作为一个经久不衰的炒作主题,大数据已经被视为大型企业机构的专属,而非中型企业面临的挑战或机遇。然而,戴尔软件针对中端市场大数据计划所做的调查结果却截然相反。大数据计划,曾经只是大型企业独有的优势,正在以新的分析工具不断加强IT部门领导与公司业务之间的联系,帮助中型企业机构改进产品质量和决策。
为了寻求推动中端市场采用大数据项目的原因所在,戴尔软件委托Competitive Edge Research 对全球中型企业高管进行了一次调查。着眼于中型企业机构,本次调查显示,大数据项目从根本上给企业带来了重大转变,并成为全球中型企业的一个关键决策因素。调查结果还显示,当今绝大多数的中型企业机构相信大数据项目的潜力将帮助他们解决实际业务问题,他们正在以实际行动来支持这一计划。
调查结果显示中型企业正积极实施大数据计划
本次调查最显著的结果就是:41%的受访者已经制定了一个或多个大数据项目,另外55%的受访者计划在可预见的未来启动一个大数据项目。更进一步的调查结果表明,更多中型企业机构计划利用大数据分析来发展业务,而不只是找到削减成本的方式。其它调查结果还包括:
一系列关键驱动因素推动中型企业拥抱并投资大数据计划。受访者表示,其大数据项目有三大目标,提供质量更高的产品和服务,充分利用新的商机,提高决策质量和速度。紧随其后的目标是,更好地了解客户需求,具有快速响应竞争威胁的能力,以及提升营销计划的有效性。
早期成果带来出立竿见影的影响
尽管许多中型企业才刚刚开始启动大数据计划,但是早期成果显示,这些计划将对其企业机构的生产效率和成功产生非常直接、正面的影响。根据调查显示,正在执行大数据项目的企业机构对生产力和决策的满意度比那些仍在规划阶段的企业机构要高得多。例如:
关键成功因素
戴尔调查显示,作为大型企业机构大数据计划中一个众所周知,但经常被忽视的最佳实践,即IT与业务部门之间的协作是最常提到的中型市场项目成功的前提条件,41%的受访者认为,要想让大数据计划获得成功,必须在两个部门之间进行协作。其它常被提及的成功因素包括:
中型企业机构中已初现成功迹象,但是仍有增长空间
尽管绝大多数企业机构已经普遍看到早期成果,但是仍然有增长空间。管理数据复杂性仍然是中型企业机构所面临的最大障碍,因为他们希望充分获得数据驱动方案的潜在好处。根据调查,40%的企业机构认为管理各种数据类型和结构的需求将是一大挑战,而只有24%的企业机构将缺乏易于使用、高成本效益的数据清洗工具视为挑战[1]。此外,大多数中型企业机构仍然没有将社交媒体及其它大型数据资源纳入其分析工具组合,这意味着有大量分析洞察来源在很大程度上尚未得到开发。
尽管所需的大数据技术的成本和复杂性使得某些机会未被开发,但技术仍然在不断改进,大数据相关项目的预算也在增长。戴尔调查结果显示,没有任何理由表明,中型企业不受益于其对数据更好的分析,更重要的是,他们现在已经清楚的意识到这一点。
引言
“戴尔调查再次证明“大”数据只是相对而言。作为一家拥有海量复杂数据的企业并不是受益于数据驱动思维的先决条件。任何规模的企业机构只要致力于通过提高业务流程的质量而更具分析能力、以数据为导向,潜在的好处就是无限的。中型企业机构大数据计划所获得的早期成功将鼓励其增长和进一步投资,随着他们进一步深入到不同的数据集,并具有不断改进的分析能力,将获得额外的投资回报。这就是为什么戴尔开发了各种跨软件、硬件和服务的解决方案,帮助各种规模的企业充分利用数据和信息更快速地做出更好、更明智的决策。”
-戴尔软件产品管理信息管理执行总监Darin Bartik
关于此次调查
戴尔软件委托Competitive Edge Research对全球中型企业机构的300位IT决策者进行了问卷调查。受访者包括跨领域的总监、经理、副总裁或首席高管,他们担任IT和业务线的领导职务。所谓中型企业,即企业规模在2000-50000人之间。此次调查于2013年11月在美国、欧洲中东和非洲以及亚太区进行。私营和公共企业机构都接受了访问[1]。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。