最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

AI技术如何和传统产业相融合?「中信」的方法论是“平台化集团+子公司创新”

[复制链接]
跳转到指定楼层
楼主
发表于 2018-10-22 11:37:24 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
从互联网+到AI+,数字化转型已成为必然趋势。据麦肯锡预测,互联网技术可促进年GDP提升4万亿至14万亿人民币,到2025年,年度GDP中有近10万亿人民币能否实现将取决于互联网应用的速度和深度。
然而,相对于中小型企业,大型企业的数字化转型却具有挑战性。近日,36氪参加了“走进中信——人工智能与产业融合”沙龙,了解了「中信集团」是如何自2016年以来运用大数据、云计算、区块链、AI等技术推动数字化转型的。
据中信集团信息技术部总经理张波介绍,中信集团的转型战略是将集团自身转为平台型公司,子公司则作为创新型公司。
平台化方面,中信集团自身围绕“中信云”建立了开放的产业互联网平台,让每一个成员企业及内部员工都可由此平台触达人工智能、区块链等新型互联网技术。据悉,2016年2月,中信集团设立“互联网+转型”领导小组和工作小组,8月底中信集团,在北京发布了“互联网+转型”战略并宣布平台正式上线。当前,中信云平台已与阿里云、腾讯、微软等合作,有50余家合作伙伴和200多家企业客户。
据悉,当前中信集团已重点开展四个平台型项目:
  • 中信联盟大消费平台:目前中信在消费端已经涉及个人金融、医疗健康、文化休闲、电讯服务、餐饮贸易等。中信银行、中信证券、中信书店、中信出版集团、中信医疗等子公司覆盖大量的终端用户,基于中信云, 建立开放共享的用户联盟平台。
  • 中信重工物联网:通过在重型机械设备上安装传感器,进行数据采集,传输、并存储到大数据平台,基于大数据和预测模型,提供预测性维护,降低运维成本。未来,中信重工将尝试接入非中信重工生产的同类设备,关联中信其他相关子公司,打造工业服务平台。
  • 仓储物流云平台:中信金属集团、中信云网公司、信银投资等和外部投资者组成运营公司,三方结合各自优势,确保实体仓库仓单签发的真实、可靠性,解决仓单在质押融资环节的信用问题,以及交易环节标准化的问题。
  • 智能建造平台:通过互联网技术聚合投资方、设计方、施工方、运营方入驻,实现建筑数字化、智能构建库、云商招标采购、工程金融服务与云技术支持。


对于创新型子公司,则更多是结合实际业务,对人工智能技术和传统产业进行融合落地,核心在于提升效能、产能。例如中信旗下百信银行以 AI+金融实现智能账户、智能风控、智能服务;隆平高科将AI技术运用于分析、管理世界各地育种数据上,从而实现精准农业;中信湘雅生殖与遗传专科医院以AI自动化获取图像识别、超声影像、病例大数据等分析结果,实现高效精准医疗。
提及未来规划,中信集团希望在未来3年围绕智慧金融、精准农业、健康生命、数字制造、美好生活五个领域进行生态化建设和转型。
除上文提到的前三个领域的尝试,在数字制造领域:中信旗下中信重工正在从制造变成核心制造+综合服务,由单纯设备制造商向解决方案提供商、软件服务提供商转变;中信戴卡成立了一家独立的公司叫秦皇岛信智信息技术有限公司,不仅帮助中信戴卡实现数字化工厂的建设,也帮助中信戴卡的加盟企业、合作企业实现他们的数字化。
在美好生活领域,中信于9月发布了“中信优享+”计划,利用信息技术把每个人的数字身份登记在区块链上,通过移动和社交连接平台把成员企业和外部合作伙伴连在一起,实现会员互认、权益互通、积分共享以及更精准的用户画像。
作为资产规模超过6万亿、涵盖50多家行业的大型企业,中信在转型过程中面临的挑战并非仅仅源于技术。
中信集团旗下子公司众多,行业不同也导致信息化水平参差不齐。“中信云”平台在当下解决了信息技术触达的问题,但跨平台数据资源的共享、各个子公司信息系统的搭建等也是数字化转型中的重要环节,需要从管理、制度、组织上转型来达成。
此外,人工智能等前沿技术都需要耗费大量的人力、时间和资源,本身人工智能类公司创业成功率也偏低,产品市场接受度也不高,中信作为一家产业规模很大的集团公司,投入产出比也是需要权衡的问题。

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-6 12:10

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表