记者 郑晨烨 1月18日，在神州数码（000034.SZ）国际业务总部入驻神州数码国际创新中心暨人工智能计算中心项目启动仪式上，神州数码董事长兼首席执行官郭为表达了自己对于公司未来战略发展方向及数字化转型的看法。

郭为表示，眼下数字经济作为国民经济增长的重要引擎，其本质是颠覆和重构各行各业，关键在于不断累积和形成数据资产，加速业务数字化、数据业务化，构建企业在数字经济时代新的增长飞轮。

他同时认为，在数字时代，如何通过数据来呈现自己的服务和产品是企业数字化转型的关键，数据资产的累积将成为未来数字企业价值衡量的标准。

“2023年以来，生成式AI成为持续热议的话题，也是当前数据资产领域最重要的要素，因此，神州数码的战略也随之快速迭代，基于五年前开始进行的知识图谱领域的研究，展开生成式AI领域的积极布局。未来，所有企业的业务都会体现为数字化的形态，我们希望携手各界共同拥抱数字化转型，不断发展创新。”郭为说。

他亦称，未来企业数字化转型的4个特点，分别是数据资产的积累、产业数联、决策的智能化、组织的无边界。

在郭为看来，随着数字化浪潮带动传统经济向数字经济发生转变，面对不断加剧的市场竞争、技术范式带来的颠覆、生态变革带来的挑战以及来自方方面面巨大的不确定性，企业迫切需要构建面对不确定性的敏捷能力、面对困难和冲击的快速复原能力，以及应对变化的快速适应能力。

因此，他认为，以数据为核心，以价值为驱动的“数云融合”，方是探究企业数字化转型路径的思路和方法论。

“所有业务都将体现为数字化形态”

在活动现场的交流与分享中，记者了解到，所谓数据资产积累指的是企业在其日常运营和战略发展过程中，系统地收集、整理和存储大量数据资源。

这些数据可能涵盖从客户行为、市场动态到产品性能、内部运营等多个维度。数据资产的价值在于，它们不仅是记录事实的数字信息，更是洞察市场和指导决策的宝贵资源。

眼下，随着大数据和人工智能技术的发展，数据资产的潜力被进一步放大。企业通过分析这些数据，可以发现业务流程中的改进点，优化产品设计，预测市场趋势，甚至创造新的商业模式。

郭为认为，在数字化转型日益成为企业发展必由之路的今天，有效地管理和利用数据资产，已成为提升竞争力、驱动创新的关键因素。

“在今天数字化的时代，我们所有的业务将会体现成一种数字化的形态，而它的产品业务的数字化，数字的业务化，背后就转化为一种数据资产的形态。过去土地、资金是生产要素。今天大家已经公认了数据是生产要素。”郭为说。

在此背景下，他强调，当下构建和维护一个强大的数据资产库，不仅关乎企业的现实表现，更是决定其未来发展的重要战略。在这个以数据驱动的时代，持续积累和深度挖掘数据资产，是企业实现持续成长和市场领先的重要途径。

“数据资产的不断开发正成为推动企业创新的新动力。在这个过程中，生成式AI扮演着关键角色。与传统的数据处理方法相比，生成式AI能够快速、高效地完成数据收集和编排，就像一个永动机一样，不断地快速处理数据，激发新的创新潜能。因此，我们认为AIGC实际上是当今数据资产管理中最重要的要素之一。但我们也清楚，仅仅依靠AI技术是不够的。要真正实现数据资产的价值，必须将这些技术与特定行业紧密结合，以促进深度学习和应用。这种结合是我们在数据业务上不断追求的目标，也是推动行业创新的关键所在。”郭为说。

“在过去几年里面，我们与高端制造业的客户合作，围绕着数云融合，怎么样管理数据资产，怎么样实现快速的产品和应用建立一个大的工具包。作为数字经济的重点产业，云计算产业也呈现出新的特征，企业上云、用云进入全新发展周期。企业需要云提供的算力及服务从‘能用’向‘好用、易用’升级。”谈及数据资产管理与云业务的结合时，郭为介绍说。

据其预测，未来随着企业上云和数字化进程的不断深入，云上数据将呈现爆炸式增长，还会带来大量企业云上数字化解决方案的需求。

“人工智能的时代才刚刚开始”

针对生成式AI落地浪潮不断加速的情况，神州数码副总裁、技术总监李刚指出，在2024年，生成式AI的关键发展趋势是从点状创新到复杂任务的集成生成，这与当前AI领域中一个非常热门的概念——Agent（能够自主地感知环境并在该环境中作出决策或行动的AI）紧密相关。

“以后可能一家拥有50名超级员工+1000个Agent的企业，就可以跟传统的拥有1000名员工的企业去竞争。”李刚说。

“未来通过点状创新模板的大规模扩展，我们能够实现批量化的规模创新。但要真正做到这一点，需要一个平台的支持，以及相应的方法论来支撑企业在复杂任务上的创新。”他进一步表示。

在他看来，下一代AI基础大模型将在四个方面取得进展：一、多模态语义理解：这指的是通过视频、音频等方式理解语义的能力；二、精度的大幅提升；三、任务规划能力的进一步增强；四、具备更广泛的应用场景。

李刚表示，当下生成式AI的落地，还面临两个需要解决的问题，首先是真实业务场景下，很多需求非常繁复，难以用大模型直接去解决，需要相应的技术和产品将大模型的能力与用户真实的业务需求点连接起来。其次，企业客户需要各种协同后台的支持能力，比如多云的、多大模型的、大模型和小模型相结合的，或者基于云的大模型和基于本地部署的大模型相结合的。

“未来AI应用会与客户在云计算方面的投入形成相互促进、相互迭代的市场趋势，形成广阔的市场前景。”李刚说。

“我们回到互联网诞生之初，因为比尔·盖茨反复讲这次的人工智能革命堪比互联网革命。早在1985年以前，互联网相关的底层技术和基础设施已经基本成型了，互联网中最为关键的技术包括TCP/IP协议族，光纤骨干网都有了。到了1990年，围绕互联网的实际应用场景开始出现，当时大家都以为这就是终点，所有第一次接触互联网的人都没有想到能有后面这些发展，这就是我今天想讲的，站在人工智能时代的起点，未来10年才刚刚开始。”谈及后市展望，李刚如是分享称。