数据风险是全球各大企业管理层共同面临的全新挑战。对此,企业领导团队首先应当辨别临时性与永久性的改变。目前保持社交距离、在家办公的状态也许只是暂时的,但更多地在家办公或将成为未来的新常态。此外,企业管理层还需要从本次危机中意识到提升灵活性和风险意识的必要性。
1. 灵活性和数字化转型
过去,不少企业都曾质疑上云的益处和安全性,因此对是否要迁移上云犹豫不决。而过去十年间,这一疑虑已转变为企业能够多快迁移上云,考虑的是工作负载迁移的顺序以及最佳的迁移方式。后疫情时代,企业迁移上云的必要性将成为不争的事实。数字化转型程度越高的企业能够轻松实现远程工作和团队协作,相比其他企业能够更好地应对疫情的影响,因此灵活性已然成为一项关键业务需求。
Gartner资深分析师Sandy Shen表示:“对于那些过于关注日常运营而不重视数字业务和长期恢复能力方面投入的企业来说,这次疫情敲响了一记警钟。那些能够将技术能力和投入转向数字平台的企业,将得以缓和疫情对业务的冲击,从而在现在和未来保持平稳的运行。”
2. 保持灵活性和风险意识,打造竞争优势
很少有人意识到灵活性和风险意识是企业竞争优势的强有力来源。市场主导者往往凭借自身规模来维持领先地位,但在突发危机面前,如果其缺乏足够的风险意识以及灵活性,他们同样将损失惨重。然而,此类突发事件对灵活性高、风险意识强的企业来说却是机遇,可帮助其提升市场份额甚至占领整个市场。
消费者市场调研公司NPD集团食品工业领域的顾问David Portalatin表示:“消费者现在可能更加偏好数字化订单提供的无接触交付,因此企业的数字化程度极有可能将在这场危机中决定输赢。如今全行业的业务都在非本地环境运行,数字化订单越发重要,为那些走在数字化前沿的企业提供了优势。”
3. 安全性和可访问性至关重要
即使是良好的IT环境,安全性和可访问性引发的挑战也无处不在。随着网络威胁的不断发展,企业也难以避免会犯错误(所以网络钓鱼是很有效的攻击手段),企业必须提前做好规划,不仅关注预防方面,还要关注检测以及备份和恢复方面。企业若是缺乏计划,则可能面临业务中断、监管制裁(包括罚款以及丧失数据处理权),甚至声誉受损和诉讼风险。
企业大多数投入应当用于预防、检测以及备份和恢复。Commvault作为数据保护领域的领导者能够提供最先进的技术,例如通过使用云端不可变备份来提供更好的数据保护。Commvault所提供的先进方法不仅可以提供额外的预防和检测能力,还能让企业在备份、恢复以及分析方面更具优势,从而协助技术取证,快速发现并解决问题。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。