
多家央企加快混改步伐 互联网、大数据、电商成新方向之一
央企混改已经开始向互联网、大数据方向布局。《经济参考报》记者了解到,目前包括中国联通、中国黄金、中国铁路总公司等多家企业已经加快混改步伐,互联网、大数据、电商成为不少央企混改的新方向之一,与相关民营企业的合作也在持续深化。
中国联通日前成立了联通大数据有限公司,并对外发布联通大数据的基础、标准应用和平台级行业解决方案共三层的八大对外统一运营产品及系列产品白皮书。联通大数据公司定位于中国联通大数据对外集中运营主体和大数据产业拓展的合资合作平台,是中国联通顶层架构设计策略实施落地的产物。据悉,随着混改政策的逐步落地,联通大数据公司与参与联通混改的战略投资者在资源互补、业务协同、市场发展方面将探寻开展更广泛、更深入的合作。
作为央企混改第一枪,中国联通以混改为契机,用“互联网+”激发企业活力、促进企业多元发展。在混改中,联通引入的战略投资者有腾讯、百度、京东、阿里巴巴等互联网企业,也有苏宁云商等电商。业内人士表示,从中可以看出联通创新商业模式、规模发展基础业务和创新业务的决心。据悉,本次混改引入的战略投资者与中国联通主业有较强的互补性,也有助于将联通在网络、客户、数据、营销服务及产业链影响力等方面的资源和优势与战略投资者的机制优势、创新业务优势相结合,实现企业治理机制现代化和经营机制市场化。事实上,联通向大数据迈进的步伐早已开始。今年初,中国联通就与中广核签署了《互联网+智慧能源战略合作框架协议》,双方除强化通信信息化业务的服务保障之外,还将有效整合各自资源,在云计算、大数据、智能充电桩、储能利用以及基于互联网管控的闲散储能、云储能、智慧风力发电等方面开展深入合作。
面临市场和转型升级的双重压力,与有互联网、大数据背景的企业合作成为越来越多央企和国企的选择,混改浪潮中电商、互联网等企业也成为看点之一。
在金融行业,中国银行近日宣布与腾讯签署了《全面战略合作协议》,成为继建设银行、农业银行、工商银行分别与阿里、百度、京东合作后,又一与互联网或电商企业牵手的银行。同时,中银香港与腾讯签署了《全面战略合作协议》。据了解,此前“中国银行——腾讯金融科技联合实验室”已于6月挂牌成立,重点基于云计算、大数据、区块链和人工智能等方面开展深度合作。
于上月落地混改的中国黄金集团珠宝有限公司也引入了京东作为战略投资方之一,并将与其在电商、金融、物流等领域展开全方位合作。
记者了解到,中国铁路总公司近期也表示,已向阿里、腾讯等企业发出参与混改的邀请。此前,中国铁路总公司就曾在与阿里对话时对阿里参与铁路优质资产资本化、股权化、证券化和铁路企业混改表示欢迎。
“‘混改+互联网’的模式已经开始出现,”中国企业研究院首席研究员李锦表示,企业混改纷纷考虑向互联网布局,既是市场经济体制的转变,也是经济发展方式的转变。他认为,在电信领域之外,电商企业一直是商品交易环节中的工具,需要不断获取更多的货物和市场,才能充分发挥自身的工具作用,实现价值最大化,进而获取更多的资源。李锦表示,多数央企一直在销售端拥有更大的市场话语权,电商企业在将渠道下沉时不断争夺销售端的主导权,央企与电商企业结合会带来下游销售端与市场的融合,双方属于各取所需互相补充,“混改+互联网”也就成为当前改革的新特征。“国有企业如何通过混改,探索出新的模式,让社会企业、国家、地方充分参与进来,把更多的社会资本集聚起来,组织好国家的产业布局,提升中国国企在全球合作中的竞争力,这也是混改和国企改革未来需要探索的方向。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09