回顧下2023年幾個話題，移動化發展到瓶頸。我們看一下2023年發生了哪些事情，資本從盛夏走進了寒冬，資本口袋收緊也讓一些依託資本存活的廠商遭遇一次清洗，雲計算是走產品化還是解決方案的路線的爭論，小微企業還是中大企業是發展機會，從移動化發展的現狀來看，已經到了乙個瓶頸期還是在淺表層，雲計算是假像還是泡沫，大資料實踐的機會點在哪兒等一系列的爭議性話題。
基於這些爭論我們聯合山東省ｃio聯盟針對創新實踐應用情況做乙個總結，其中包括雲計算，大資料，物聯網，企業社交等創新應用的調研。
這是乙份基於山東省245多位ｃio 調研，也是ｃio們真實聲間的反饋。
從創新應用需求來看，山東省的發展是較好，移動化是這一波應用的急先鋒，主要需求集中在b2b電子商務，大資料，物聯網。雲計算並沒有想象的那樣紅火。
需求主要集中在移動化，物聯網，b2b，大資料。
大商創saas版 - 最好用的b2b2c**
智慧型家電物聯解決方案-雲上物聯 好數
企業社交網路，絕大多數用在區域性應用，並且還有多數企業沒有應用，說明並非剛性需求。
舉兩個例進一步分析，移動資訊化從佈署方向來看占有比例較大，工作協同，流程審批，即時通訊排行前三，這些應用有乙個特點是業務邏輯簡單，比較容易實現標準化應用部署。第二，短平快，可以快速的見到效果的應用。
在雲計算方面，與市場上的火熱程度形成強烈的反差，絕大多數企業匯入以私有雲為主，在私有雲中66.7%採用了自行運維。這可能跟我們調研企業性質有關，多數以中大型企業和國國有為主，私有雲＋自行運維是山東省的一大特色。
金牌主機安全代維服務
在雲計算部署方面，協同，審批，現場工作排名前三，以現場作業工作人員的業務將得到全面的技術支撐。
通達雲oa 2015專有雲版（windows 2012 x64標準版 映象）
通過前的實踐匯入格局分析，移動化走在最前，雲計算稍顯低調，我們下來分析是哪些地方遇到了挑戰？
在移動化方面遭遇三大挑戰：
第一，平衡業務與不同部門之間的矛盾。
第二，企業內部的發展不均稀，移動化應用場景比較豐富的部門與傳統的行政治理部門，財務部門需求不突出，發展不均衡
第三，統一規劃還是分散建設之間的矛盾。
雲計算方面的三大挑戰：
缺少成功的案例可參考成主要障礙。其次，就是標準的嚴重滯後，安全標準和雲計算標準成為阻礙發展的又一動因。最後，與原有業務系統的相容性，並保證資料遷移中業務的連續性，以及上雲後資料互聯互通問題。
ｃio方面也遭遇三大挑戰：
第一，ｃio的工作範疇發生了變化，原來我們認為ｃio更多是幫助企業進行資訊化系統的匯入，未來將更多的借助資訊化系統幫助企業優化企業的運營流程。
第二，幫助優化企業運營流程對於ｃio而言是一次角色上的改變，但是頻繁的會議和溝通，以及迫切的切it問題牽扯了ｃio們大量的精力。
通過前面對實踐和問題的分析，我們再來看未來創新應用又是什麼樣的趨勢？
ｃio未來有三大趨勢：
第一，借助ｉｔ資訊化系統低成本驅動高效益將成首要目標。
第二，轉型與創新。幫助企業進行傳統模式，業務模式，商業模式的改進和業務創新的重任也將落在ｃio們的肩上。
第三，企業的it治理
在系統部署方面：
未來會繼續強化基礎建設，
主要集中在ｅｒｐ系統和資料中心擴建。
在創新應用方面，移動化得到認可，物聯網和大資料未來將會得到資源的進一步傾斜。
也說明大資料和物聯網是機會。
雲erp（外貿行業版）
看看我們的ｃio這類人群的整體概況：
從事資訊化工作十年以上的從業人員佔59､％，擔任資訊化負責人十年以上的佔31%，向ｃｅｏ匯報工作的佔44.8%。為此ｃio呈現三高現象，高資歷，高積累，高權責。
從國企和私企對比來看，國有企業擁有先手優勢，從業十年以上的佔70％以上，與私企ｃio僅佔52%，但是私企的ｃio比國企業cio更有改革魄力，向ｃeo匯報佔52%優於國企的35.3%。
2023年的想法
17年快結束的乙個月我就在想我之前在2015年的最後一天寫的願望，這樣看著好像2年，其實是一年，因為我知道我之前都已經完成的差不多了甚至還有點超越，想想呢是應該有點開心才對，實際是內心毫無波動，並沒有很強的滿足感，繼續加油把，再想想今年願望。1.最重要的，月薪到12k左右 2.繼續學習python，...
2023年的祝福
我還記得16年跨年的時候，我在a區自習室寫下我對16年的期望，然後回宿舍買了包薯片慶祝。16年尾聲再回首，還好，大多實現了。大多沒實現。呵呵 我是寫了多少新年願望啊 17年跨年的時候.啊！想起來了，和鳳鳳小寧做每做完的專案。對！那天一直到2點才發現從一開始的想法就是錯誤的。多麼可悲啊！沒有寫什麼新年...
深度學習的發展與挑戰
本文介紹深度神經網路在不同的分類問題和接近人類水平效能的應用領域上的顯著成果。討論深度學習作為未來科學的各種疑問，揭示深度神經網路在機器執行任務方面的隱藏能力。簡介 智慧型系統的要求 1.識別和處理各維度的複雜資訊 2.獲取大量的資訊。深度學習通過應用反向傳播演算法來確定改變的引數，以正確計算前一層...