最近,有幸和国内不同行业的CIO(医疗、教育、互联网、金融等)交流了大数据的看法,听了听他们一线用户对于大数据的理解,总体来看他们对于大数据本身充满了积极的热情,并且对于大数据有着深刻的认知包括对于大数据技术、产品以及“瓶颈”,虽然现阶段这些行业企业开展大数据仍然存在一定的阻力,但这些行业CIO普遍看好大数据以及其未来行业的发展。
大数据行业前景以及发展不做过多的阐述,从大数据的应用现状来看,现在不论哪个行业企业在开展大数据时有许多问题待解决比如如何打通并且获得基于企业内部数据之外的互联网数据?如何让企业及IT部门快速“升级”知识结构去接受大数据?…等等这些问题成为企业开展大数据所必需要思考的。
面对大数据在行业企业中存在的问题,建议行业企业及CIO开展大数据时应该优先考虑以下几方面,从而保证大数据的成功。首先,向互联网迈进,向互联网电商行业企业学习大数据的应用经验。企业以及CIO都害怕当小“白鼠”,这很正常的。不过,对于互联网或者电商企业而言,他们在大数据领域已经对于大数据进行了多次的尝试与实践,而且他们天生就具有大数据的“基因”,他们对于大数据的理解、应用已经走在了传统行业企业的前列并且已经取得了一定的成绩比如熟知的阿里巴巴、京东、当当、国美在线他们自身就在大数据领域有许多先进的经验可供传统企业参考。
另外,除了互联网电商行业外,在电信、金融行业的企业他们同样也具有惊人的数据,以数据为核心的这些行业同样也已经对大数据有了很多的探索和尝试,开展了许多有价值的新业务,传统企业在开展大数据时可借鉴这些行业企业的成功经验来开展大数据。
其次,加强与外部第三方数据平台如阿里大数据平台、百度大数据引擎、谷歌大数据平台、腾讯大数据平台等的合作。内部数据分析结果往往有限,要想发挥数据价值还得借助外部第三方数据的力量,他们本身就拥有海量的数据源以及分析能力,能够从不同区域、不同行业等多个维度进行数据分析,从而创造更商的价值。比如在医疗领域可以通过疾病的发病区域以及时间,分析出哪些季节、哪些区域是高病发区,然后医疗机构可根据数据结果提前制定相应的应对措施。在教育行业,可以通过第三方的大数据为考生在估分、报考、专业选择上提供帮助等等。未来,随着这些三方数据平台开放能力的加强,越来越多的行业企业能够借助大数据受益。
第三,改善现有IT部门的知识结构。某金融行业CIO私下里曾经指出,现在的云计算、大数据技术真的很好,但是在企业中阻碍这些新技术的应用恰恰是这些IT部门的负责人,这是因为一旦新的技术来临,会对于现有的IT人员的知识结构形成冲击,这导致了新技术很难在企业进行尝试或者部署。面对现状,这需要CIO以及IT人员勇于接纳新的技术,快速适应如大数据等新技术所带来的变化。
归纳小结,以后的大数据将变得无处不在,但无论是是技术、产品还是应用还有待提升,仍然还需要很长一段路要走,对于行业企业以及IT负责人来讲还需要不断的摸索、实践,相信随着技术的成熟,大数据必然能够在行业中发挥出巨大的价值,助力企业创造出新的辉煌。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。