
在EMC企业战略副总裁Steve Todd和Gartner副总裁、首席数据官(CDO)Doug Laney看来,业务与技术之间的语言障碍是一道应该打破的障碍。虽然改变现有商业模式是一件循序渐进的事,但是他们将以创新的方式进行转变。
"通常售卖产品的公司已经意识到,他们需要考虑从数据中赚钱以增加收入,"Todd表示。"这些公司正在考虑如何给他们的内容附加价值。他们的CEO会问CDO,'我如何让这些数据创造价值?"
人们做了大量工作去了解如何从数据中获得价值,Laney表示,同时人们对信息变现的兴趣也越来越高。"做了一年半的调研,我们发现很多人都在渴望有好的方法,"他说。
数据变现有什么万无一失的公式吗?
但是,寻找一套数据变现的公式,其难度远远超出你的想象。Todd和Laney花了大量时间与评估专家合作研究这样的公式和模型,但他们说,对无形资产的价值进行评估,这是非常棘手的任务。
现有系统有一点像是数据估值的"狂野西部"--充满了未知的权钱交易和谈判。"甚至那些售卖数据集的公司也没有一套固定的公式或者标准,"Laney表示。"我们找出一种公式化这个流程的方法,是非常重要的。"
好文章,需要你的鼓励
浙江大学研究团队开发了ContextGen,这是首个能够同时精确控制多个对象位置和外观的AI图像生成系统。该系统通过情境布局锚定和身份一致性注意力两大创新机制,解决了传统AI在多对象场景中位置控制不准确和身份保持困难的问题,并创建了业界首个10万样本的专业训练数据集,在多项测试中超越现有技术。
上海交通大学研究团队开发的SR-Scientist系统实现了人工智能在科学发现领域的重大突破。该系统能够像真正的科学家一样,从实验数据中自主发现数学公式,通过工具驱动的数据分析和长期优化机制,在四个科学领域的测试中比现有方法提高了6%-35%的精确度。这标志着AI从被动工具转变为主动科学发现者的重要里程碑。