近日,由国际数据管理协会(DAMA)指导的“2023 DAMA数据管理峰会”在北京举行。作为大数据的行业风向标,本次峰会面向各领域的数据治理实践设置并发布2023DAMA中国数据治理年度奖项,神州数码集团主数据治理项目凭借着主数据平台成功推进数据治理工作斩获DAMA数据治理最佳实践奖。
DAMA作为业界最具权威性和专业性的数据管理组织,DAMA中国数据管理峰会是国内顶级的数据管理峰会。DAMA数据治理奖旨在提高国内外优秀数据管理理论和实践在中国的推广,同时发掘、评选和奖励来自各行业在数据治理相关理论、方法和实践中取得显著成果的单位和个人,提升更多单位和个人对该数据治理领域的有效认知和实践水平,促进国内数据治理领域自身的发展和创新。
数据质量提升数据资产价值
数字经济浪潮下,数字化转型已经成为企业创新发展的必由之路。在数字化转型过程中,数据作为核心生产要素将为企业的增长和发展带来巨大的助力,如果能够获取更有效的数据还可以帮助企业更好地了解公司的运营状况,从而制定更有针对性的决策,提高企业的效率、创新能力和竞争力。
然而,数据质量是这一切的前提和基础。面对企业级IT市场的快速迭代、企业业务场景和需求的持续更新、为支持多元业务发展导致的业务系统不断增加,企业内部数据互通与共享的难度日益增高。秉承"数字中国"的初心和使命,神州数码认为主数据在海量企业数据中扮演着至关重要的角色,一套能够统一标准、统一集中、统一监管、统一质量的主数据管理系统将成为企业全面推动数字化转型的核心。在此背景下,神州数码主数据治理项目应运而生。
作为一家拥有20余年信息化建设基础和业务形态多元化发展的大型企业,神州数码认为主数据管理是衔接业务中台与数据中台的枢纽。为此,神州数码通过应用主数据平台,最大化的保留并利用信息化基础中的主数据管理逻辑,并且采用敏捷部署和微服务等方式,确保了平台的稳定性和可扩展性。通过对主数据实现全生命周期管理,神州数码最终不仅实现了数据质量的提高,而且还提升了工作效率、降低了维护成本、提升了企业整体的协同效应,最终提升了数据支持决策的质量。
数云融合促进数字经济发展
在数据资产领域的价值挖掘方面,神州数码的探索其实更远、更深。基于多年实战经验及发展需要,神州数码以“数据”为运行基底,构建出了一套可支撑用户业务决策的BI(商业智能)系统,来呈现数据分析结果和可视化看板,为各个业务部门提供决策支持,实现数据驱动发展。不仅如此,神州数码前、中、后台各个业务部门,均可通过业务触点的数字化、业务的在线化、数据的可视化,对整个业务价值链进行数字化的变革。
神州数码认为,数据作为生产要素的重新编排过程,其实就是企业的创新过程。企业的数字化战略、数字化转型,就是企业数据资产不断累积,最终形成企业发展的增长飞轮。面对生成式AI大模型的风起云涌,神州数码以数据资产为核心,积极拥抱生成式AI等新技术带来的机遇,构建“数云融合”战略布局,为客户提供泛在的敏捷IT能力和融合的数据驱动能力,助力企业级客户建立面向未来的核心能力和竞争优势。
伴随着数字化成为我国经济发展的核心引擎和内生动力,神州数码坚定深耕“数云融合+信创”战略布局,向着“成为领先的数字化转型合作伙伴”稳健成长,已成为多个区域政府、大型央国企、行业头部客户的首选数字化转型合作伙伴。未来,神州数码仍将以强大的数字产业生态为基石,坚持理念领先、技术领先、实践领先,持续推动全社会数字化进程,引领数字经济发展。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。