神州数码有多少人,神州数码有什么产品,神州数码有年终奖吗,神州数码有限公司官网

2023年4月7日，神州数码(000034.SZ)发布2023年04月03日投资者关系活动记录表。

投资者关系活动主要内容介绍如下：

一、2022年业绩情况：

2022年，在全体员工共同的努力拼搏下，公司业绩实现了困难时期的逆势增长，云和自主品牌业务营收规模超过70亿。云计算及数字化转型业务实现营业收入50.23亿元，同比增长29.3%，其中高价值MSP+ISV业务同比增长48%；自主品牌业务实现营业收入25.70亿元，同比增长55.8%，其中信创业务同比增长76%。扣除非经常性损益净利润9.21亿元，同比增长36.1%。资产负债率改善，低于80%；融资结构优化，长期融资占比提升到17%。研发投入2.9亿元，同比增长21%。经营性现金流入8.4亿，较同期增加9.9亿。

二、整体经营情况和数云融合战略：

2022年，神州数码顶住了压力，实现了业绩的逆势增长，主要是两个原因，一方面是公司多年来能力、文化和数字化等方面的累积；另一方面是公司坚定数云融合+信创的战略定位。报告期内，公司整体基本面稳定，战略业务继续保持高速增长。同时，面对不断变化的行业形势，公司所表现出来的敏捷业务能力和适应能力，体现了公司在企业管理和业务能力上的韧性。

公司战略业务获得越来越多的市场权威机构认可，多次进入Gartner、Forrester、IDC等权威第三方机构云管理服务、混合云相关报告：IDC《中国第三方云管理服务市场份额，2021》中排名第三；IDC《中国云运维管理服务市场（2022上半年）跟踪报告》中排名第二；先后入选Forrester首份《中国云迁移、现代化和管理服务现状报告》、Forrester中国云迁移和托管服务提供商报告；入选Gartner亚太地区公有云托管和专业服务提供商入市手册推荐名单、GartnerGlobalSaaSCompaniesShouldAdoptPartnerHostingModeltoLaunchSaaSinChina报告。另外，在信创领域服务器和PC整机企业的排行中，位列前十。

技术能力提升方面，公司成立云和信创研究院，聚焦信创和云原生产品研发，在信创云、多云管理平台、云原生PaaS平台、云原生数据平台四个方向持续投入。公司刷新技术架构，并形成数云融合方法论和蓝皮书，提供理论结合实践的平台，帮助企业客户挖掘自身的数字化转型潜力。

2022年，公司多个行业客户项目落地，比如某大型外资车企FinOps解决方案项目、某大型外资车企中央控制数据平台、某大型外资零售企业数据治理项目、某大型外资零售企业行业云迁移项目、某大型国有银行同传会议管理系统项目、某国家金融机构TDMP数据安全项目、某政府机构数云融合项目以及某大型外资医疗企业Jarvis人工智能项目。

公司继续拓展政企、金融、运营商和能源等行业客户，包括中国移动和中国联通等运营商客户，以及建设银行、兴业银行、人保等金融客户。

展望未来，我们对中国经济的韧性充满信心，对数字经济的发展也充满信心。我们认为，2023年会是一个先抑后扬的局面，随着数字化各项政策的展开，市场的商机也会不断地涌现。我们相信，在数字产业重塑经济结构的时代，掌握技术创新的企业一定会变成未来经济发展的领头羊。

公司未来的工作将沿着三个方向推进：第一，数据方面，帮助客户积累数据资产，创新知识体系，提高商业价值；第二，为客户提供敏捷业务支撑平台和数字化基础设施；第三，在国家战略下，坚持自主创新、自主可控的相关技术研发。

2023年，神州数*继续坚定战略，把握节奏，跨越周期，不断为公司股东、客户、合作伙伴和员工创造更大的价值。

三、信创业务进展：

2022年，公司的信创业务取得了非常好的成绩。

信创核心的技术路线继续围绕华为鲲鹏和N腾开展。2022年，公司成为华为鲲鹏领先级合作伙伴，N腾优选级合作伙伴。在华为能力的考察中，神州数码位列十项综合排名第一，份额从2020年第四名到2021年第三名，再提升到2022年第二名。信创业务取得了一系列的行业认证和荣誉，比如入围2022年信创服务器企业排行、2022年信创PC整机企业排行、2022年信创云厂商排行，以及2022年智慧政务企业解决方案进入部委解决方案名单等。

公司持续深耕行业客户，推动重点项目的落地，在金融、运营商、电力、教育、党政、安平和互联网等行业都取得了不错的成绩。公司夯实了多品类产品体系，形成覆盖计算、网络以及终端三大类体系，为云计算和大数据提供了强大的数据支撑，为神州鲲泰产品奠定了基础。

2023年，公司信创重点工作将聚焦三点：营销突破、技术突破和能力建设。

四、技术战略：

2022年是公司数云融合战略的元年，公司提出了“3+1”措施：第一，轻咨询，为用户交付场景应用；第二，数据安全管控平台，点状产品拓展成为平台型的产品，公司将TDMP点状产品扩大到了一个产品家族，并且获得了行业客户的高度认可；第三，云原生平台，公司通过云航项目解决客户的两大痛点，PaaS碎片化和信创技术栈的迁移；第四，MSP升级，提升MSP业务的广度和深度，提供MSP平台级服务，即PaaS级的服务，帮助客户在云上构建自己的云原生平台和数据平台。

从技术角度来讲，2023年是开启未来的一年。2023年开局出现了两件大事，第一，数字中国被列为国家战略，第二，新技术范式出现，而且普遍认为此技术范式的出现会带来颠覆性变革。

基于公司长期的实践累积，我们认为把数字原生和云原生技术转化成为行业数字化产品，需要三个基本能力：第一，MLOps和DevOps要高度融合；第二，打造敏捷数据治理能力，最终形成DataOps能力；第三，构建知识引擎。基于此，公司制订了更加聚焦的2023年以及未来技术战略。未来，公司整体的研发方向会围绕三点：第一，真正地把用户数据资产转化成为知识和商业价值；第二，构建敏捷能力，实现批量、快捷的交付；第三，关注基础架构技术变革，获得自主可控的先机。

五、问答环节：

1、很高兴看到公司的业绩数据，感谢公司上下的努力付出！强烈建议公司能够进行高送转，以便进一步提高公司股票活跃度。希望在说明会上看到郭为先生。希望郭总带领神州数码在数字中国建设中更上层楼再创辉煌。上一次在电视上看到郭总也有些时间了。

答：谢谢投资人对神州数码的关心，这个问题提得很好，我们会把投资人的这个问题提交给董事会讨论，如果董事会认为这是一个很好的方案，会再提交给股东大会，请股东进行投票。即使在过去三年非常困难的情况下，神州数码仍然坚持按一个比较高的比例进行利润分配，这是公司自信心的表现。公司经营情况非常健康，我相信未来一定会给股东带来更好的回报。

2、神州数码近期发布了“成为领先的数字化转型合作伙伴”新愿景。想请问为什么要在这个时间点上发布这样的一个新愿景？背后代表了神州数码怎样的布局和思考？从神州数码自身来讲，将会有怎样的升级和变化？

答：郭总的新书《数字化的力量》阐述了数字化不是信息化，因为信息化是工业文明的产物，是为了解决传送过程中的传输控制问题，而数字化是要解决数字资产的累积，如何利用数字资产来形成创新和业务的过程。按照人类的进程来讲，此前人类从农耕文明进入到工业文明，而现在正在进入到数字文明，未来个人或企业的财富标志可能就是数据拥有量，人类正在进入一个新的文明阶段。

在这样一个新的文明阶段里面，神州数码将基于过去多年对客户数据需求的理解和实践，帮助客户实现从信息化到数字化的转型。神州数码的初心就是用数字化来帮助中国实现现代化，本次愿景的发布就是我们这一次再次明确神州数码的使命和愿景是帮助中国企业实现数字化转型，成为最好的数字化转型合作伙伴。

3、能否分享下，公司在鲲鹏体系中的市场份额排名，以及公司未来行业地位方面的目标？

答：我们刚才在汇报提到了过去三年市场份额的排名，2020年公司在整个鲲鹏生态伙伴里面排名第四位，2021年提升到第三位，2022年提升到第二位。随着中国信创市场持续地深入和耕耘，我们有信心拓展更多的客户，获得更多的市场份额。公司会继续拓展自身的产品和能力，取得更好的业绩，让信创业务再上一层楼。

4、公司鲲泰服务器的毛利率大概是什么样的情况？

答：神州鲲泰服务器毛利率目前在10-12%左右，随着整体的出货量和研发能力进一步提升，还会有进一步增加的空间。

5、公司现金流非常好，有很大的提升，具体是怎么做到的？答：2022年，在应对整体不确定性的情况下，公司内部不断地调整收入结构，选择性地聚焦回报更高的、现金流更好的业务。公司年度收入略有下降是因为淘汰了一些现金贡献不好的业务。收入结构的调整提升了整体毛利率。

6、预计后面AIGC可能在各行各业都会逐渐普及，云资源需求理论上来讲会大幅度的增长，想请教一下各位领导，怎么看后面云业务需求，以及会给公司的云业务带来什么样的影响？

答：我们也认为AIGC的发展会带来整个算力需求的高速增长，进一步推动云资源的整体消耗量。AIGC的不断普及，以及人工智能应用未来在企业里面真正地实践和落地也将推动公司整体云和数字化业务的发展。

7、公司对于AI的规划，以及现在AI算力相关业务的规模？答：公司2020年加入信创产业时，已经开启了与华为N腾产品线的合作，是华为第一批人工智能服务器三家合作伙伴之一。公司人工智能服务器收入在信创业务中的占比大约是10%。今年公司会继续布局人工智能领域，同时会加大人工智能产学研教育方面的投入和人才的培养。

8、公司投资了山石网科，作为经销商首次对上游产品厂商的一个投资，想了解公司投资山石网科的初衷是什么，对未来双方战略合作会有哪些展望？

答：神州数码的初心是要做创新和数字化技术，投资山石网科是公司整体战略布局中的一个重要环节。山石具备良好的技术创新能力，神州数码具有强大的营销能力和客户认知能力，双方可以形成互补。目前此交易仍需等待最终的交割。

9、未来是否会和微软在国内开展chatGPT相关合作？

答：神州数码是微软在中国非常重要的长期合作伙伴，我们会根据业务实际状况和行业发展情况，不断拓展合作领域，推进双方共赢发展。

---

bing chatgpt 使用指南 为什么要学chatgpt

本文来自微信公众号：萧良善（ID：【【微信】】），作者：萧良善，头图来自：视觉中国

我从2020年开始做AI传播，由于是非专业出身，这几年一直在努力学习和消化，也希望让更多非专业人士能懂AI。

ChatGPT兴起后，我以最大热情去阅读论文和各种专业材料，包括反复请教大模型方向的的专家，对ChatGPT逐渐形成了一些基础认知。因为最近不少非AI专业的朋友对ChatGPT很感兴趣，今天分享出来希望能对大家有用。

一、ChatGPT不是聊天机器人

ChatGPT的内核是大语言模型（LLM，也称大模型），本质是“生成”（Generation），对话只是个表皮。所以ChatGPT用在其他领域，比如微软将其与办公软件结合（智能写邮件），与搜索引擎结合，这是再正常不过的事情。

也不要因为“生成”，而对AI开始惊讶。遮盖掉句子中的一个词，让AI进行填空也是“生成”，这种完形填空已经是AI领域里存在几十年的经典任务。只不过以前AI只需要根据上下文“猜出”中间那一个词，现在要“猜出”后面一堆的词，甚至形成一篇通顺的文章。

完形填空这个逻辑还能套用在AI作画上，遮掉一张人脸照片中的眼睛，AI可以凭借数学计算补上一双它想象出的眼睛。AI作画就是靠这样一点点地猜想，不断地做拼图，最后形成一张全新的画面。

二、ChatGPT不是突然冒出来的，而是学界持续研究的结果，是大模型路线的胜利

ChatGPT发展的根源是预训练模型的发展。预训练模型首先要归功于谷歌2017年提出transformer架构，爆发点是OpenAI在2020年提出的GPT-3，1750亿的超大参数带来了很多超乎想象的能力，AI开始能够写作文、写代码等，曾经引起科技圈的不少讨论。

预训练模型是AI的全新研究范式，能够让AI从传统任务型模型（一千个任务需要一千个模型，研发成本高），走向一个模型解决多种任务（先训练一个基础模型，然后再针对下游任务进行微调），大模型更是如此，其目标是one for all，一个模型解决所有任务，这就离通用人工智能不远了。

但不是所有人都看好大模型，暴力美学毕竟不太优雅，一些顶级AI学者在尝试其他道路，比如朱松纯一直在提倡小数据、大任务。他回国建立了北京通用人工智能研究院，其愿景和OpenAI极为相似，都是发展通用人工智能。

三、ChatGPT是伟大的AI产品，但未必是0-1的原始创新。

图灵奖得主杨立昆最近批评ChatGPT缺乏创新，虽然听起来有点酸，但也反映了一种重要的视角。对于AI研究者来说，真正的原始创新，是CNN、BP、GAN、Transformer这样的重大理论创新，他们构成AI的基石。

ChatGPT的伟大更多是工程上的，证明了大模型 HFRL（基于人类反馈的强化学习）的技术路线的成功。它既不是HFRL的提出者，那是谷歌在2017年提出来的；ChatGPT重点使用的强化学习算法PPO，也是业界的成熟算法。

杨立昆的批评其实也可以用于AlphaGo，很多人会把它当成AI的重大创新，当成AI行业的里程碑，其实它只是强化学习的一个应用，原始创新有限。（这里多说一句，腾讯跟随AlphaGo做了绝艺，那创新意义就更加有限了）

四、ChatGPT的成功背后，是OpenAI坚持走不寻常路

谷歌基于Transformer做了BERT，直接改变了自然语言理解（NLU）这个领域，引起了多数AI研究者的跟随。但OpenAI另辟蹊径，不是去做理解，而是做生成（generation），所以有了GPT（Generati【【微信】】rmer）系列模型。

从GPT-1到GPT-3，OpenAI做了两年多时间，用大力出奇迹的办法（GPT-3训练成本高达百万甚至千万美金），证明了大模型的可行性，参数从1.17亿飙升至1750亿，也似乎证明了参数越多大，AI能力越强。也因此，在GPT-3成功后，包括谷歌在内竞相追逐做大模型，参数高达惊人的万亿、甚至10万亿规模，掀起了一场参数竞赛。

但这时候，反而是OpenAI沉寂了下来，没有再推高参数，而是又用了近两年时间，将人类反馈和强化学习引入大模型。业界虽然也有人在做类似工作，将知识融入大模型，将强化学习引入大模型…但大都是试探性的，没有大手笔和坚持不懈的投入，因为这条技术路线一直未被有效证明。

Open AI延续大力出奇迹的方法，花费重金，用人工标注大量数据，从而跑通了这条技术路线。由于论文没有公开，我们目前无从知道标注量，但数量肯定是极大的，成本是极高的。可以佐证的是，Open AI这几年只有GPT、DALL等少数几个项目，但却花费了数亿美金，之前甚至遭到不少媒体的质疑。

五、ChatGPT现在暴露出来的问题，大多不是真问题

对ChatGPT的很多批评是，它生成的内容经常是不真实的，或者是带有偏见的，ChatGPT很有可能会污染互联网。作为一个技术进步主义者，我倾向于认为这样的指责除了展现批评者的道德优越感外，意义不大。因为AI技术一大特点就是它能够快速进步，昨天的问题到今天也许有些困扰，但到了明天就不是问题。

GPT-3出来时，曾经出现过一个广泛流传的质疑，如果你问它太阳有几只眼睛，它会回答一只或两只，批评者以此来证明GPT-3缺乏常识。GPT-3也经常出现一本正经的胡说八道的现象，离题万里或者内容经不起验证。

但在ChatGPT上，这些已不是大问题，它难免还是会出错，但大体还是较为合理、有根据的，它甚至拥有了自我纠正的能力。如果经常使用ChatGPT，还会发现，ChatGPT特别会讲政治正确的话，会搞平衡，避免歧视和偏见。比如当你问A和B谁更好时，它会回答说各有优势，这就是不断训练优化的结果。按照这样的速度发展，ChatGPT的理性完备程度会超乎想象。

当然，ChatGPT还是会被不当利用，比如一些学生拿去写作业造假，但很难算是ChatGPT的错……互联网的出现，让抄袭变得轻而易举，让低质量信息泛滥，我们也许会偶尔怀旧纸质时代，但不大可能回去。ChatGPT只是一个工具，如何利用好工具，这是人类要面临的问题，而不是工具本身的问题。何况，还有以魔法来对抗魔法，既然可以有ChatGPT生成内容，那同样可以有模型来做对抗性的检测。

ChatGPT无疑会导致一些人失业――这是技术进步必然带来的副产品，已经在人类历史中多次重演。ChatGPT注定会替代某些低水平、重复性的劳动，让一些岗位消失，但也会带来一些新的、更具创造性的岗位。从农业时代进入工业时代，再从信息时代进入AI时代，人类的工作和生活注定迎来巨变，我们需要积极拥抱变化，而不是期待回到过去。

六、中国企业没有做出ChatGPT，可以骂，但不值得鞭笞

中国在AI领域缺乏原始创新、跟随美国的确是现状，要分析原因能说出一大堆，但我们不必因此就妄自菲薄。

从全球来看，AI行业已经形成了一超一强的格局，一超指美国，一强指中国，其他国家不足道矣（虽然加拿大有【【微信】】，英国有DeepMind），因为只有这两个国家才形成了AI的全面研究和广泛的产业应用，这和互联网行业的发展紧密相关。当然，更是因为AI行业的极致开放，AI研究没有秘密可言，这才让AI技术发展迅速，日新月异在这里不是形容词，一些榜单成绩的刷新甚至以天来计算。

我们虽然没有第一个推出ChatGPT，但并不代表我们这方面的工作处于空白或者卡脖子状态（AI和芯片全然不同）。可以确定地说，中国版的ChatGPT的推出只是时间问题，几个月或者最多一年，因为我们已经在路上了。

ChatGPT的核心是GPT系列模型，中国一些企业已经打造出GPT-3水准的大模型，重点是要再加入SFT（【【微信】】g）和HFRL。这固然不是容易的事情，但在技术路线已经被证明的情况下，肯定可以实现，别怀疑中国人的工程能力。

......

先写到这里，最后说说个人感想。

20年我刚入AI行业时，整个行业充满了悲观的论调，深度学习撞墙，AI泡沫即将破灭，尤其是以AI四小龙流血上市、大厂裁撤AI Lab标志，AI行业仿佛岌岌可危……但ChatGPT等AIGC技术在2022年的出现，一扫阴霾，AI仿佛新生，已成全民热议的话题。

我相信这种轮回还会不断出现，AI技术目前远远没有达到成熟的程度，AI产业还极为稚嫩。但这可能就是AI的魅力，当你以为AI技术不过如此、AI产业就是这个样子的时候，某一项AI技术的突破，忽然打开了新的天空，让外人看起来石破惊天。

（因为非AI专业出身，上述观点难免有错，欢迎专家批评指正。）

本文来自微信公众号：萧良善（ID：【【微信】】），作者：萧良善

本内容为作者独立观点，不代表虎嗅立场。未经允许不得转载，授权事宜请联系 【【邮箱】】

正在改变与想要改变世界的人，都在 虎嗅APP