在信息技术革命深入变革业务模式的今天,大数据的价值已经得到高度重视,但是如何推进大数据落地、形成数据决策力,仍然是企业用户迫切需要解决的问题。在近日举行的第三次世界互联网大会“大数据分论坛”上,百分点战略和运营副总裁刘钰指出:大数据落地是目前准备或者正在采用大数据的企业都需要面临的挑战,解决之道是企业必须让技术与业务进行深度,从而形成符合大数据时代的数据决策力。
本届世界互联网大会发布了《乌镇报告》,重点提出要建立网络空间命运共同体,要实现这一目标,必然推动人类从单纯相互联结的“互联网时代”步入对信息进行搜集和挖掘的“大数据时代”,借助大数据的发现与预见能力,提高网络空间命运共同体参与各方的生产力水平,并强化对于网络空间的治理。在此背景下,企业也亟需针对海量数据形成全面、智能、精炼、友好的深度分析,将各类相关数据合理地运用到决策体系中,基于数据进行科学决策,对企业运营及战略形成强力的支撑。
刘钰表示:“数据决策力未来会像财务能力一样成为企业生存与发展的一项必备能力。企业建设数据决策力是一项长期的过程,但并不意味着刚开始就需要投入大量的投资,可以通过具体应用的实施迅速获得投资回报,还能通过不断的反馈来带动和优化信息化的建设,从而使得大数据的建设速度更快捷、资金管理更高效。同时,组织和企业可以遵循由核心信念(Belief)、架构设计(Architecture)、专业团队(Staff)、基础设施(Infrastructure)和机构能力(Capability)构成的数据决策力建设的BASIC理论,从而让企业对自身数据决策力有清晰的认识。”
百分点认为目前市场中主要有甲方买卖、甲方乙方化、战略合作、合资公司、跨界融合这5种模式来实现大数据落地:
• 甲方买卖:传统的交付模式,甲方购买大数据产品与解决方案,并由乙方交付;
• 甲方乙方化:甲方从自身需求出发,形成大数据产品或解决方案,并在同行业中进行输出;
• 战略合作:供求双方建立战略合作关系、进行深度合作;
• 合资公司:通过合资的方式深度融合行业,实现大数据技术与具体业务的深度融合;
• 跨界融合:不同行业之间跨界融合,实现大数据资源的敏锐应用。

对于这5种大数据落地模式,刘钰表示:“企业用户可以根据自身业务以及实际需求,决定采用哪种方式来实现大数据转型。五种落地模式反映出技术与业务融合的程度不同,甲乙买卖这种传统模式在技术与业务融合程度方面最弱;甲方乙方化则会带来同业竞争的困扰;战略合作、合资公司以及跨界融合这三种模式能够有效促进技术与业务的融合,不过能够做到跨界融合的公司凤毛菱角。”
目前,百分点不仅可以为企业用户提供标准化的大数据产品与解决方案,还可以凝聚自身领先的大数据理念、架构、技术,与对方的资源、业务洞察力等优势结合起来。同时百分点也将通过自身深厚的技术积累与一流的大数据人才,推进大数据理论的研究与大数据技术的发展,帮助更多组织和企业用户构筑数据决策力。百分点将于12月份正式推出数据决策力评估模型,进一步完善数据决策力模型理论的同时,也为企业对自身数据决策力的清晰了解提供参考依据。
为了借助大数据提升网络空间的治理水平,百分点还在此次大会上发布了“智慧之盾”以及“异常聚集模型”两大产品。其中,“智慧之盾”着眼于物联网+大数据的融合,可以通过对威胁信息的敏锐洞察保证核心基础设施安全;“异常聚集模型”则可以通过大数据模型的构建预测出暴恐、黄赌毒等异常聚集行为,协助公安机关维护社会稳定。
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。