当前,人类正面临着气候变暖、能源短缺、环境污染等全球挑战,实现可持续发展已迫在眉睫。面对全球挑战,科技企业应当积极承担社会责任,助力打造更加可持续的未来。近日,英特尔公司高级副总裁、英特尔中国区董事长王锐受邀出席第二届新浪财经·ESG全球领导者峰会并发表主题演讲,分享英特尔对企业社会责任的思考,以及英特尔的可持续发展战略。
本届峰会由生态环境部应对气候变化司指导,新浪财经和中信出版集团联合举办,主题为“共促全球ESG发展,构建可持续未来”,邀请了全球机构、企业、学者共话ESG发展的现在与未来。以下为王锐演讲全文:
大家好,我是英特尔王锐。很高兴参加2022 ESG全球领导者峰会。今天,我想从半导体行业的视角与大家分享英特尔对“ESG热潮下的企业社会责任”的思考。
当前,人类正面临着迫在眉睫的全球气候变化挑战。就在上个月,世界气象组织发布报告,称“过去七年是有记录以来最热的七年”。全球的持续变暖、极端天气不断增多,将对我们赖以生存的环境产生长远影响,而这些影响可能将不断持续,以至于造成不可逆转的结果。为了应对这样的全球气候危机,我们每一位地球公民都需要立即行动起来,加速减碳,并重新思考世界的运作方式。
令人欣慰的是,我们可以看到,在应对全球人类面临的重大挑战中,科技发挥着越来越关键的作用。以我们所处的信息科技行业来说:它作为数字经济的核心,成为了推动经济增长的新引擎,还有助于其他行业利用信息科技和智能科技实现减排,推动千行百业绿色转型。英特尔作为全球半导体行业的引领企业,坚持做负责任的企业公民,当仁不让地肩负着以科技推动可持续发展的使命。
英特尔强调科技创新,也强调执行力。我们在可持续发展方面一直秉持长期承诺。早在1994年,英特尔就发布了第一份企业责任报告,设立可持续发展目标并持续追踪。两年前,我们还推出了面向未来的2030 RISE战略及目标,从多个维度出发,努力塑造一个更负责任、包容和可持续的未来。不久前,英特尔公开承诺在2040年前实现全球业务的温室气体净零排放,这体现了我们的执着追求和结果导向。
在我们看来,ESG并不是短暂的机遇,也不是一个品牌传播的话题,而是一个基本的价值观,应该融入企业的发展战略,贯穿到公司的整体运营之中。英特尔的可持续发展战略立足我们独特的产业定位,除了用来指导我们的技术产品开发和生产运营,也在通过产业协同和联动,发挥出我们在行业、经济和社会中的带动作用及影响力。
我们致力于减少碳足迹,在我们自身的运营、供应链,以及产品的营销及使用中减少直接的气候足迹。截止目前,我们取得了一些阶段性的成绩:
作为计算领域的创新推动者,我们不断提高产品能效,打造绿色计算:
除了在技术产品开发和生产运营层面的自身努力,我们也致力于通过英特尔技术和产业影响力,帮助其他各方来减少碳“足迹”。因为我们认为与生态合作伙伴共同推动可持续发展是至关重要的,这样才能“众力并、群智用”,扩大技术“手印”,实现绿色低碳的跨越式发展。我很高兴看到英特尔已经与众多行业合作伙伴、客户和供应商合作起来,并且打破思维定势不断推出创新的解决方案。
远大的目标并非一蹴而就,构建可持续的未来,需要的是长期坚持、久久为功、齐心协力、不断创新。英特尔将继续秉持对环境的长期承诺,不断推动可持续发展,并通过技术、员工的专业能力、热忱,建立起一个更负责任、更具包容性、可持续发展的世界,从而最终达成我们的使命,也就是持续“创造改变世界的科技,造福地球上每一个人。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。