欧美两性人xxxx高清免费_国产婷婷综合在线视频中文_国产免费久久精品99reswag_在厨房乱子伦在线观看_一边写作业一边c她

取消
搜索歷史
熱搜詞
原創(chuàng)
活動(dòng)
產(chǎn)業(yè)創(chuàng)新
轉(zhuǎn)型理念
ENI專訪
當(dāng)前位置:首頁(yè) >文章發(fā)布 > 正文
數(shù)據(jù)中臺(tái)降溫后,企業(yè)數(shù)智化下一局何解?
來(lái)源:數(shù)據(jù)學(xué)堂  作者: 佚名 2024-09-11 11:10:10
中臺(tái)降溫,對(duì)大數(shù)據(jù)的一次反思,企業(yè)數(shù)字化技術(shù)服務(wù)公司是“中臺(tái)”理論的重要實(shí)踐者,如今也開始了對(duì)“數(shù)據(jù)飛輪”的探索。

萬(wàn)億商業(yè)帝國(guó),往往始于一個(gè)簡(jiǎn)單的共識(shí)。

回溯電商之王亞馬遜的歷史,必然有經(jīng)典的一幕:

2001年,先后經(jīng)歷了各類重大歷史事件的美國(guó),正處于低谷之中,所有公司都在經(jīng)受嚴(yán)峻的環(huán)境考驗(yàn)。

而后,亞馬遜CEO貝索斯迅速找到《從優(yōu)秀到卓越》的作者吉姆·柯林斯,向他尋求關(guān)于亞馬遜的戰(zhàn)略發(fā)展建議,最后,貝索斯帶著高管團(tuán)隊(duì)提出一個(gè)著名的模型:

通過(guò)低價(jià)策略,吸引更多的客戶;更多的客戶,則可以增加銷量,吸引更多的第三方賣家來(lái)亞馬遜網(wǎng)站開店,從而可以讓亞馬遜將物流和運(yùn)營(yíng)網(wǎng)站的成本降低;效率提升,則再度促進(jìn)低價(jià)。

其中,每個(gè)環(huán)節(jié)如同齒輪一樣互相吻合,每個(gè)環(huán)節(jié)的改善,都可以讓整個(gè)系統(tǒng)加速運(yùn)行——這便是亞馬遜著名的“飛輪”效應(yīng),也是其業(yè)務(wù)增長(zhǎng)的“秘密”所在。

建立起與之匹配的業(yè)務(wù)和戰(zhàn)略體系之后,亞馬遜走上了高速增長(zhǎng)之路。從2001年至今,亞馬遜已經(jīng)建立起包括電商、云計(jì)算、流媒體等業(yè)務(wù)的龐大商業(yè)版圖。

“飛輪效應(yīng)”的目標(biāo),其實(shí)是找到驅(qū)動(dòng)增長(zhǎng)的關(guān)鍵因素——本質(zhì)上,某種程度上也意味著企業(yè)如何找到起自己的PMF(Product Market Fit),并且迅速擴(kuò)大規(guī)模,這是所有企業(yè)都在尋找的永續(xù)經(jīng)營(yíng)的模式。

而在當(dāng)下的數(shù)智化時(shí)代,人們對(duì)“飛輪”效應(yīng)的探索,從未停止。現(xiàn)在,這個(gè)關(guān)鍵因素幾乎無(wú)法與“數(shù)據(jù)”脫離關(guān)系。

數(shù)據(jù)是構(gòu)建起互聯(lián)網(wǎng)世界的“地基”。而大數(shù)據(jù)行業(yè)的歷史,正是探索如何存儲(chǔ)、應(yīng)用海量數(shù)據(jù)的宏偉道路。

開源分布式計(jì)算平臺(tái)Hadoop的出現(xiàn),則改變了一切——讓企業(yè)擁有存儲(chǔ)海量數(shù)據(jù)的能力,從而建立起了數(shù)據(jù)資產(chǎn)。

云計(jì)算時(shí)代到來(lái)之前的2000年左右,互聯(lián)網(wǎng)世界還處于單機(jī)時(shí)代。雅虎、Linkedin、Facebook等新興互聯(lián)網(wǎng)公司為了應(yīng)對(duì)高速發(fā)展的業(yè)務(wù)需求,紛紛采用以Hadoop為主的系統(tǒng)爬取、存儲(chǔ)巨量數(shù)據(jù)的新技術(shù),這也成為大數(shù)據(jù)云計(jì)算行業(yè)的基礎(chǔ)。

國(guó)內(nèi)也有類似的數(shù)字化實(shí)踐,在2015年前后興起的火熱的“中臺(tái)”,正是國(guó)內(nèi)企業(yè)數(shù)字化進(jìn)程中的重要里程碑。

“中臺(tái)”一詞最早來(lái)自阿里巴巴。2015年,阿里巴巴參考芬蘭游戲公司Supercell的爆款游戲生產(chǎn)機(jī)制,建立起了“大中臺(tái),小前臺(tái)”的架構(gòu):將通用的IT能力抽取出來(lái)組成一個(gè)大中臺(tái),為前端的業(yè)務(wù)部門賦能。

中臺(tái)降溫,對(duì)大數(shù)據(jù)的一次反思數(shù)據(jù)是構(gòu)建起互聯(lián)網(wǎng)世界的“地基”。而大數(shù)據(jù)行業(yè)的歷史,正是探索如何存儲(chǔ)、應(yīng)用海量數(shù)據(jù)的宏偉道路。開源分布式計(jì)算平臺(tái)Hadoop的出現(xiàn),則改變了一切——讓企業(yè)擁有存儲(chǔ)海量數(shù)據(jù)的能力,從而建立起了數(shù)據(jù)資產(chǎn)。在云計(jì)算時(shí)代到來(lái)之前的2000年左右,互聯(lián)網(wǎng)世界還處于單機(jī)時(shí)代。雅虎、Linkedin、Facebook等新興互聯(lián)網(wǎng)公司為了應(yīng)對(duì)高速發(fā)展的業(yè)務(wù)需求,紛紛采用以Hadoop為主的系統(tǒng)爬取、存儲(chǔ)巨量數(shù)據(jù)的新技術(shù),這也成為大數(shù)據(jù)云計(jì)算行業(yè)的基礎(chǔ)。國(guó)內(nèi)也有類似的數(shù)字化實(shí)踐,在2015年前后興起的火熱的“中臺(tái)”,正是國(guó)內(nèi)企業(yè)數(shù)字化進(jìn)程中的重要里程碑。“中臺(tái)”一詞最早來(lái)自阿里巴巴。2015年,阿里巴巴參考芬蘭游戲公司Supercell的爆款游戲生產(chǎn)機(jī)制,建立起了“大中臺(tái),小前臺(tái)”的架構(gòu):將通用的IT能力抽取出來(lái)組成一個(gè)大中臺(tái),為前端的業(yè)務(wù)部門賦能。

參考:終于有人把數(shù)據(jù)中臺(tái)講明白了

阿里巴巴以這套機(jī)制建立了大量中臺(tái),減少了IT資源的浪費(fèi)。當(dāng)中,數(shù)據(jù)中臺(tái)的建設(shè)最為業(yè)界追捧,阿里巴巴憑借打造數(shù)據(jù)中臺(tái)實(shí)現(xiàn)了統(tǒng)一融合的數(shù)據(jù)建設(shè),進(jìn)一步釋放數(shù)據(jù)價(jià)值,這也引發(fā)了一輪效仿——在當(dāng)時(shí)數(shù)字化的熱潮之下,國(guó)內(nèi)無(wú)論大小企業(yè),不惜一擲千金,花費(fèi)百萬(wàn)乃至千萬(wàn)元,也開始“大建數(shù)據(jù)中臺(tái)”。

但苦澀的事實(shí)是,短短五年后,企業(yè)對(duì)于數(shù)據(jù)中臺(tái)的熱情卻逐漸降溫,不約而同進(jìn)入“冷靜期”。

聽起來(lái),數(shù)據(jù)中臺(tái)極其符合商業(yè)邏輯。比如,前端的電商部門需要一套比價(jià)系統(tǒng),中臺(tái)部門調(diào)動(dòng)資源開發(fā)對(duì)應(yīng)的數(shù)據(jù)平臺(tái)后,還能把這套系統(tǒng)模塊化,等到其他部門需要的時(shí)候,經(jīng)過(guò)輕量二次開發(fā),就能迅速地復(fù)用其他業(yè)務(wù)之上,減少部門間“重復(fù)造輪子”的行為,數(shù)據(jù)在統(tǒng)一口徑之后也能進(jìn)行相對(duì)應(yīng)復(fù)用。

但實(shí)際落地到企業(yè)當(dāng)中,這套邏輯并不一定奏效。

“為做而做”,“求大求全”,使得數(shù)據(jù)中臺(tái)難以為業(yè)務(wù)所用,也是許多數(shù)據(jù)中臺(tái)項(xiàng)目失敗的原因。

在數(shù)據(jù)中臺(tái)建設(shè)的早期,業(yè)內(nèi)還沒(méi)有成熟的建設(shè)規(guī)則或者方法論,部分企業(yè)直接套用阿里的數(shù)據(jù)建設(shè)方法論,建設(shè)了許多不必要的功能。而在真正啟用后,卻發(fā)現(xiàn)功能和數(shù)據(jù)并不符合實(shí)際的業(yè)務(wù)場(chǎng)景需求,最終的結(jié)果就是“難用”,數(shù)據(jù)中臺(tái)并不能被真正用起來(lái),也就加難以收獲業(yè)務(wù)端的認(rèn)可。

在36氪2020年的報(bào)道中,曾有IT從業(yè)者拋出一個(gè)精彩比喻:“中臺(tái)不是萬(wàn)能藥,大象吃這個(gè)藥,強(qiáng)身健體;螞蟻吃這個(gè)藥,一擊斃命。

”對(duì)于業(yè)務(wù)體量夠大的企業(yè)來(lái)說(shuō),照搬互聯(lián)網(wǎng)大廠的方法論,也有可能也會(huì)水土不服。這類企業(yè)往往在建立數(shù)據(jù)中臺(tái)的過(guò)程中用力過(guò)猛,將大量注意力放在數(shù)據(jù)資產(chǎn)基礎(chǔ)設(shè)施的建設(shè)上,又“大而全”地對(duì)各類數(shù)據(jù)進(jìn)行整理和統(tǒng)一,卻忽略了自身業(yè)務(wù)的實(shí)際需求。數(shù)千萬(wàn)甚至億級(jí)的資源和人力投入,卻使得數(shù)據(jù)中臺(tái)逐漸成為一個(gè)“為做而做”的項(xiàng)目,最終被巨大的建設(shè)成本拖累。

2021年開始,中臺(tái)的發(fā)起者阿里巴巴推出了一系列將中臺(tái)“打薄”的措施——主導(dǎo)阿里巴巴中臺(tái)戰(zhàn)略的前集團(tuán)首席執(zhí)行官?gòu)堄?,開始持續(xù)發(fā)聲:要把中臺(tái)做得越來(lái)越薄,要讓阿里的業(yè)務(wù)變得敏捷,取代阿里“大中臺(tái)”戰(zhàn)略。

這意味著,原來(lái)“什么都能往里裝”的中臺(tái),如今要擺脫厚重的架構(gòu),與業(yè)務(wù)鏈接得更為緊密。

與此同時(shí),在數(shù)據(jù)中臺(tái)的建設(shè)中,企業(yè)愈發(fā)開始意識(shí)到,建中臺(tái)不是本質(zhì)目的,讓數(shù)據(jù)真正被用起來(lái),與業(yè)務(wù)產(chǎn)生緊密的關(guān)聯(lián)才是數(shù)據(jù)中臺(tái)成功的關(guān)鍵。

在這種趨勢(shì)之下,“數(shù)據(jù)飛輪”的概念也隨之興起——圍繞業(yè)務(wù)進(jìn)行數(shù)據(jù)消費(fèi),從原來(lái)的“重點(diǎn)關(guān)注數(shù)據(jù)資產(chǎn)”,到“同步關(guān)注數(shù)據(jù)流與業(yè)務(wù)流的融合”,即充分考慮數(shù)據(jù)在業(yè)務(wù)中的應(yīng)用,數(shù)據(jù)資產(chǎn)與業(yè)務(wù)應(yīng)用形成閉環(huán)。

數(shù)據(jù)飛輪的出現(xiàn),意味著“中臺(tái)”理論失效了嗎?

對(duì)尚處在數(shù)字化初期的國(guó)內(nèi)市場(chǎng)而言,數(shù)據(jù)中臺(tái)對(duì)數(shù)字化概念的普及和落地功不可沒(méi)。如今,“中臺(tái)”并不能被稱為失效,而是企業(yè)對(duì)數(shù)字化的認(rèn)識(shí)來(lái)到了新階段。“數(shù)據(jù)飛輪”,則可以看作這一概念演變的新一階段。

在宏觀環(huán)境變幻莫測(cè)之時(shí),企業(yè)主更注重業(yè)務(wù)增量。數(shù)據(jù)中臺(tái)的建設(shè),不能作為成本中心而存在,而是要為業(yè)務(wù)帶來(lái)實(shí)際效用,才能算得清這筆商業(yè)賬。

這也能解釋,為何近年來(lái)“數(shù)據(jù)飛輪”一詞頻頻出現(xiàn)在人們的視野——“數(shù)據(jù)飛輪”更關(guān)注與業(yè)務(wù)之間的動(dòng)態(tài)關(guān)聯(lián),強(qiáng)調(diào)“用數(shù)據(jù)”而非“存數(shù)據(jù)”。

企業(yè)數(shù)字化技術(shù)服務(wù)公司云徙科技是“中臺(tái)”理論的重要實(shí)踐者,如今也開始了對(duì)“數(shù)據(jù)飛輪”的探索。其副總裁在去年的數(shù)據(jù)飛輪消費(fèi)行業(yè)研討會(huì)上提到,盡管企業(yè)對(duì)數(shù)據(jù)消費(fèi)有強(qiáng)烈的需求,但實(shí)際操作中卻往往面臨諸多挑戰(zhàn),真正將數(shù)據(jù)資產(chǎn)量化為業(yè)務(wù)價(jià)值,勢(shì)必觸及到對(duì)數(shù)據(jù)的精準(zhǔn)把控與分析。對(duì)于新興的數(shù)據(jù)飛輪理念,云徙科技和其他廠商一樣,正在擁抱和認(rèn)可其中的內(nèi)涵。

從這個(gè)維度來(lái)說(shuō),數(shù)據(jù)飛輪和數(shù)據(jù)中臺(tái)并不對(duì)立。相反,數(shù)據(jù)飛輪可以說(shuō)是中臺(tái)理論的升級(jí)。

參考:Gartner:數(shù)據(jù)中臺(tái)即將消亡,取而代之的是數(shù)智基建

“數(shù)據(jù)消費(fèi)時(shí)代”來(lái)臨“

中臺(tái)”時(shí)期,業(yè)界對(duì)數(shù)據(jù)倉(cāng)庫(kù)、湖倉(cāng)一體等新興技術(shù)的應(yīng)用,為企業(yè)帶來(lái)了十分珍貴的數(shù)據(jù)資產(chǎn)。中臺(tái)強(qiáng)調(diào)“統(tǒng)一”——統(tǒng)一的技術(shù)、數(shù)據(jù),相當(dāng)于在傳統(tǒng)IT架構(gòu)下孤立的一個(gè)個(gè)軟件之間搭建起了橋梁,有助于數(shù)據(jù)在底層的高頻流通。

但這一時(shí)期的關(guān)鍵問(wèn)題在于,建立了數(shù)據(jù)資產(chǎn)后,企業(yè)的數(shù)據(jù)利用率卻不高。

如今,全球數(shù)據(jù)以驚人速度增長(zhǎng),且沒(méi)有任何放緩的跡象。根據(jù)福布斯專欄作家Bernard Marr的觀點(diǎn),全球超過(guò)90%的數(shù)據(jù),都是在過(guò)去幾年中被創(chuàng)建。但據(jù)Gartner的研究報(bào)告顯示,如今還有68%的企業(yè)數(shù)據(jù)沒(méi)有被用來(lái)分析、使用;而高達(dá)82%的企業(yè)仍處于數(shù)據(jù)孤島之中。

電商是一個(gè)典型例子——購(gòu)物大促時(shí),會(huì)產(chǎn)生許多高并發(fā)的計(jì)算需求,并且需要實(shí)時(shí)取用數(shù)據(jù),而數(shù)據(jù)也不只是報(bào)表等結(jié)構(gòu)性數(shù)據(jù),而是擁有包括圖像、音視頻在內(nèi)的非結(jié)構(gòu)化數(shù)據(jù)。

而在過(guò)去,傳統(tǒng)意義上的數(shù)據(jù)倉(cāng)庫(kù)主要處理的是T+1數(shù)據(jù),即今天產(chǎn)生的數(shù)據(jù)分析結(jié)果,明天才能看到。但現(xiàn)在,企業(yè)客戶的數(shù)據(jù)需求,已經(jīng)不是單純的靜態(tài)數(shù)據(jù),而是實(shí)時(shí)、且有洞察的數(shù)據(jù)。

因此,中臺(tái)為企業(yè)內(nèi)部的數(shù)據(jù)資產(chǎn)“建立橋梁”遠(yuǎn)遠(yuǎn)不夠。更重要的,是要在企業(yè)內(nèi)部建立起一套數(shù)據(jù)流通的有效模式。

“數(shù)據(jù)消費(fèi)”這一概念,正是在這一語(yǔ)境下被提出。

領(lǐng)克汽車就是成功從“數(shù)據(jù)困境”中走出的企業(yè)——此前,和其他的技術(shù)密集型企業(yè)一樣,領(lǐng)克也建立起了一套完善的企業(yè)數(shù)據(jù)底座。

“我們手上也有APP的日活、月活等數(shù)據(jù),但對(duì)于數(shù)據(jù)背后的意義、價(jià)值,我們是并不明確的。”吉利汽車集團(tuán)營(yíng)銷數(shù)字中心負(fù)責(zé)人沈穩(wěn)杰表示。

為了搞明白這些數(shù)據(jù),領(lǐng)克汽車的運(yùn)營(yíng)團(tuán)隊(duì)選擇了與火山引擎達(dá)成合作,基于火山引擎旗下的數(shù)據(jù)產(chǎn)品增長(zhǎng)分析DataFinder,開展了一次創(chuàng)新的降價(jià)拍賣直播活動(dòng)——拿出一輛車,在規(guī)定時(shí)間內(nèi),用戶來(lái)參與直播出價(jià)拍賣。

“通過(guò)直播拍賣活動(dòng),我們拿到了非常有趣的一組數(shù)據(jù):圍觀的用戶接近2萬(wàn),而出價(jià)用戶超過(guò)1000左右。我們?cè)倮^續(xù)對(duì)出價(jià)的用戶進(jìn)行打標(biāo)簽、細(xì)分,確認(rèn)有意購(gòu)車的用戶。”后面的兩個(gè)月里,領(lǐng)克對(duì)出價(jià)的用戶持續(xù)給予一些優(yōu)惠、優(yōu)惠激勵(lì)——最終,達(dá)成汽車訂單數(shù)超過(guò)200。

其中,火山引擎數(shù)智平臺(tái)VeDI的產(chǎn)品不僅能夠幫助領(lǐng)克實(shí)時(shí)觀測(cè)到這些數(shù)據(jù),并且還能夠在這一創(chuàng)新場(chǎng)景里,幫助業(yè)務(wù)人員實(shí)現(xiàn)數(shù)據(jù)消費(fèi)的全流程。如今,基于增長(zhǎng)分析DataFinder,領(lǐng)克能夠清楚地了解到領(lǐng)克APP每天的日活用戶從哪來(lái)、又去了哪里,他們更關(guān)注什么等等?;谟脩舻年P(guān)注點(diǎn),團(tuán)隊(duì)再動(dòng)態(tài)對(duì)業(yè)務(wù)策略進(jìn)行調(diào)整。

領(lǐng)克的例子正是說(shuō)明,“數(shù)據(jù)消費(fèi)”是構(gòu)建數(shù)據(jù)飛輪的必要前提,一切數(shù)據(jù)資產(chǎn)建設(shè)都需要圍繞數(shù)據(jù)消費(fèi)進(jìn)行建設(shè)——才能有效地驅(qū)動(dòng)增長(zhǎng)。

\

火山引擎“數(shù)據(jù)飛輪”理論

在建設(shè)數(shù)據(jù)底座時(shí),企業(yè)就得想明白“把數(shù)據(jù)消費(fèi)作為目標(biāo)”,建設(shè)符合自己業(yè)務(wù)形態(tài)的數(shù)據(jù)基礎(chǔ)設(shè)施。企業(yè)內(nèi)的各項(xiàng)應(yīng)用,應(yīng)該是當(dāng)場(chǎng)景、業(yè)務(wù)需要之時(shí),才開發(fā)相應(yīng)的數(shù)據(jù)工具,而非照搬大公司的方案、模版。

那么,為何企業(yè)現(xiàn)在需要格外強(qiáng)調(diào)“數(shù)據(jù)消費(fèi)”?這由互聯(lián)網(wǎng)的發(fā)展階段所決定。

在以往的粗放增長(zhǎng)時(shí)期,企業(yè)可以用投放、買量實(shí)現(xiàn)增長(zhǎng),增長(zhǎng)可以掩蓋很多數(shù)據(jù)問(wèn)題;但在存量競(jìng)爭(zhēng)時(shí)代,拼的是精細(xì)化運(yùn)營(yíng),精細(xì)化的策略則來(lái)自對(duì)數(shù)據(jù)的洞察。在這一階段,企業(yè)數(shù)字化的終點(diǎn),不是數(shù)據(jù)資產(chǎn)的建設(shè),而是數(shù)據(jù)在業(yè)務(wù)場(chǎng)景的頻繁應(yīng)用。

還是以字節(jié)跳動(dòng)為例。多數(shù)人關(guān)注字節(jié)的組織戰(zhàn)略,往往從扁平、透明的組織架構(gòu)開始,還有一部分不可忽視,則是內(nèi)部對(duì)“把數(shù)據(jù)用起來(lái)”的極度重視。

據(jù)了解,字節(jié)跳動(dòng)內(nèi)部關(guān)于“數(shù)據(jù)消費(fèi)”有2個(gè)“80%”,一是80%的企業(yè)員工能夠直接使用數(shù)據(jù)產(chǎn)品,二是數(shù)據(jù)資產(chǎn)能覆蓋到80%的分析場(chǎng)景。

這造成一個(gè)神奇的景象。80%的字節(jié)員工每天在通過(guò)各種各樣的數(shù)據(jù)產(chǎn)品使用數(shù)據(jù),進(jìn)行數(shù)據(jù)消費(fèi),既包括以往主要和數(shù)據(jù)打交道的專業(yè)人員——數(shù)據(jù)工程師、數(shù)據(jù)分析師等等,也包含產(chǎn)品、運(yùn)營(yíng)、市場(chǎng),甚至行政、HR、UED這些離IT、數(shù)據(jù)比較遠(yuǎn)的人。

這也能解釋,數(shù)據(jù)驅(qū)動(dòng)為何會(huì)成為字節(jié)跳動(dòng)的文化之一——因?yàn)閹缀醮蟛糠秩硕寄軌蚋咝У孬@取自己需要的數(shù)據(jù),輔助自身的業(yè)務(wù),而不需要等待來(lái)自上級(jí)的決策再進(jìn)行實(shí)施。以數(shù)據(jù)消費(fèi)驅(qū)動(dòng)企業(yè)增長(zhǎng),并且達(dá)到業(yè)務(wù)目標(biāo)后,如此反復(fù),成為閉環(huán)。數(shù)據(jù)消費(fèi),已經(jīng)逐步成為企業(yè)經(jīng)營(yíng)的必備一環(huán)。

大模型時(shí)代,用數(shù)據(jù)飛輪重塑數(shù)智化邏輯

從2023年開始的生成式AI(Gen AI)熱潮,則會(huì)加速“數(shù)據(jù)消費(fèi)”這一認(rèn)知成為共識(shí),對(duì)大數(shù)據(jù)領(lǐng)域影響深遠(yuǎn)。

生成式AI的訓(xùn)練和應(yīng)用都重度依賴數(shù)據(jù),這本身就是一種“數(shù)據(jù)消費(fèi)”,而要想讓模型質(zhì)量更高,AI在實(shí)際業(yè)務(wù)中應(yīng)用落地的數(shù)據(jù)反哺又至關(guān)重要。

數(shù)據(jù)庫(kù)巨頭Databricks就在2023的年末總結(jié)里提出:“未來(lái)的大數(shù)據(jù)架構(gòu)將是一個(gè)高度集成、智能化和自動(dòng)化的系統(tǒng),它能夠有效地處理和分析大量數(shù)據(jù),同時(shí)簡(jiǎn)化數(shù)據(jù)管理和AI應(yīng)用的開發(fā)過(guò)程,為企業(yè)提供競(jìng)爭(zhēng)優(yōu)勢(shì)……在不久的未來(lái),每個(gè)領(lǐng)域的贏家,都是那些最有效利用數(shù)據(jù)和AI的企業(yè)。”

如今,大模型想在企業(yè)側(cè)落地,意味著企業(yè)自身的數(shù)據(jù)和算力規(guī)模都會(huì)不斷加大——未來(lái),企業(yè)不僅是需要更多數(shù)據(jù),更重要的是要更會(huì)使用數(shù)據(jù)。而數(shù)據(jù)消費(fèi),又會(huì)反哺到應(yīng)用和底層的數(shù)據(jù)基建建設(shè)之中。

百度董事長(zhǎng)李彥宏就曾表示:“AI原生應(yīng)用會(huì)驅(qū)動(dòng)模型、芯片等AI技術(shù)棧的發(fā)展,只有通過(guò)更多的場(chǎng)景落地應(yīng)用,才能夠形成更大的數(shù)據(jù)飛輪,才能夠讓芯片做到夠用和好用。”

幸運(yùn)的是,在數(shù)據(jù)應(yīng)用上,大模型未來(lái)會(huì)成為用戶的有力助手。大模型使得人與機(jī)器的交互形式發(fā)生根本性的變化,這會(huì)有效地降低用戶的數(shù)據(jù)消費(fèi)門檻。

傳統(tǒng)數(shù)據(jù)分析方式將會(huì)發(fā)生巨大變化——從前,如果業(yè)務(wù)人員需要找一個(gè)分析數(shù)據(jù),輕則需要學(xué)習(xí)BI等分析工具,重則需要找專業(yè)的IT人員提需求。但在大模型誕生后,垂直領(lǐng)域的數(shù)據(jù)搜索將會(huì)變得更容易,只要用自然語(yǔ)言和模型交互,模型即可提取相應(yīng)數(shù)據(jù),大大提升在數(shù)據(jù)分析上的人效。

但這也意味著,未來(lái)使用數(shù)據(jù)的門檻會(huì)降低,而對(duì)數(shù)據(jù)質(zhì)量的要求則會(huì)進(jìn)一步提高,企業(yè)要想真正享受到生成式AI帶來(lái)的業(yè)務(wù)紅利,需要更加強(qiáng)健的數(shù)據(jù)基礎(chǔ)設(shè)施,以及建立起良性的數(shù)據(jù)消費(fèi)模式,挖掘業(yè)務(wù)數(shù)據(jù)中更深層次的價(jià)值。

更多的人使用大模型提取和分析數(shù)據(jù),這對(duì)企業(yè)的數(shù)據(jù)基礎(chǔ)設(shè)施提出了更高的要求——OpenAI每次發(fā)布新功能后,宕機(jī)現(xiàn)象仍然頻發(fā),則是當(dāng)前底層設(shè)施尚未很好適配大模型的證明。

數(shù)據(jù)基礎(chǔ)設(shè)施如同土壤,只有足夠強(qiáng)大,才能夠孵化出有爆發(fā)潛力的AI原生應(yīng)用。對(duì)此,企業(yè)需要更精細(xì)化地建設(shè)數(shù)據(jù)基礎(chǔ)設(shè)施,配合業(yè)務(wù)流建立起數(shù)據(jù)采集、存儲(chǔ)、分析層面的工具。而在數(shù)據(jù)上,更需要高質(zhì)量且完整的數(shù)據(jù),更好加以治理,統(tǒng)一標(biāo)準(zhǔn)和口徑,為數(shù)據(jù)的使用做好準(zhǔn)備。

最后,企業(yè)需要找到一個(gè)數(shù)據(jù)消費(fèi)場(chǎng)景,讓大量用戶使用,模型才能不斷迭代,讓性能更強(qiáng)——這與數(shù)據(jù)飛輪理論,也不謀而合。

早在2013年,《大數(shù)據(jù)時(shí)代》一書作者維克托·爾耶·舍恩伯格就表示,大數(shù)據(jù)開啟了一次重大的“時(shí)代轉(zhuǎn)型”,其帶來(lái)的信息風(fēng)暴正在變革我們的生活、工作和思維,社會(huì)也將經(jīng)歷類似的地殼運(yùn)動(dòng)。

十年過(guò)后,隨著數(shù)字化進(jìn)程的深入,“數(shù)據(jù)飛輪”成為一個(gè)新的階段,幫助企業(yè)構(gòu)建數(shù)智化競(jìng)爭(zhēng)力的邊界——誰(shuí)能更好地轉(zhuǎn)動(dòng)起數(shù)據(jù)飛輪,誰(shuí)就能真正掌握未來(lái)。

免責(zé)聲明:本文系網(wǎng)絡(luò)轉(zhuǎn)載,版權(quán)歸原作者所有。本文所用圖片、文字如涉及作品版權(quán)問(wèn)題,請(qǐng)聯(lián)系刪除!本文內(nèi)容為原作者觀點(diǎn),并不代表本網(wǎng)站觀點(diǎn)。
編輯:劉婧
活動(dòng) 直播間  | CIO智行社

分享到微信 ×

打開微信,點(diǎn)擊底部的“發(fā)現(xiàn)”,
使用“掃一掃”即可將網(wǎng)頁(yè)分享至朋友圈。

宁海县| 台前县| 泽普县| 长汀县| 烟台市| 丹阳市| 东海县| 饶平县| 仪征市| 青州市| 富源县| 霍山县| 中卫市| 贵德县| 牙克石市| 明溪县| 彭水| 汤原县| 新邵县| 城市| 津南区| 沈丘县| 资源县| 宜君县| 邢台市| 唐河县| 米脂县| 大港区| 泗洪县| 阿拉善右旗| 盐边县| 隆德县| 万安县| 菏泽市| 凤城市| 江陵县| 荃湾区| 嘉兴市| 成都市| 盱眙县| 宜丰县|