11月28日,36氪WISE 2024商业之王大会在北京正式举办,联想集团高级副总裁、中国方案服务业务群总经理戴炜受邀参会并作《联想百应 AI万千企业》主题演讲。他表示,AI变革之下,智能IT是中小企业奔赴AI的最佳入口,而联想的服务基础、经验和技术可以有效助力万千中小企业以更高效率、更低成本获得AI价值。
联想集团高级副总裁、中国方案服务业务群总经理 戴炜
大会现场,戴炜正式发布了业内首个面向中小企业的IT服务智能体——联想百应,率先推出AI营销、AI办公、AI服务三大AI应用,助力中小企业在AI新时代进一步开源、增效、降本。
戴炜表示,“第四次工业革命下,我们正处于AI向实和AI普惠的进程中。此次发布也是联想与万千中小企业用户共创的开始,未来联想百应智能体将会持续打磨AI能力,加速助力万千企业做‘正确’的事,快速而坚定地拥抱AI”。
全球智能化变革之下,AI技术加速与产业融合,万千中小企业正在迎来丰富的创新发展契机。在戴炜看来,当企业对IT这个数字底座进行AI升级后,就会更容易提升经营效率,拓宽技能范围,进而实现更高的增长。
但想要助力中小企业拥抱AI并不容易,首先要足够了解中小企业,其次要具备智能化转型经验,最后还要拥有AI标准化落地能力。他说,“只有同时拥有这三个条件才能做好,缺一不可。联想有基础,有经验也有技术,去做好这件事”。
首先,联想拥有雄厚的IT服务基础。如联想30余年的IT服务历史,线上+线下日均服务单量超14000单、全国24000多名专业工程师等;其次,沉淀了全覆盖、全天候、全周期的服务经验。国内超4400个服务站、7X24小时响应能力等;最后,联想自身IT智能化过程中积累了大量落地AI技术,由企业智能体驱动的擎天智能IT引擎(擎天3.0),已经成为联想重构中小企业IT解决方案与服务的重要依托。
联想集团高级副总裁、中国方案服务业务群总经理 戴炜
“当下AI实践正在越来越多走向应用”,他说,百应智能体已经率先“交卷”。首先是AI营销,在百应智能体,企业可以轻松配置官网营销助手,客户圈选、精准投放等都可以完成。其次是AI办公,百应智能体不仅可以提供协同办公的场景,还预置了众多AI应用,同时更有大量创新设计,例如独创的三联屏交互界面,一个界面涵盖所有可能的办公需求,无需切换。在AI服务方面,“办公电脑上遇到的任何问题绝大部分可以在线上解决。 “我们希望尽可能用AI工具集替大家解决问题,不需要人工干预”。
三大创新AI应用旨在为中小企业客户带来更大AI价值。戴炜表示,依托AI营销,百应智能体能为客户带来数倍的获客增长,在AI办公中为大家至少提升一倍以上的效率,而在AI服务场景下,可以使客户IT运维成本下降一半。
在接受媒体采访时,戴炜还透露,联想百应智能体的发布是联想与中小企业客户“共创”时代的开始,未来两三个月内将推出百创Lab,降低中小企业智能体使用成本。
随着AI浪潮奔涌而来,产业智能化转型已经进入深水区。戴炜表示,依托自身技术、创新与经验优势,联想百应智能体将充分发挥作为“桥梁”与“平台”的作用,在链接更多中小企业的同时,护航客户与AI“共舞”,在智能化变革中踏浪前行,赢在未来。
目前,联想百应智能体已经开启公测。百度搜索“联想百应智能体”或“联想百应”,进入联想百应官网下载,或者微信搜索官方小程序“联想百应智能体”体验。
好文章,需要你的鼓励
随着谷歌搜索和亚马逊主页在电商领域影响力下降,AI助手如ChatGPT、Claude等成为消费者新的购物入口。品牌必须掌握生成式引擎优化(GEO)技术才能保持可见性。传统SEO策略已失效,AI系统更青睐结构化、问答式的高质量内容。研究显示,来自AI助手的流量转化率比其他渠道高9倍。品牌需要基于真实客户问题创建内容,采用结构化问答格式,并建立信任度,才能在这个新的电商秩序中脱颖而出。
斯坦福大学研究发现,主要用英语训练的大型语言模型竟能自发学会处理其他语言任务,无需明确教学。这种跨语言迁移能力随模型规模增大而显著提升,通过形成"通用语义空间"实现不同语言间的知识迁移。研究为降低多语言AI开发成本、支持资源稀缺语言提供了新途径,但仍面临性能不均衡、文化适应性等挑战。
2025年第一季度网络攻击激增126%,英国新法案要求数据中心强制报告网络安全事件。现代威胁已演变为同时攻击IT和OT系统,而许多数据中心的备用电源系统仍使用90年代的过时技术。电池储能系统(BESS)通过分布式架构、加密通信和自主运行能力提供网络弹性防护。BESS即服务模式将网络安全维护转移给专业提供商,同时通过需求响应和能源套利创造收益。随着全球法规要求将网络安全与能源安全相结合,数据中心需要现代化基础设施来应对日益严峻的威胁环境。
阿姆斯特丹大学与Salesforce合作开发的奖励引导推测解码(RSD)技术,通过让小模型处理简单任务、大模型解决复杂问题的智能分工,在保持推理准确率的同时大幅提升计算效率。该技术在数学推理等任务中表现出色,计算量最多可减少75%,为AI应用的普及和成本降低提供了重要技术支撑。