《数字中国建设整体布局规划》指出,要夯实数字中国建设基础,在此背景下,新基建领域相关技术呈现出规模化、国产化的趋势,人工智能将加速落地,其溢出带动效应更为凸显,与经济社会间的融合也将更加紧密。
作为中国领先的软件与信息技术服务商,软通动力一直在数字创新服务+AI赛道深耕,已建立起完善的技术创新体系,通过成立人工智能研究与创新中心(AIC)支撑AI领域客户服务。在与昇腾AI合作方面,近期软通动力作为首批合作企业签约入驻北京昇腾人工智能计算中心,并将参与到其“人工智能安全可信护航计划”相关工作中。长期以来,软通动力在多地的昇腾AI生态创新中心,均扮演多样化算力能力服务商的角色,协助生态伙伴和用户,共同完成芯片适配、系统迁移、应用创新、人才培养等工作,共同推进AI规模应用与产品创新。
软通动力作为昇腾万里认证级应用软件伙伴,基于昇腾AI基础软硬件平台,打造出了AI端云一体化产品(昇腾版),该产品与华为Atlas 300I/V Pro推理卡完成兼容性测试,并获得华为AI框架昇思MindSpore兼容性认证,具有端云协同、软硬一体、安全可信三大优势。随着以AI端云一体化产品为代表的AI创新应用在用户场景中不断深入,软通动力AI服务已覆盖智能自动化场景100+,并逐渐在更多领域走深向实。
在捷通达端云协同一体化方案中,面对客户财务、人力、运营等业务中存在大量重复性工作的问题,软通动力通过整合RPA+AI+低代码能力,助力捷通达实现了7个RPA+AI场景的落地;中国能建财务公司智能化转型案例中,面对客户非直连银企交易明细手动录入效率差、客户信息更新不及时,准确率低等问题,软通动力通过AI端云一体化产品帮助客户达成了“网银流程”及“数据更新”业务场景流程的自动化,极大减轻了企业人员工作量;中铁十一局集团有限公司财务共享中心RPA+AI智能化项目中,软通动力对客户现有管理模式、业务系统进行改造升级,彻底解决了客户制证、结算、账目核对等业务人工成本高,效率低等问题,实现了单位日处理数据10倍以上的提升。除了财务领域,在税务、人力、行政、运维等业务领域,软通动力联合合作伙伴还打造出巡检助手、报告助手、营销助手、HR薪酬助手、智慧报销、教育助手、检测助手等数字化工具和解决方案,帮助客户构建数字化劳动力“堡垒”。
面向消费者和业务的AI应用产品及相关服务,软通动力自研echo智能客服通过三种产品赋能客户业务升级。iRSP智能机器人软件平台,在智能物业、智能问答、企业管理等多行业场景中预测并快速响应用户需求;TTS+ASR实现快速代替人工作出回应;RPA机器人助力客户业务流程自动化。目前,软通动力AI智能客服、AI语音机器人自动接待、AI数字助手等解决方案中已经应用了大量的AI自然语言学习、语音识别合成等技术。
软通动力将5G网络建设的经验知识数据组织成图谱,基于智能推理技术,实现从场景需求到方案报价的智能生成。目前,已与某物联网头部企业达成合作,通过工业领域供应链知识图谱展示平台、标准地址库知识图谱管理、智能推荐个性化的5G网络方案等方面助力运营商提升客户营销效率,为企业融合创新提供高效驱动。
数字中国战略正在催动经济社会产业变革与升级,人工智能等前沿技术将成为突破传统生产方式瓶颈的关键力量,帮助企业重构竞争力。作为数字中国的推动者、建设者和使能者,未来软通动力将继续立足自身优势,为客户持续创造价值。
好文章,需要你的鼓励
在2025年KubeCon/CloudNativeCon北美大会上,云原生开发社区正努力超越AI炒作,理性应对人工智能带来的风险与机遇。随着开发者和运营人员广泛使用AI工具构建AI驱动的应用功能,平台工程迎来复兴。CNCF推出Kubernetes AI认证合规程序,为AI工作负载在Kubernetes上的部署设定开放标准。会议展示了网络基础设施层优化、AI辅助开发安全性提升以及AI SRE改善可观测性工作流等创新成果。
维吉尼亚理工学院研究团队对58个大语言模型在单细胞生物学领域的应用进行了全面调查,将模型分为基础、文本桥接、空间多模态、表观遗传和智能代理五大类,涵盖细胞注释、轨迹预测、药物反应等八项核心任务。研究基于40多个公开数据集,建立了包含生物学理解、可解释性等十个维度的评估体系,为这个快速发展的交叉领域提供了首个系统性分析框架。
DeepL作为欧洲AI领域的代表企业,正将业务拓展至翻译之外,推出面向企业的AI代理DeepL Agent。CEO库蒂洛夫斯基认为,虽然在日常翻译场景面临更多竞争,但在关键业务级别的企业翻译需求中,DeepL凭借高精度、质量控制和合规性仍具优势。他对欧盟AI法案表示担忧,认为过度监管可能阻碍创新,使欧洲在全球AI竞争中落后。
西湖大学王欢教授团队联合国际研究机构,针对AI推理模型内存消耗过大的问题,开发了RLKV技术框架。该技术通过强化学习识别推理模型中的关键"推理头",实现20-50%的内存缩减同时保持推理性能。研究发现推理头与检索头功能不同,前者负责维持逻辑连贯性。实验验证了技术在多个数学推理和编程任务中的有效性,为推理模型的大规模应用提供了现实可行的解决方案。