从麻省理工学院CDOIQ研讨会第一天的交流内容来看,与会者将关注重点放在了CDO在企业结构中的重新定义,他们同时预计CIO职位将最终在很多企业当中彻底消失。在这里,theCUBE的几位主持人将就一天当中研讨会上出现的各种意见与思路进行一番整理。
对于这一结论,社交媒体策略师Paul Gillin指出,“我认为那种针对CIO的典型思维将逐渐被打破。过去大家一直理所当然地认为企业需要一位专门负责技术事务的高层人士。”
技术以服务模式进行交付的现状大大加速了这种全新发展趋势。CDO似乎已经准备好帮助企业将现有资产转译为数据形式,进而成为市场竞争优势的重要组成部分。
Wikibon首席大数据分析师Jeff Kelly指出,通用电气似乎早已意识到这一点并在战略层面有所行动。“通用电气的价值的主要体现平台并非设备本身,而是更多地表现为由设备产生的数据内容,”他表示。他解释称,CIO这一角色的职责在于为企业找到正确的一般性发展方向,并以此为激励手段促使利益相关者参与到执行流程当中。“我认为CIO角色并不会最终消亡,但CDO在未来的发展道路上将占据愈发重要的战略地位。”
尽管很多企业正在积极探寻新的数据世界,但有一项结论已经非常明确:数据的最佳使用方式并绝不仅仅在于大量投入资金并坐等解决方案自己跳出来。正如传奇般的Oakland A以及他在电影《点球成金》中对于数据的透彻使用一般,真正的创新只会诞生在那些充满渴望且迫切需要利用数据昭示其前进方向的企业当中。
“我认为这种情况已经出现在美国职棒联盟及其它行业当中,”Kelly指出,“当一支球队采用这种思维方式并收到成效,其它队伍也将遵循同样的解决方案。这并不是什么技术问题,大家不能指望单纯买入技术成果、砸下重金进而轻松解决实际问题。”相反,他觉得企业数据的真正力量来自每一位成员以及执行流程。如果一家公司不打算或者没有能力根据这种新型模式调整自身文化,那么他们也就不可能从数据当中获取最理想的指导结果
在提到先前采访麻省理工学院Jeanne Ross时的交流结果时,Wikibon联合创始人兼首席分析师Dave Vellante指出,“那些标榜自身由数据驱动的企业往往名不副实。这就是我的结论。他们往往只属于指标驱动型机构。”这种区别意义重大,因为指标驱动型企业会更多关注输出结果,而数据驱动型企业则更重视输入内容。Vellante强调称,像谷歌与Amazon这样的企业正是产业变革洪流中最具参考价值的实例,他们也将在未来继续保持这一领先地位。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。