过去一年对东南亚许多组织来说是一个转折点,他们从实验性的人工智能试点项目转向推出大规模AI计划,并取得了明确的商业成果。
一方面,该地区的银行机构——如马来西亚的Ryt Bank和越南的Techcombank——跨越了传统数字银行模式,部署智能体AI和统一数据平台来处理复杂交易并实现客户参与个性化。
其他机构则抓住机会强化基础设施,包括渣打银行和菲律宾大都会银行在内的主要参与者加倍投入现代化数据基础设施和私有云能力建设,以支持新兴工作负载。
在企业界之外,马来西亚公共部门开始为50万名公务员配备生成式AI工具,而新加坡研究人员正在利用Google DeepMind的AlphaFold工具解码帕金森病,这突出表明AI和深度技术能够解决社会挑战并为公共利益做出贡献。
在这份东南亚年度顶级IT故事汇总中,Computer Weekly回顾了今年让该地区技术领导者和供应商忙碌不停的一些关键主题。
渣打银行在数据治理基础上推进AI雄心
该银行集团首席数据官Mohammed Rahim概述了银行如何现代化其数据基础设施和治理实践,以支持其AI计划。
大都会银行如何利用VMware云基础平台
这家菲律宾银行采用了VMware私有云平台几乎所有功能来现代化其IT基础设施,同时获得成本节约。
AsiaPac如何转型成为多云技术强者
AsiaPac首席执行官Andrew Cheng概述了公司从笔记本电脑分销商发展为以多云能力著称的区域技术服务提供商的历程。
Seaco制定统一安全策略路线图
这家集装箱租赁巨头将安全工具整合到单一平台上,利用AI和扩展检测响应技术改善安全运营。
Ryt Bank利用智能体AI实现对话式银行
马来西亚Ryt Bank正在使用自己的大语言模型和智能体AI框架,让客户能够用自然语言进行银行交易,取代传统的菜单和按钮。
马来西亚公共部门拥抱生成式AI
马来西亚近50万名公务员将获得配备Gemini的Google Workspace访问权限,以改善公共服务提供。
新加坡研究人员如何使用AI对抗帕金森病
新加坡研究人员正在使用Google DeepMind的AlphaFold来理解帕金森病中复杂的蛋白质相互作用,为潜在的诊断和治疗铺平道路。
制药业领导者看到AI革命性改变医学
在2025年亚洲Gitex大会上,制药行业专家讨论了AI如何革命性改变药物发现,从加速临床试验和诊断罕见疾病到验证传统药物。
开源成为AI创新的力量倍增器
根据KubeCon + CloudNativeCon中国大会上的领导者观点,从强大的大语言模型到下一波AI智能体,开源社区正在推动创新并为整个领域设定议程。
Techcombank运用数据和AI推动客户参与
通过在Databricks平台上统一数据,这家越南银行构建了AI能力,向1500万客户提供超个性化服务,并将业务足迹扩展到传统富裕客户群体之外。
Q&A
Q1:Ryt Bank的对话式银行是什么?如何实现的?
A:Ryt Bank的对话式银行是指客户可以用自然语言进行银行交易,无需传统的菜单和按钮操作。该银行使用自己的大语言模型和智能体AI框架来实现这一功能,让银行服务更加直观便捷。
Q2:新加坡研究人员如何用AI研究帕金森病?
A:新加坡研究人员正在使用Google DeepMind的AlphaFold工具来理解帕金森病中复杂的蛋白质相互作用机制。这项研究有望为帕金森病的潜在诊断方法和治疗方案铺平道路。
Q3:马来西亚公共部门如何应用生成式AI?
A:马来西亚计划为近50万名公务员提供配备Gemini的Google Workspace访问权限,通过生成式AI工具来改善公共服务的提供效率和质量,推动政府数字化转型。
好文章,需要你的鼓励
2025年人工智能在企业中实现突破性应用,从实验阶段转向实用阶段。八位代表性CIO分享核心经验:AI工具快速进化、需保持快节奏实验思维、重视工作流程而非组织架构、数据质量成为新挑战、采用前瞻性指标管理项目、无需等待完美时机、AI既是技术也是社会文化现象、需严格项目管理、变革重在人员而非技术、多智能体架构成未来趋势。
这项由加州伯克利分校等机构联合完成的研究开发了MomaGraph系统,首次实现了机器人对空间关系和功能关系的统一理解。该系统通过强化学习训练,能够同时识别物品位置和操作方法,并具备状态感知能力。在综合测试中达到71.6%准确率,超越同类开源系统11.4%,在真实机器人平台上验证了实用性,为智能家庭机器人的发展奠定重要基础。
日本科技投资巨头软银需要在年底前筹集225亿美元,以履行对AI合作伙伴OpenAI的资金承诺。软银是OpenAI价值5000亿美元Stargate数据中心计划的主要资助者之一。为筹集资金,软银CEO孙正义可能动用多种手段,包括利用其持有的英国芯片设计公司Arm股份作为抵押贷款。软银已清仓英伟达股份为该项目提供资金,目前可通过Arm股份借贷115亿美元,还持有价值110亿美元的T-Mobile股份及270亿美元现金储备。
MIT研究团队提出了突破性的双向归一化流(BiFlow)技术,通过训练独立的逆向模型替代传统的精确逆向过程,解决了归一化流方法架构受限和推理缓慢的核心问题。该方法采用创新的隐藏对齐策略,让逆向模型学习高效的生成路径,在ImageNet数据集上实现了高达697倍的速度提升,同时将图像质量提升到新的技术水平,为生成模型领域带来了重要的思路突破。