亚信科技转型持久战:扎根行业大模型,深耕行业数字化

有人说:“AI大模型时代,每个行业和产品都值得重新做一遍。”

深以为然。自大模型2023年迅速崛起以来,AI技术不断取得突破,并开始深刻影响多个领域。这其中,AI大模型如何从通用走向垂直行业成为当下产业界最为关心的话题。

对于厂商而言,垂直行业大模型是自身产品、服务乃至商业模式一次重塑的良机,一旦落地成功将创造出全新的商业价值;另一方面,垂直行业应用场景与AI大模型的融合犹如一条没人走过的新路,绝非一日之功就能达到,极为考验厂商们的决心与耐心。

当下市场中,亚信科技无疑是积极布局垂直行业大模型的代表。作为一家具备数智化全栈能力并深耕通信、能源、交通等重点行业的公司,亚信科技今年5月份正式发布“渊思”行业大模型以及一系列AI工具,并以通信等优势行业为切入口,持续探索垂直行业应用场景与AI大模型的融合。近日,亚信科技正式公布最新半年报,在市场不确定性骤增的情况下,传统BSS业务虽然承压,但“三新”业务依然持续保持双位数增长,并成功推进AI大模型在通信、交通等多个行业中应用。

正如亚信科技执行董事、首席执行官 高念书所言:“公司在人工智能等方面的研发依然保持着持续投入,云网、数智、IT三大产品体系全面加速向AI Native融合演进。虽然上半年BSS传统业务有所承压,但垂直行业数字化、数智运营等业务势头良好,预计下半年整体业绩有望反弹回升。”

垂直行业大模型的飞轮效应

垂直行业大模型的落地很难却价值巨大。

众所周知,通用大模型和垂直行业大模型针对或解决问题的目标不尽相同。通用大模型往往需要具备更强的泛化性,而垂直行业大模型则必须要与具体业务场景深度融合与匹配,在行业应用中保持准确性和专业性。

显然,垂直行业大模型的落地就像飞轮效应(Flywheel Effect),需要让“行业理解-行业数据-行业模型”之间互相良性作用,起步阶段固然存在诸多困难,但通过持续的努力和积累,逐渐形成强大的正向循环,从而产生持续且巨大的价值。

相比于其他厂商,亚信科技有着明确的垂直行业大模型战略思路,即先致力于推动垂直行业大模型在通信等优势行业的落地,并在行业具体业务场景中不断锤炼与进化,再逐步向其他行业延伸。

目前来看,亚信科技的策略更加有利于垂直行业大模型形成飞轮效应。首先,亚信科技并不会涉足通用大模型的研发,而是利用自身在通信等领域有着深厚的专业背景和行业认知,甘当通用大模型到垂直行业应用之间桥梁的角色,积极与阿里、百度等通用大模型厂商合作形成优势互补,推动垂直行业大模型落地。

高念书坦言:“通用大模型到具体行业应用之间依然有着巨大的鸿沟。垂直行业大模型能不能做好,取决于对于行业理解有多深。对业务、场景、应用了解越深,越有利于在垂直行业把大模型用起来。”

其次,亚信科技会有的放矢和稳步推进垂直行业大模型,第一步先在通信行业探索与实践“渊思”大模型,未来再稳步推进到能源、交通、政务等行业。最新财报数据也印证了亚信科技战略的初步成功,截止上半年,亚信科技在通信领域的“AI+”类项目订单金额升逾55%,其中“AI大模型+BSS”创新应用项目达56项。

高念书透露:在“渊思”行业大模型产品体系的加持下,亚信科技已经帮助多省份运营商实现CRM业务智能化升级、经营分析能力增强、大模型基础构架搭建和代码开发效率提升。亚信科技对能源、交通、政务等行业也有不同程度的拓展和耕耘。”

第三,亚信科技高度重视AI等领域核心技术的研发投入,并打造出更多符合用户需求的创新产品。上半年,亚信科技发布“渊思”行业大模型产品系列,正式推出1个通用人工智能与认知增强平台TAC MaaS、3款行业大模型、8大认知增强工具。在Gartner首次正式发布的通信人工智能领域全球“魔力象限”中,亚信科技即荣获“领导者”地位,并在全部三项细分场景中均排名榜首。

“像运营商的经分系统、BOSS、CRM系统、渠道管理系统、客服系统、OSS自智网络等都可以叠加进大模型技术。未来依然有着广阔的创新空间,亚信科技会保持长期投入。”高念书如是说。

深耕垂直行业数字化

近年来,随着数字经济与实体经济加速融合,打造新质生产力已成为各大垂直行业的共识。

最新《政府工作报告》指出,要深化大数据、人工智能等研发应用,开展“人工智能+”行动。本质上,垂直行业用户在开展数字化转型多年之后,已经进入到深水区,要想打造新质生产力,实现全要素生产率飞跃和高质量发展,离不开数智化全栈能力的赋能。

在垂直行业数字化领域,亚信科技得益于数智化全栈能力和对垂直行业的深厚积累,在交通、能源、政务等多个行业大展身手,正成为垂直行业用户走出数字化转型深水区的重要伙伴。

最新财报数据显示,亚信科技的垂直行业数字化业务同比增长34.6%,继续保持着高速增长。其中,能源行业在核电、光伏、风电、矿山等均收获多个新项目;交通物流行业则在智慧高速、交通枢纽、数智物流等多个场景布局显著,业务实现同比2.9倍增长。

亚信科技之所以能够在垂直行业数字化业务实现全面开花,主要在于“标准产品+解决方案”发展模式的成功实践,以及标杆案例带来的显著效应。

其一,交通、能源、政务等垂直行业的数字化转型离不开全栈数智技术的赋能,而全栈数智技术要想发挥出技术的叠加效应,离不开“标准产品+解决方案”。显然,亚信科技在垂直行业一直坚持的“标准产品+解决方案”发展模式,已经迎来收获期。高念书直言:“亚信科技在不断优化‘标准产品+解决方案’的模式,相关产品和解决方案未来有望加大在行业中的复制力度。”

其二,亚信科技打造标杆案例的效应开始显现。过去几年,亚信科技在交通、能源、矿山等领域积累了多个头部标杆案例,成为其持续深耕垂直行业的底气所在。例如,5G专网产品及解决方案在国能新能源、湖南大唐光伏等用户中得到成功部署与应用;5G专网、边缘智能、大数据等标准产品与解决方案在中煤科工集团的煤矿智能化升级改造中发挥关键作用;成功将大模型技术融入到智慧高速用户的联网系统之中,树立了“大模型+智能客服”的标杆应用……

高念书表示:“垂直行业数字化未来依然有着巨大的市场空间,亚信科技已经具备了良好的业务基础,未来会进一步加大对交通、能源、政府等行业的拓展力度。”

打赢转型的持久战

管理学巨擘彼得·德鲁克曾言:巨变时代的最大危险并非变化本身,而是依然按照过去的逻辑做事。

AI大模型的突破,智能时代的加速到来,科技公司如果继续固守过去的产品、技术与理念,那将愈发无法满足千行百业数字化转型的需求。面对多变的市场环境和技术浪潮,亚信科技在“一巩固、三发展”和“四个转变”的战略下,正逐步完成转型布局,为将来的发展与增长夯实了牢固基础。

首先,亚信科技以大模型为契机,加速重塑自身的核心竞争力。如今,亚信科技已经形成具有竞争力的“云网”、“数智”、“IT”三大产品体系,并且产品体系全面加速向AI Native融合演进,上半年相关产品及技术获得44项国际/国内专利、58项软件著作权,产品技术创新能力稳步提升。

“在当前市场环境下,BSS传统业务短期内承压是不可避免的。但运营商自身也在转型,加速拥抱AI大模型等新技术。只要你的新技术产品足够出色,能够让运营商客户降本增效,他们同样愿意为之买单。”高念书表示道,“亚信科技对下半年BSS业务反弹有充足的信心。”

其次,亚信科技逐步渡过整合的阵痛期逐渐结束,为将来业务长期发展打下基础。以数智运营业务为例,随着组织架构重组的完成,业务逐渐恢复和收入趋势转好,其中按结果及分成付费模式收入占数智运营业务收入26.7%,同比提升3.7个百分点。此外,亚信科技还依托数据要素资源以及数据运营的优势,在非通信行业市场,如消费、金融、汽车等领域,努力开辟业务增长的新路径。高念书表示:“数智运营业务在消费、金融、汽车等领域都有着非常好的增长,预见整体业务全年会完成正增长。”

第三,亚信科技积极拓展新的业务增长点,在国际化业务拓展上开了好局。据悉,亚信科技已经在东南亚、中东等地区开展了直销和渠道等工作,将边缘智能、数据库、RPA、5G专网等标准化产品销售到海外市场。

“下半年,亚信科技会继续做好成本管控,努力实现业绩反弹回升和全年利润优于上年。”高念书最后表示道。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/406823.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

45+用户占比近30%,网文产业如何赋能IP长链?

网文市场加速发展,巨头抢占中老年用户 作者|吕娆炜 排版|张思琪 干货抢先看 1. 我国网文产业市场规模突破3000亿元,在用户方面,截至2023年底,我国网文用户数量达5.37亿,同比增长9%&#xff0c…

【机器学习】线性回归

一、什么是回归 分类任务很好理解,比如去银行贷款,银行会根据贷款人的年龄、工资(特征)去决定贷款(标签1)和不贷款(标签0)。而回归任务,是预测允许贷款的额度&#xff08…

【学习笔记】灰色预测 GM(1,1) 模型 —— Matlab

文章目录 前言一、灰色预测模型灰色预测适用情况GM (1,1)模型 二、示例指数规律检验(原始数据级比检验)级比检验的定义GM(1,1) 模型的级比检验 模型求解求解微分方程 模型评价(检验模型对原始数据的拟合程度)残差检验级比偏差检验 三、代码实现----Matlab级比检验代码模型求解代…

0成本学习Liunx系统【只需要一台笔记本电脑,无需购买云服务器】

【准备工作,需要软件】: 1:MobaXterm 【服务器连接工具(免费开源)】 2:CentOS-7-x86_64-DVD-2009.iso 【CentOS-7 镜像】 3:VirtualBox-7.0.20-163906-Win.exe 【虚拟机壳子】 4&…

20 动态内存管理

目录 一、为什么要有动态内存管理 二、malloc 和 free (一)malloc (二)free 三、calloc 和 realloc (一)calloc (二)realloc 四、常见的动态内存错误 (一&#…

前端本地代理配置方式

Whistle 介绍 Whistle 是一个基于 Node.js 的跨平台 Web 调试工具。允许捕获、查看和修改 HTTP/HTTPS 网络请求。通过使用 Whistle,可以轻松地进行接口代理、抓包、模拟数据、修改请求和响应等操作,以便在前端开发中调试网络请求。 Proxy SwitchyOmega…

133-横向移动域控提权NetLogonADCSPACKDC永恒之蓝

除了前面讲到的口令密码进行横向移动,还存在使用系统漏洞进行的横向移动的方式,本节课就是讲一些域内系统的漏洞,主要是域控提权的一些漏洞 1、横向移动-系统漏洞-CVE-2017-0146(ms17-010,永恒之蓝) 2、横…

Java之迭代器的使用

Java之迭代器的使用 摘要基础知识List迭代器Map迭代器 摘要 本博客主要讲解容器的迭代器的使用,包括List、Set和Map等容器 基础知识 这是类的继承关系图 迭代器的原理(一开始迭代器并不指向任何有效元素): List迭代器 public class TestIterator …

World of Warcraft [CLASSIC] the Eye of Eternity [EOE] P1-P2

World of Warcraft [CLASSIC] the Eye of Eternity [EOE] 永恒之眼(蓝龙) 第一阶段 第二阶段 第三阶段 载具1-6技能介绍 World of Warcraft [CLASSIC] the Eye of Eternity [EOE]_永恒之眼 eoe-CSDN博客 永恒之眼怎么出副本呢,战斗结束&am…

【Java】/* 链式队列 和 循环队列 - 底层实现 */

一、链式队列 1. 使用双向链表实现队列,可以采用尾入,头出 也可以采用 头入、尾出 (LinkedList采用尾入、头出) 2. 下面代码实现的是尾入、头出: package bageight;/*** Created with IntelliJ IDEA.* Description:* User: tangyuxiu* Date: …

windows安装android studio

下载 https://developer.android.google.cn/studio?hlzh-cn 安装 打开cmd输入如下命令 android-studio-2024.1.1.12-windows.exe /NCRC 注意 运行命令后可能还报错,但是会出现弹窗 如果还是报错可以选择zip 运行 不设置代理 等待下载即可,…

Linux云计算 |【第二阶段】SECURITY-DAY3

主要内容: Prometheus监控服务器、Prometheus被监控端、Grafana监控可视化 补充:Zabbix监控软件不自带LNMP和DB数据库,需要自行手动安装配置;Prometheus监控软件自带WEB页面和DB数据库;Prometheus数据库为时序数据库&…

Android 14适配

最近刚刚做了Android 14的适配(即targetSdkVersion 升级到 34 ),通过此博客整理下相关注意点。 前台服务类型 当targetSdkVersion > 34 ,应用内的前台服务(Foreground Service)需要指定至少一种前台服务…

k8s - Secret实践练习

参考文档:https://kubernetes.io/zh-cn/docs/concepts/configuration/secret/ 这个和ConfigMap很相似,这里选两个做下测试,就不过多赘述了 简介 Secret 类似于 ConfigMap 但专门用于保存机密数据。 Secret 是一种包含少量敏感信息例如密码…

qt creator自动运行单元测试

qt creator自动运行单元测试 工具-选项-Testing-General,找到Automatically run,选项卡选择All。

[C语言]-基础知识点梳理-编译、链接、预处理

前言 各位师傅大家好,我是qmx_07,今天来给大家讲解以下程序运行会经历哪些事情 翻译环境和运⾏环境 在ANSIC的任何⼀种实现中,存在两个不同的环境 第1种是翻译环境,在这个环境中源代码被转换为可执⾏的机器指令(⼆进制指令&a…

Linux下opencv报错 undefined reference to cv::imread cv::Mat

如果你是和libtorch一起使用,那么请你继续,否则该篇文章不适合你。 正文 在https://pytorch.org/下 下载的时候要选择Cxx11 ABI版 随后正常配置就可以了

Langchain-Chatchat

模型能力定制 微调 智能设备 微调 响应有要求 微调 动态数据 RAG 幻觉 RAG 可解释性 RAG 成本 RAG 依赖生成能力 微调 微调需要几万、几十万条好的数据,否者白调,所以是否需要微调,需要视情况而定。 RAG的落地,可以使用 https:/…

wangeditor编辑器自定义按钮和节点,上传word转换html,文本替换

vue3ts 需求:在编辑器插入图片和视频时下方会有一个输入框填写描述,上传word功能 wangeditor文档wangEditor开源 Web 富文本编辑器,开箱即用,配置简单https://www.wangeditor.com/ 安装:npm install wangeditor/edit…

Datawhale X 李宏毅苹果书 AI夏令营-深度学习入门班-task1

机器学习就是去拟合一种函数,它可能在高维上,十分抽象,但是却可以有丰富的语义含义,从而完成一系列任务 回归任务是预测一个准确的值,例如拟合一条直线的时候,我们希望每一个点的值都能对应上 分类任务则…