现在电商发展起来的节奏,使得大众更相信马云所言“五年内将没有线下销售”的可信度。面对这样的转变最该紧张的似乎是传统零售商了,日前在中美创新链接——大数据专题研讨会上,华院数据创始人、董事长宣晓华谈了传统零售商在转型过程中遭遇的数据难题。
首先就是数据收集难。宣晓华谈到,电商从他的先天基因开始,数据保存就是它的优势。包括客户资料、客户的浏览行为和交易行为。但是传统零售通常没有客户数据,即使走进商场,也无法留下他的购物行为足迹。
第二点,数据管理意识薄弱。这源于传统零售商在漫长的发展历程中,留下的历史性问题,不太习惯用数据去改善管理,这个是我讲的传统零售。加之自身没有匹配相应完善的IT部门,就很那跟业务部门协同处理数据,缺失专业的数据管理人才。
第三就是企业策略。当企业意识到大数据的重要性时,是否能制定有关的应对政策。宣晓华谈到他所看到的实际情况,表示,即使有的企业制定了一定的策略,却没有好的切入点,最终导致不了了之,大数据项目流产。
好文章,需要你的鼓励
还在为渲染一个3D模型等上几小时吗?还在纠结移动办公就得牺牲性能吗?当AI遇上专业工作站,传统设计流程的游戏规则正在被改写。
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。
据报道,OpenAI正与亚马逊洽谈至少100亿美元的融资。亚马逊此前已是Anthropic的最大投资者,并为其建设了110亿美元的数据中心园区。若融资达成,OpenAI将采用AWS的Trainium系列AI芯片。Trainium3采用三纳米工艺,配备八核心和32MB SRAM内存。AWS可将数千台服务器连接成拥有百万芯片的集群。报道未透露具体估值,但OpenAI最近一次二次出售估值已达5000亿美元。
这项由伊利诺伊大学香槟分校等四所院校联合完成的研究,提出了名为DaSH的层次化数据选择方法。该方法突破了传统数据选择只关注单个样本的局限,通过建模数据的天然层次结构,实现了更智能高效的数据集选择。在两个公开基准测试中,DaSH相比现有方法提升了高达26.2%的准确率,同时大幅减少了所需的探索步数。