主数据也许是企业所拥有的最重要的资产之一。随着数字化的不断发展以及第四次工业革命的到来,主数据的价值和主数据管理的重要性日益突显。在我们探讨主数据管理的重要性之前,让我们先来了解一下什么是主数据。
Gartner将主数据定义为“...具有一致且统一的标识符集和扩展属性,描述了企业的核心实体包括客户、潜在客户、公民、供应商、网站、人员架构以及财务报表”。
实质上,主数据是指用于识别业务关键要素的所有静态信息,其中包括产品名称、人员(客户、供应商、员工、潜在客户等)、特殊设备和工具、设施等。主数据与交易数据(例如发票金额、日期、流程参数等)是不同的,主数据的目的更多地是关于识别,而不是测量。
然而,这并不是说主数据和交易数据是完全相互独立的。实际上,主数据对于描述和理解交易和流程至关重要,主数据为交易信息提供了更大的背景,主数据的差异可能会比交易数据的差异造成更大的损失,例如在计费时错误识别客户可能要比错误计算金额的损失更严重。为了避免这种情况,就必须足够重视主数据管理的重要性。
主数据管理与业务几乎每个关键方面都密切相关。最重要的是,主数据可以帮助企业及企业的信息系统识别出日常运营中所涉及的不同组成部分。主数据可能涉及个人客户、供应商、部件名称、资本资产、产品等等,这些都必须记录下来并进行处理以保持所有业务关键流程的真实性。主数据管理可以帮助企业组织成员和企业决策支持系统根据客观准确的信息来做出快速的决策。要做到这一点,每个元素所使用的每个标识符必须是在整个企业组织内达成一致的,这就确保了在正常操作过程中识别这些关键元素的一致,并将可能出现的混乱和错误减至最低。有效的主数据管理对于优化和加速企业组织流程来说是很有用的,因为使用具有一致性的数据可以确保彼此之前通信的快速接收、解释和响应。
主数据管理很必要——特别是在大型企业内——的另一个重要原因是为了确保法规遵从。监管机构对管理企业组织处理财务和客户数据的方式有着严格的法律规定。建立和遵循标准化的主数据管理实践,可以帮助企业组织使其流程与这些法律法规保持一致。例如,通用数据保护条例(GDPR)要求企业要具有成型的实践和协议,以防止与特定流程无关的人读取客户的个人数据。通常,客户信息是客户关系管理(CRM)等流程主数据的一个组成部分,有时候销售和客户支持主管需要访问客户信息,例如联系人详细信息,甚至是银行信息。
因此,管理主数据而不降低效率,同时也不会影响合规性,这就需要自动化和安全性。从某种意义上来说,自动化和安全性正是人工智能和区块链等技术为主数据管理带来的好处。
企业主要是将人工智能引入系统和流程中,利用增强的计算能力让这些系统和流程变得更加自主化。人工智能可以自动执行常规计算和数据输入任务,因此十分适合用于ERP和其他信息管理系统。人工智能通过确保在适当的时间始终将适当的信息传递给适当的人,从而让信息系统变得更加智能化,确保使用信息系统的企业组织是高效且灵活的。同样地,人工智能可以将自主性和灵活性带入主数据管理中,例如数据质量管理、数据管理、甚至是数据治理中。
在初期阶段,人工智能可以用于清理数据并确保必要的数据是准确和完整的。此外人工智能还可以用于利用自然语言处理(NLP)从文本中收集与主数据相关的附加信息,最大限度减少手动数据输入的工作量,从而最大限度降低低效率和不准确性的可能性。人工智能还可以用于遵循既定的主数据管理标准和实践,最大限度地减少手动执行数据治理活动的需要,并确保主数据的治理。因此,人工智能可以实现数据管理(即管理和维护数据)的自动化,以便在需要时可以轻松访问数据。通过进一步开发,人工智能还可以自动制定数据治理策略,处理更复杂的数据治理任务,例如规划等。
确保数据安全至关重要,不仅是出于道德目的,也是为了遵守监管机构的法规。在这个时代,如果没有区块链的话,任何关于安全和隐私的讨论都是不完整的。区块链通常被认为是隐私的同义词,这种技术可以用于保护构成主数据的敏感信息,包括任何个人信息,例如客户和员工有关信息,以及采购和销售等流程可能需要的财务和银行相关信息,所有这些信息都可以使用区块链技术通过加密散列施加保护。
企业可以在内部构建企业区块链网络,以使用这种去中心化的模型来保护和管理主数据。区块链不仅可以保护信息免受非法篡改,还可以防止因集中化服务器的物理损坏所导致的意外数据丢失。此外,区块链还以易于证明的方式帮助企业遵守隐私法规,这是因为区块链上的数据除了不可变之外,还是透明的,对所有参与者可见,从而确保审计和检查更加顺畅。
人工智能和区块链在不同的企业组织中所发挥的作用可能会因为主数据的分类而不同。但是,企业组织对主数据管理的需求仍将存在。由于人工智能的多元化和不断扩大的功能,使其成为现代企业架构的一个标准组成部分。率先在主数据管理中采用人工智能的企业不仅能看到立竿见影的效果,相比那些不这么做的企业来说更具优势,因为毫无疑问未来人工智能将继续发展壮大下去。
好文章,需要你的鼓励
微软宣布为Word和Excel推出基于OpenAI的AI代理模式,通过简单提示即可自动生成文档和分析数据。Word用户可享受"氛围写作"功能,利用现有文档组装报告和提案。Excel代理能分析电子表格数据并生成可视化报告。尽管在SpreadsheetBench基准测试中准确率仅为57.2%,低于人类平均水平71.3%,但微软强调其针对实际工作场景优化。此外,微软还发布了基于Anthropic的Office代理,显示其正逐步减少对OpenAI的依赖。
苹果与清华合作提出EpiCache技术,解决AI长期对话中的记忆管理难题。该方法将对话自动分割成话题片段,为每个话题建立专门记忆库,实现智能匹配和高效检索。实验显示,EpiCache比传统方法准确率提高40%,内存使用减少4-6倍,响应速度提升2.4倍,为资源受限环境下的AI对话系统提供了实用解决方案。
OpenAI为美国ChatGPT用户推出"即时结账"功能,用户可在对话中直接购买Etsy和Shopify商品,无需跳转至外部网站。该功能支持Apple Pay、Google Pay等多种支付方式,并计划接入超过100万家Shopify商户。OpenAI还将开源其代理商务协议技术,与谷歌的代理支付协议形成竞争。这标志着电商购物模式的重大转变,AI聊天机器人可能重塑在线零售发现和支付生态系统。
清华大学与英伟达合作提出DiffusionNFT,一种革命性的AI图像生成训练方法。该方法通过对比正负样本进行学习,避免了复杂的概率计算,训练效率比传统方法提升25倍。研究团队在多项测试中验证了其优越性,不仅大幅提升了图像质量和文字渲染能力,还实现了无需分类器引导的高效训练,为AI图像生成技术的普及和应用奠定了重要基础。