全球市场经济环境的好坏对现代企业的影响越来越大。这情形如同著名画家诺曼•洛克威尔画作中地方商人关闭了Main Street上店铺的那些日子一样。现在,即使是世界500强企业,都需要重视那些影响利润率和收益的因素。通过可操控的商业智能来挖掘不断增长的数据量的价值,这一应用被称为OLAP,又名联机分析处理,或可简称为商业智能(BI)。
过去,商业智能(BI)并非IT核心应用,因为大多数企业并不具备海量数据的存储和处理能力。如今,BI已经成为企业IT资产的重要组成部分之一。如果没有BI带来企业的洞察力,企业业务可以会受到不可预知因素的影响,从而无法迅捷面对市场反应,灵活调整业务策略。今天,一个企业的眼光要看的足够远,这样才能提前制定对策。敏捷的业务应该依靠不可思议的“预测”来避开危险,而不是直接面对。而这一切都和数据有关。更具体地说,是要在正确的时间将正确的数据传递给正确的决策者。
一个有效的BI解决方案,实质上就是一种“物流”方案。底层架构必须移动大量的货物,在这种情况下就是数据。这些数据还处于原始状态,并没有得到任何处理,不仅数据量大,且数据很驳杂。而在精炼阶段时,数据需要QLogic Gen 5光纤通道这样的“运输”工具来进行传送。由于精炼得到的数据更接近最终用户,此时的重点就转变为能够提供更高IOPS的技术。在这些之后的阶段,BI解决方案不再是通过连续的数据流进行筛选。 BI报表工具被设计成直接显示用户所要求的答案。这需要能从数据存储区中的任意位置迅速地读取数据这一技术来实现。如QLogic FabricCache适配器这样的服务器端缓存产品就是为这种工作负载量身打造的。 FabricCache可以减少10倍的BI报告的等待时间,因为他们从SSD中存取最需要的数据,而不是通过SAN 从传统存储介质存取数据。当在集群中配置BI报表服务器,他们可以与其他报告节点共享所有的加速数据。随着数据越来越多,获取更精确的预测变得更加可行。商业决策应该是有据可循,而不是只是一种预感或由一次灵机而动来决定。
西南航空公司这个成功案例展示了,BI不仅可以改变一家公司,还可以改变整个行业。喷气燃料是航空公司的一个主要的成本来源。西南航空公司通过预测分析,发现购买石油商品比从公开市场购买喷气燃料更具成本效益,因为后者的价格容易受国际情势的影响。数据分析预测让西南航空公司节省超过了350亿燃料成本。其他航空公司为了保持竞争力也采用相同的方法。
所以,如果你的商业智能设计不能满足你的需求,记得使用GEN5光纤通道来处理繁重的工作负载,用服务器端缓存解决方案来处理产生大量IOPS随机读取需求的报表应用。当使用数据来预测未来走向,你可以轻松实现数据分析,并准确把握趋势走向。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。