由聯(lián)想與36氪研究院共同撰寫的《中國中小企業(yè)數(shù)字化轉(zhuǎn)型報告2024》（以下簡稱《報告》）發(fā)布。《報告》指出，當前中國中小企業(yè)數(shù)字化轉(zhuǎn)型意愿積極，預計今年在數(shù)字化轉(zhuǎn)型上的投入水平將穩(wěn)步增長，但六成企業(yè)依然處于早期階段。數(shù)字化轉(zhuǎn)型的核心價值體現(xiàn)為增強產(chǎn)品服務(wù)競爭力以及實現(xiàn)降本增效。
《報告》數(shù)據(jù)顯示，絕大多數(shù)中小企業(yè)（占比98.8%）已經(jīng)開啟數(shù)字化轉(zhuǎn)型，僅有極少數(shù)中小企業(yè)（1.2%）尚未開始。其中，處于數(shù)字化早期的中小企業(yè)占比62.6%，數(shù)字化水平較高、由智能驅(qū)動的中小企業(yè)占比僅為3.2%，已經(jīng)成為由智能驅(qū)動的企業(yè)。
《報告》同時指出，IT運維場景是中小企業(yè)數(shù)字化轉(zhuǎn)型的基石，資源投放占比處于50%以上的高位區(qū)間。此外，“小快輕準”是中小企業(yè)的普適性需求，依托一站式服務(wù)平臺進行轉(zhuǎn)型成為主流趨勢，54%的中小企業(yè)選擇以聯(lián)想百應(yīng)為代表的綜合型一站式服務(wù)平臺。
本次《報告》調(diào)研走訪了500家中小企業(yè)的中高層管理人員，覆蓋了中國28個主要省市，涉及離散制造業(yè)、流程制造業(yè)、零售業(yè)、個人消費服務(wù)業(yè)、醫(yī)療健康等13大行業(yè)，并挖掘剖析典型案例梳理有效經(jīng)驗，為中小企業(yè)轉(zhuǎn)型提供全面的參考指南。
附件：2024中國中小企業(yè)數(shù)字化轉(zhuǎn)型報告-54%的中小企業(yè)選擇以聯(lián)想百應(yīng)為代表的綜合型一站式服務(wù)平臺
到2030年前，生成式AI有望 為全球經(jīng)濟貢獻約7萬億美元的價值，其中中國有望貢獻其中約2萬億美元，將近全球總 量的1/3;成式AI對高科技行業(yè)將產(chǎn)生最為顯著的影響
培養(yǎng)方案將數(shù)智人才培養(yǎng)分為“通識、賦能、應(yīng)用、專業(yè)”四個類型，采取“分類+梯度”模塊化選課、“融通+創(chuàng)新”靈活性設(shè)課、“基礎(chǔ)+場景”差異化授課的體系化分類培養(yǎng)思路
報告深入探討了人工智能技術(shù)在教育領(lǐng)域的應(yīng)用現(xiàn)狀、發(fā)展趨勢、政策環(huán)境、市場規(guī)模、技術(shù)演進以及行業(yè)挑戰(zhàn)和機遇;2023年B端AI+教育市場規(guī)模約為213億元
通過國際權(quán)威的醫(yī)療行業(yè)術(shù)語庫和知識庫，對病歷文書進行知識抽取和知識庫構(gòu)建，大幅降低了大模型的幻覺；被國際頂級學術(shù)會議錄取的醫(yī)療基礎(chǔ)大模型
底層架構(gòu)采用國內(nèi)開源通用大模型，實現(xiàn)國產(chǎn)化部署,要求等數(shù)據(jù)文件 500 多份，復旦大學積累的國別研究信息 8000 多篇
系統(tǒng)研發(fā)費用共計 850 萬元，公司收費方式為提供服務(wù)，至 2024 年底預計可新增 15 家穩(wěn)定的客戶，預計 項目累計產(chǎn)生銷售收入 15000 萬元
人工智能生成式代碼減少了約2周工作量。二期（數(shù)據(jù)分析）的實施周期約為8周，人工智能生成式代碼減少了約6周工作量
擁有千億模型參數(shù)，預訓練token量超8萬億，微調(diào)政務(wù)數(shù)據(jù)量超百G;使用語義搜索，替換之前的關(guān)鍵字搜索，解決了搜的不準
涵蓋了智能化招聘、精準人才匹配、個性化推薦與培訓、高效數(shù)據(jù)處理與分析以及風險防控與合規(guī)性等多個方面;覆蓋了各個行業(yè)和崗位，滿足企業(yè)多樣化的用工需求
逐步實現(xiàn)“患者隨訪服務(wù)”、“兒童合理用藥”、“主動健康護理機器人”、“CDSS醫(yī)療輔助決策系統(tǒng)”等場景功能。未來5-10年，對于數(shù)據(jù)的高效利用將推動醫(yī)療服務(wù)智能化創(chuàng)新
通過AI大模型賦能的直播腳本、商品推廣圖文、營銷文案生成等可大幅減少人工重復工作，從而提升企業(yè)運營效率,給C端用戶帶來更好的直播觀感和購買體驗，促進電商領(lǐng)域整體經(jīng)濟效益良性發(fā)展
通過路側(cè)設(shè)備和先進的視覺識別技術(shù)，收集“車”、“路”、“事”、“物”等多維度數(shù)據(jù)，結(jié)合歷史交通數(shù)據(jù)和完善的交通知識庫，對事件進行綜合研判、對交通信息進行審核分析
