根据IDC新的全球半年度大数据和分析开支指南,全球大数据和业务分析收入将从2015年的1220亿美元增加到2019年超过1870亿美元,在5年间的增幅超过50%。这个新的开支指南在IDC此前的预期基础上进行了扩展,提供了技术、行业和地区方面的详细收入信息。
在大多数的预测期内,服务相关的商机将在所有大数据和业务分析收入中占到超过一半的份额,IT服务的收入是业务服务年收入的近3倍。软件将是第二大类别,到2019年收入规模将超过550亿美元。其中近一半的收入将来自于最终用户查询、报告、分析工具和数据仓库管理工具的采购。硬件开支到2019年将增长至接近280亿美元。
呈现出最大收入机遇的行业是离散制造(到2019年达到228亿美元)、银行(221亿美元)以及加工制造(164亿美元)。其他四个行业——联邦/中央政府、专业服务、电信和零售业——将到2019年产生超过100亿美元的收入。收入增幅最高的行业将是公共事业、资源产业、医疗保健和银行,尽管在开支指南中提及的几乎所有行业都将在5年预测期内增长超过50%。
大型和非常大型的企业(员工规模超过500人)将是大数据和业务分析机遇的主要推动力,到2019年将创造超过1400亿美元的收入。不过,中小企业(SMB)仍将是重要的贡献者,全球收入中将有1/4是来自于规模小于500人的企业。
“能够利用新一代业务分析解决方案的企业机构,可以通过数字转型适应突破性的变革,在他们所处的市场中创造竞争差异化,”IDC分析及信息管理群组副总裁Dan Vesset表示。“这些企业机构不只是实现了现有流程的自动化——他们把数据和信息视为有价值的资产,通过利用集中的方式提取和开发信息的价值。”
“毫无疑问,大数据和分析可以对几乎每个行业带来相当大的影响,”IDC客户洞察和分析项目总监Jessica Goegfert这样表示。“这意味着企业要面临提高利润和业绩、同时提高响应能力和取悦客户和潜在客户的压力。具有远见的企业将会借助这项技术实现更好的、更快速的、以数据为驱动的决策。”
从地域角度来看,有超过半数的大数据和业务分析收入将来自于美国。IDC预测,到2019年美国大数据和业务分析解决方案的市场规模将超过980亿美元。第二大地区将是西欧、其次是亚太(不包括日本)以及拉丁美洲。在5年预测期内增幅最快的两个地区将是拉丁美洲和中东&非洲。
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。