5月26-29日,中国大数据产业峰会在贵阳召开。用友作为服务企业互联网化的公司,应邀参加此次大会。
用友大数据管理平台,可称为“企业的首席数据官”,能够满足企业数据管理要求,跨越大数据门槛,激活数据价值。用友副总裁谢东先生,于5月26日下午的路演环节,分享了用友如何助力企业构建数据经营中心。分享内容包括:企业数据管理面临的挑战;什么是企业数据经营中心;大企业数据管理的敏捷建设之路;企业数据经营中心建设案例等。
用友网络副总裁谢东在数博会登陆大厅阐释企业如何构建数据经营中心
数据已成为企业经营的核心财富,尤其在互联网时代,数据的价值可以无限放大。但很多企业在向互联网化转型时,忽略了数据的重要性。他们更应该成为一个建立在数据上的互联网公司。
谢东指出,企业在数据管理中面临着一些挑战。比如管理上,缺少理论体系,以及数据标准、规范和方法论;规划上,缺少整体的应用规划和数据规划,导致信息孤岛和大量数据闲置;价值上,没有充分利用现有数据,不能主动驱动业务;技术上,面对各种新技术以及开源技术,不知如何选择。
面对种种挑战,企业应该建立自己的企业数据经营中心:
第一,它是IT系统+业务组织+企业决策的大脑+企业数据变现的推手;第二,针对企业的数据,实现集中存储、统一管理、主动经营;第三,涵盖战略规划、组织保证、制度体系、数据平台、数据服务、高级分析应用等各方面。
数据应用中心的构成
对于此,用友提供了完整的企业数据经营中心建设方案,包含管理、咨询、产品、服务等。
通过云化、虚拟化从整体上重新组织IT资源,提高资源利用率,降低运维成本,提高IT服务水平; 通过平台化、服务化、开放化重构企业应用,适应企业互联网化要求;通过应用碎片化、移动化,推进企业管理模式创新;通过社交化应用,帮助企业直达客户、用户、伙伴、经销商;通过全面数据化,推进企业决策快速、科学、高效;通过新一代IT应用规划,为加速传统企业互联网化转型,建设平台化企业服务,提升企业建设生态的能力。
用友企业大数据管理平台UDM,为帮助企业处理分析内外部系统数据提供了一系列服务与工具,能够支持对企业内部数据以及互联网相关数据的采集、存储、管理、处理、分析、展现、应用,支持结构化和非结构化数据处理,同时通过云服务和移动化的形式增强了用户随时随地对数据进行获取与分析的能力。
用友UDM企业大数据管理平台的核心价值包括:
一,一个平台解决企业数据存储、计算与管理需求。互联网开放技术与架构,PB级数据,多种数据源支持,无限扩展的存储于计算能力
二,互联网大数据解决方案。帮组企业快速洞察需求、预测趋势、精准营销、优化运营。
三,高级分析应用。快速构建挖掘模型,嵌入业务流程,实现数据驱动决策。
四,完整的商业智能平台及解决方案。完美解决中国式复杂报表、仪表板、管理驾驶舱、只能报告等专业应用。
五,自助式数据准备与分析。帮助业务人员自主使用数据,生产报告;使IT人员专注于数据管理。
六,移动分析。移动应用完整方案,安全,迅速、易用。
用友的大数据平台已为众多行业领域企业成功提供大数据服务。如医疗行业的浙江大学医学院附属邵逸夫医院。
邵逸夫医院是集医疗、教学和科研为一体的公立综合性三级甲等医院。核定床位数2400张,设有32个临床科室,72个护理单元,9个辅助科室。通过用友iUAP的集成平台和大数据管理平台的支撑,邵逸夫医院CDR的建设走上正轨,同时实现一体化集成、闭环管理、大数据存储和实时计算分析。
现在邵逸夫医院的100多个业务模块实现实时集成,每天通过集成平台交互的消息超过10万条,月增长的临床数据超过500万临床数据记录。各类历史报告,存储在Hbase中,超过410万名患者的1000G历史档案数据,均可实现秒级检索。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
微软研究院发布突破性多语言AI技术UPDESH,通过"自下而上"数据生成策略,让AI真正理解不同文化背景下的语言表达。该技术基于各语言维基百科内容生成950万个训练数据点,覆盖13种印度语言,显著提升低资源语言AI性能,为构建文化敏感型AI系统提供新路径。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
NVIDIA团队提出RLBFF方法,将AI训练中的复杂评价转化为明确的二元判断标准,解决了传统人类反馈模糊和可验证奖励局限的问题。该方法在多个权威测试中取得突破性成果,其中JudgeBench获得第一名,训练的模型性能媲美知名商业模型但成本仅为其5%,为AI训练领域带来重要方法论创新。