开论述了 AI 中台所应具备的四大关键能力。概括来看,AI 数据需求趋于精细化、场景化,健全的数据服务体系会是AI 中台的基础;自动机器学习技术加速演进,AI 研发平台成为了技术普惠的关键;AI 部署运行愈加复杂,体系化工具成为了规模化应用的保障;AI 模型已经成为了企业新型资产,AI 资产化管理势在必行。

企业如何建设自己的 AI 中台体系呢?白皮书给出了两类建设路径和三大要素支撑。

面向企业智能化升级的不同阶段,AI 中台建设有两类路径:一类是对于处于 AI 能力起步期的企业,会先从 AI 能力直接赋能,再逐步发展到自主建模和个性化创新,构建 AI 能力创新底座;另外是面向已具备专业 AI 建模专家及算法团队的企业,可以聚焦个性化 AI 研发能力的构建,进而大幅提升 AI 模型落地应用推广效率。

三大要素则是企业智能化升级的坚实支撑。在基础设施建设方面,AI 中台支撑企业完成软件部署,并与已有的私有云、数据中台、视频平台等 IT 设施进行对接集成。支持企业结合自身业务场景,构建 AI 应用能力,围绕 AI 中台软件、基础应用集成、业务应用集成三大模块,打造企业 AI 能力的核心技术底座。

在组织能力建设方面,AI 中台为企业提供组织变革、流程创新、人才培养等方面建议,通过建立组织保障机制,明确机构中包括模型生产、服务管理、运维保障在内的各个工作组职责及流程,确保 AI中台管理组织的高效运转。此外,帮助企业持续培养人工智能相关的技术开发人员及运营管理人员,保证 AI 能力开发管理的人才供给。

在运营优化方面,AI 应用实际投产后,企业需结合业务反馈数据不断进行优化调整,确保应用成效。

借助高效灵活的适配能力,AI 中台已在制造、能源、金融、城市、医疗等诸多行业落地应用并取得显著成效,切实解决企业生产运行痛点,满足企业设计、生产、管理、销售和运维等个性化场景需求。

展望未来,AI 中台作为企业智能中枢,在不断完善提升自身能力的同时,将成为伴随企业成长、构筑核心竞争力的重要抓手和关键支撑。未来2-5年,AI 中台将作为创新型企业运转不可或缺的基础设施;未来5-10年,AI 中台将融入企业成长的全生命周期,企业建设、应用和运营 AI 中台的能力,将成为衡量未来发展潜力和成长价值的关键指标,助力构筑企业核心竞争力。

以 AI 中台助力行业高质量发展,提升国家供给侧水平,将在数字社会与智能经济时代获得发展先机。过去二十年,移动互联网对人类社会的影响集中体现在 C 端,即需求端;但在 AI 时代,人工智能将更多从 B 端,即供给端改变。AI 中台作为“ AI 大生产平台”的生产力载体,从更好推进 AI 行业落地、实现技术价值增值角度,正在加快帮助企业适应新形势、新变化与新挑战。AI 中台技术所带来的行业变革,将是一场更彻底的供给侧改革,成为推动国家迈进智能未来时代的重要力量。

人工智能革命将个体价值的创造释放提升到前所未有高度,AI 中台通过推动行业智能变革为社会带来更为光明的未来。AI 中台赋能能力正在从通用行业(如制造、金融、教育等)向专业精细化行业(如生物医药、化学化工、半导体等)延伸拓展,帮助企业不断拓展应用视野和创新边界,推动人类社会创新进步。AI 中台将帮助企业追求更有创造力、影响力和领导力的自我价值实现,为整个智能社会带来更大提升空间、更多发展可能。

成为VIP会员查看完整内容
1
74

随着5G商用部署后极大地改变着人们的生活,在生产领域,如何将5G技术落地并赋能工业企业,是工业各界期待的话题。作为全球能源管理与自动化领域数字化转型专家,施耐德电气在推动工业企业数字化转型上有着丰富实践与深厚累积。而华为在5G的技术研究、网络部署与商用实践方面也拥有深厚的积累和丰富的经验。

双方此次联合发布的《5G和5G演进:工业控制应用场景白皮书》中,甄选出5G在工业控制领域中应用的“10个典型”场景,涵盖工业智能制造、起重制造、市政水务、仓储物流等诸多领域。基于工业控制领域趋势,将这十个场景分为五大类:离散制造行业的柔性生产、起重运输的少人化无人化控制、运动控制场景的无线化、OT和IT网络融合以及广域工业控制系统的无线物联,并针对每个应用场景的行业趋势、典型应用场景、技术要求及挑战以及应用5G的驱动力四个方面给出了解读

成为VIP会员查看完整内容
0
24

2021年7月9日,由中国电子技术标准化研究院、全国信标委人工智能分委会和上海市人工智能标准化技术委员会主办的2021世界人工智能大会“共话标准,驱动产业——标准化分论坛”在上海成功举办。分论坛发布了《人工智能标准化白皮书》。

党中央、国务院高度重视新一代人工智能发展。习近平总书记指出:“人工智能是引领这一轮科技革命和产业变革的战略性技术,具有溢出带 动性很强的‘头雁’效应”。“加快发展新一代人工智能是我们赢得全球 科技竞争主动权的重要战略抓手”。为应对新冠肺炎疫情的冲击,党中央 国务院将新型基础设施建设上升为国家战略,其中重要的一项就是人工智 能。国务院发布实施了《新一代人工智能发展规划》等文件,以新一代人 工智能技术的产业化和集成应用为重点,以加快人工智能与实体经济融合 为主线,着力推动人工智能技术、产业全面健康发展。

在政产学研用各方共同努力下,我国人工智能产业发展的成果显著。一是创新能力不断增强,图像识别、智能语音等技术达到全球领先水平, 人工智能论文和专利数量居全球前列。二是产业规模持续增长,京津冀、 长三角、珠三角等地形成了完备的人工智能产业链。三是融合应用不断深 入,智能制造、智慧交通、智慧医疗等新业态、新模式不断涌现,对行业 发展的赋能作用进一步凸显。

我国人工智能产业发展取得显著成绩的同时,面临着不少困难和挑战,比如底层技术存在较大欠缺、能够实现商业价值的应用较少、与实体经济的融合存在较高门槛等。《中共中央关于坚持和完善中国特色社会主义制度推进国家治理体系和治理能力现代化若干重大问题的决定》指出 要“强化标准引领,提升产业基础能力和产业链现代化水平”。人工智能 产业的发展离不开标准的引领,扎实做好人工智能标准化工作,对突破核 心技术、加快应用落地、完善产业生态具有重要意义。

本白皮书在《人工智能标准化白皮书(2018版)》的基础上,进一步提出了以下内容:一是从产业链的角度,分析了人工智能产业现状及发 展趋势;二是介绍了当前国际上普遍认可的系统生命周期模型、人工智能 生态系统框架和机器学习技术框架;三是梳理了国内外主要人工智能标准 化组织的重点工作;四是落实《国家新一代人工智能标准体系建设指南》 (国标委联〔2020〕35号),形成人工智能标准体系框架及标准体系明细 表;五是结合标准化工作进展及标准体系建设情况,提出我国人工智能标 准化重点工作建议。

成为VIP会员查看完整内容
0
164

在第四届数字中国建设峰会“大数据论坛”上,国家工业信息安全发展研究中心副主任何小龙发布了《中国数据要素市场发展研究报告(2020~2021)》(以下简称“报告”)。

“十三五”时期是我国大数据产业蓬勃发展的阶段,根据国家工业信息安全发展研究中心产值测算数据,截至2020年底,我国大数据产业规模已达万亿元。随着我国大数据产业与实体经济深度融合、产业发展不断壮大,数据作为生产要素的属性不断凸显。如何实现数据要素市场化配置,激活数据要素潜在价值,推动与实体经济继续深度融合,是“十四五”期间我国需要面临的重要课题之一。

国家工业信息安全发展研究中心通过专家访谈、企业调研、案头研究等方式开展数据要素市场相关研究,结合自有的逾5000家企业大数据案例库对报告界定的产值规模进行了测算和分析,在报告中提出了数据要素及数据要素市场的边界,梳理了国内外数据要素市场发展现状,重点从市场概况、政策脉络、产业图谱及市场运行机制等角度,并结合相应的产值规模、技术水平、产品和服务、商业模式等情况,阐释了我国数据要素市场的发展现状,分析了现阶段我国数据要素市场存在的问题及未来发展趋势,提出了对策与建议。

成为VIP会员查看完整内容
0
71

未来,智慧城市将从城市数字化发展到数字化城市,整个城市在数字领域形成“数字巨系统”。

近日,由国家工业信息安全发展研究中心、联想集团、中国产业互联网发展联盟、工业大数据分析与集成应用实验室共同编制的《依托智慧服务,共创新型智慧城市——智慧城市白皮书(2021年)》(以下简称“白皮书”)正式发布。本书提出一系列智慧城市建设的新理念、环境友好的新型智慧城市提供参考。

以发展实践拓展新型智慧城市内涵

新型智慧城市建设是进一步深入贯彻习近平新时代中国特色社会主义思想,结合我国城市发展实际,顺应信息化和城市发展趋势,主动适应经济发展新常态、培育新的增长点、增强发展新动能而提出的新型城市建设与发展方式。

习近平总书记2016年4月在网信工作座谈会上指出,“要以信息化推进国家治理体系和治理能力现代化,统筹发展电子政务,构建一体化在线服务平台,分级分类推进新型智慧城市建设”。2020年3月,习近平总书记赴浙江考察时指出,通过大数据、云计算、人工智能等手段推进城市治理现代化,大城市也可以变得更“聪明”。

白皮书对从2008年开始我国智慧城市发展经历的探索期、调整期、突破期、全面发展期等几个阶段进行了梳理,这些阶段智慧城市的服务对象、服务内容非常广泛,但核心主线是“利用新一代信息技术”提升城市服务质量。经过2020年的疫情冲击,智慧城市在实践中经受了考验,但也存在很大的进步空间。后疫情时期,智慧城市建设在创新协同、为民服务、数据共享、产业赋能、应急安全等方面都出现了新的发展导向。

白皮书指出,未来新型智慧城市或将呈现以下特点:“先进技术+全程服务”成为智慧城市的新抓手;“数字空间+现实空间”成为智慧城市的新落脚点;“普惠民生+生态和谐”成为智慧城市的新目标。

“端边网云智”架构助力优政、兴业、惠民创新

新型智慧城市的建设逻辑需从顶层入手,结合软硬件资源整合能力,为公众提供全生命周期一站式服务管理。白皮书从技术角度,将智慧城市的整体框架分为发展战略层、技术实施层和目标效用层三大层次。即新型智慧城市是以城市的战略定位、建设规划、措施保障、组织合作为指导规划,通过“端-边-网-云-智”的技术架构,实现管理高效、服务便民、产业发展、生态和谐的目标效用,达成新一代信息技术与城市现代化深度融合,迭代演进的新模式。

其中,“端-边-网-云-智”作为新型智慧城市的技术实施层,蕴含巨大的创新发展空间,有望成为我国智慧城市技术应用方向的重要创新成果。

端”即智能终端,负责采集、存储、传递数据,是智慧城市面向城市主体的智能化单元。

“边”即边缘计算,智能化时代海量数据的爆发式计算需求与应用低时延、灵活部署要求使得计算力下沉成为必然,边缘计算应运而生。

“网”即以5G为代表的数据传输的网络,是推动端、边、云协同工作的粘合剂。

“云”即云计算,基于网络实现异质设备间数据运算与共享的设备服务。

“智”即行业智能解决方案,面向智慧城市的不同细分场景,基于“端、边、网、云”四层结构,根据业务需求、行业知识及计算能力,支持不同层次的数据计算和分析互动的行业智能化方案。

智慧城市建设是内涵型城镇化发展的重要方面,包括社会管理智能化、国民经济信息化、环境维护自动化和生活服务便捷化等内容。管理高效、服务便民、产业发展、生态和谐等均是新型智慧城市发展的目标方向。

白皮书重点分析了文昌智能教育、延庆智慧能源、上海帝王蟹溯源等典型案例,展示了新型智慧城市在优政、兴业、惠民等方面取得的突出成效。据悉,联想凭借领先的IT运维服务经验和覆盖网络,智慧城市服务建设项目已在上海、江西、江苏、福建、湖北、海南、河北等全国多个省市落地,涉足绿色能源、社会治安管理、城市应急管理、智慧教育、智慧交通、食品安全以及智慧政务等多个细分场景。在白皮书编制过程中,联想为智慧城市建设运营实践和案例调研提供了支持。

新型智慧城市发展重心将从建设转到运营

白皮书也对智慧城市未来发展进行了预判,认为在未来新基建和新技术的融合过程中,城市治理或将逐渐完成由“管理型”向“服务型”的转变。智慧城市作为一项巨大的城市服务产品,需要重点提升居民对城市的归属感,提高城市生活品质,促进城市产业经济发展。智慧城市逐步走深向实,未来将重点在体制机制、发展思路、互动形式方面产生跃升。即将出现的变化将包括:治理思路改变——从“城市数字化”到“数字化城市”;阶段重点改变——从“建设智慧城市”到“运营智慧城市”;互动形式升级——从“人与人的联接”到“万物互联”。

白皮书推出之际正值“十四五”规划审议通过并正式发布,规划明确提出“以数字化助推城乡发展和治理模式创新,全面提高运行效率和宜居度。分级分类推进新型智慧城市建设,将物联网感知设施、通信系统等纳入公共基础设施统一规划建设,推进市政公用设施、建筑等物联网应用和智能化改造”。新型智慧城市建设即将进入新的阶段,该白皮书以真实案例剖析为基础,结合理论和架构研究,形成较为完整的智慧城市体系框架,勾勒出未来可能的发展路径,是新型智慧城市建设的重要参考之一。

成为VIP会员查看完整内容
0
67

由工信部中国电子技术标准化研究院牵头编写的2020年《数字孪生应用白皮书》在中国国际高新技术成果交易会发布,作为新基建背景下的重要研究成果,该白皮书对当前我国数字孪生的技术热点、应用领域、产业情况和标准化进行了分析,同时收录了在智慧城市、智慧交通、智慧能源、智慧建筑、智能制造、智慧健康6大领域的31个应用案例。

此次白皮书重点考察了我国数字孪生应用的发展现状与趋势,并指出数字孪生将从以下六个应用层面推动我国经济社会的发展:

一是促进数字经济与实体经济融合,加快产业升级

二是贯通工业生产信息孤岛,释放数据价值

三是统筹协调系统内外部变化,实现资源能源优化配置

四是实现全要素数字化,推动新型智慧城市建设

五是优化城市设计布局,打造科学公共服务体系

六是基于医疗大数据合理分配医疗资源,提升公共健康保障效率

https://pdf.dfcfw.com/pdf/H3_AP202011231431940763_1.pdf?1606214310000.pdf

成为VIP会员查看完整内容
0
86

车联网是汽车、电子、信息通信、交通运输和交通管理等行业深度融合的新型产业形态,是 5G、人工智能等新一代信息通信技术在汽车、交通等行业应用的重要体现。自动驾驶是汽车智能化、网联化发展的核心应用,也是车联网部署发展的核心服务。我国在车联网技术创新、应用实践、产业生态构建等方面已经走在了世界前列,将有利于探索实现一条具有我国特色的网联自动驾驶发展路径。

本文聚焦车联网支持实现自动驾驶应用,从“协同感知、协同决策、协同控制”等不同环节,重点研究分析网联需求、典型应用场景、体系架构和核心关键技术。在此基础上,总结提炼网联自动驾驶发展面临的挑战,包括技术融合、基础设施建设以及商业运营等方面。最终以协同发展总结全文,希望我国能抓住难得的历史发展机遇,坚持网联自动驾驶的协同发展路径,影响形成全球广泛认同。

http://www.caict.ac.cn/kxyj/qwfb/bps/202012/P020201215382968589778.pdf

成为VIP会员查看完整内容
0
65

该白皮书对大数据与实体经济融合发展情况进行了全景展现,报告显示我国大数据融合发展已具备技术、产业、应用和政策基础,大数据在制造业、农业、服务业等实体经济各领域应用不断深入,给经济社会带来的益处和价值日益显现。此外,白皮书还对大数据与实体经济融合发展机遇与挑战进行了深入分析,对推动我国大数据与实体经济融合创新发展提出了政策建议。

成为VIP会员查看完整内容
中国大数据与实体经济融合发展白皮书.pdf
0
32
小贴士
相关VIP内容
专知会员服务
74+阅读 · 9月18日
专知会员服务
24+阅读 · 8月4日
专知会员服务
71+阅读 · 5月11日
专知会员服务
67+阅读 · 4月24日
专知会员服务
86+阅读 · 4月8日
专知会员服务
65+阅读 · 3月22日
专知会员服务
32+阅读 · 3月15日
专知会员服务
54+阅读 · 1月6日
相关资讯
【数字化转型】金蝶:中国企业数字化转型白皮书
产业智能官
4+阅读 · 2020年4月5日
【AIOT】2020年中国智能物联网(AIoT)白皮书|附下载
产业智能官
11+阅读 · 2020年3月13日
机器人4.0白皮书(附下载)
人工智能学家
9+阅读 · 2019年7月2日
德勤:工业4.0与数字孪生(附PDF下载)
走向智能论坛
12+阅读 · 2018年9月6日
权威发布:新一代人工智能发展白皮书(2017)
全球人工智能
7+阅读 · 2018年2月25日
《人工智能标准化白皮书(2018版)》发布|附下载
人工智能学家
11+阅读 · 2018年1月21日
相关论文
Yasumasa Kano,Katsuhito Sudoh,Satoshi Nakamura
0+阅读 · 10月26日
Andrei Boiarov,Konstantin Khabarlak,Igor Yastrebov
0+阅读 · 10月25日
Multichannel Speech Enhancement without Beamforming
Asutosh Pandey,Buye Xu,Anurag Kumar,Jacob Donley,Paul Calamia,DeLiang Wang
0+阅读 · 10月25日
Yu Zhou,Haixia Zheng,Xin Huang
39+阅读 · 2020年12月16日
AdderNet: Do We Really Need Multiplications in Deep Learning?
Hanting Chen,Yunhe Wang,Chunjing Xu,Boxin Shi,Chao Xu,Qi Tian,Chang Xu
10+阅读 · 2019年12月31日
Signed Graph Attention Networks
Junjie Huang,Huawei Shen,Liang Hou,Xueqi Cheng
6+阅读 · 2019年9月5日
Neural Approaches to Conversational AI
Jianfeng Gao,Michel Galley,Lihong Li
8+阅读 · 2018年12月13日
Petar Veličković,Guillem Cucurull,Arantxa Casanova,Adriana Romero,Pietro Liò,Yoshua Bengio
7+阅读 · 2018年2月4日
Duc-Lam Nguyen,HyungHo Byun,Naeon Kim,Chong-Kwon Kim
4+阅读 · 2018年1月30日
Top