中国,北京——2021年8月18日
新闻摘要
l 70%的中国受访企业(全球66%)认为自己是数据驱动型企业,但只有21%(全球21%)将数据视为资本,并在业务中优先使用
l 71%的中国企业(全球超过三分之二)表示他们需要更多数据,68%的中国企业称现有的数据已经超出其处理能力
l 84%的中国企业认为按需付费模式将帮助更好地获取、分析和处理数据,以努力克服包括存储成本高企、IT 基础设施过时、流程效率低下等一系列障碍
l 大多数企业认为采用按需付费模式会带来收益,但只有少数已付诸行动
全文
戴尔科技集团(NYSE: DELL)发布了由 Forrester Consulting 实施的一项全球调研[1]结果。该结果显示,大多数中国企业正在为数据激增而苦苦挣扎。受制于数据技能、数据孤岛、人工流程、业务孤岛以及数据隐私和安全等一系列问题,数据不仅没有为企业提供竞争优势,反而成为一种负担。正是这些压倒了了业务、技术、人员和流程的海量的、高速的、多样的数据导致了这种“数据悖论”。
这一调研结果是基于对45个国家4000多名业务决策者的调查,并结合了戴尔科技集团数字化转型指数的研究成果,该指数评估了全球企业的数字化成熟度。最新的数字化转型指数显示,“数据超载/无法从数据中提取洞见”是中国企业第四大转型障碍(全球第三),高于2016年的第12位(全球第11位)。
1. 认知悖论
70%的中国企业(全球66%)认为自己是数据驱动型企业,并称“数据是组织的命脉”,但只有21%(全球21%)将数据视为资本,并在业务中优先使用。
为了澄清这一悖论,该调研列出了对企业数据就绪情况的客观衡量标准。
结果显示,85%的中国企业(全球88%)尚未改进其数据技术和流程、以及/或数据文化和技能。只有15%的企业(全球12%)被定义为“数据冠军”,他们积极参与到技术/流程、文化/技能这两个领域中。
2. “想要的超出承受能力”悖论
根据研究,68%的中国企业(全球70%)表示其收集数据的速度快于分析和使用的速度,但71%(全球67%)表示他们不断需要更多数据,超越当前所能提供的能力。这一结果是基于以下数据:
· 61%的中国企业(全球64%)在其拥有或控制的数据中心管理大量数据,尽管在边缘(生成数据的地方)处理数据的好处是众所周知的
· 欠缺数据领导力:73%的中国企业(全球70%)承认他们的董事会仍然没有积极支持公司的数据和分析战略
· 无法扩展的IT战略:48%的中国企业(全球49%)正在使用更多数据湖,而不是整合他们拥有的数据
因此,数据的爆炸式增长让工作生活变得更加困难,而不是更加轻松:68%的中国企业(全球64%)抱怨他们的数据过剩,无法满足安全和合规要求,59%的受访者(全球61%)说他们的团队已经被现有数据淹没。
“如今,企业正承受着巨大的压力,需要通过数字化转型来加速客户服务。他们需要在获取更多数据的同时,更好地挖掘已有的数据。特别是现在,50%的中国企业(全球44%)表示,疫情显著增加了他们需要收集、存储和分析的数据量。”戴尔科技集团全球资深副总裁、大中华区数据中心业务总经理朱培兰表示,“成为数据驱动的企业好比是一段旅程,企业需要的是能与他们一路相伴的专业指导。”
3. “只见不做”悖论
过去18个月中,按需付费模式不断扩大,引发了数据优先、数据无处不在的业务的新一波浪潮。然而,将大部分应用程序和基础设施迁移至“即服务”模式的企业仍是少数。(中国25%,全球20%)。尽管:
l 68%的中国企业(全球64%)认为有机会根据不断变化的客户需求进行扩展
l 63%的中国受访者(全球63%)认为按需付费模式将让公司变得更加敏捷
l 59%的中国企业(全球60%)预测业务部门将能够快速简单地配置应用程序(只需按下一个按钮)
l 按需付费模式将帮助 84%的中国企业(全球83%)更好地获取、分析和处理数据,以努力克服以下障碍:高企的存储成本,未优化的数据仓库;过时的 IT 基础设施; 流程效率低下,无法满足需求等。
希望就在眼前
虽然企业正苦苦挣扎,但许多已经做好规划,创造更美好的明天:63%的中国企业(全球66%)计划部署机器学习来自动检测异常数据,50%(全球57%)希望转向数据即服务模式,52%(全球52%)打算更深入地研究性能堆栈,以重新构建他们在未来 1-3 年内处理和使用数据的方式。
通过以下三种方式,企业可以将数据负担转化为数据优势:
1. 对其 IT 基础架构进行现代化改造,使其在数据所在的位置、边缘处满足数据需求。 这包括使企业的基础设施和应用程序更接近需要捕获、分析和处理数据的地方,同时通过保持一致的多云运营模式避免数据蔓延。
2. 优化数据管道,让数据在被AI/ML增强的同时可以自由安全地流动。
3. 开发软件以提供满足客户渴望的个性化、集成式体验。
其他资源
· 完整调研结果:http://delltechnologies.com/dataparadox
· Forrester Consulting委托研究:揭示影响全球企业的数据挑战,以戴尔科技集团数字化转型指数研究为基础。 有关数字化转型指数的更多信息,请访问:http://delltechnologies.com/DTIndex
[1] 2021 年 5 月,Forrester Consulting 代表 Dell Technologies 进行了一项委托研究,题为“揭示影响全球企业的数据挑战”。 基数:4,036 名 Director+ 决策者,负责北美、欧洲、中东和非洲地区、亚太地区、GC 或 LATAM 的数据和数据战略
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。