至顶网CIO与应用频道 05月27日 人物访谈(文/王聪彬):数据作为重要的资产已经被越来越被企业重视和保护,最近WannaCry病毒网络诈骗勒索事件暴露了在数字化时代企业产生的新问题和挑战。Teradata天睿公司国际集团业务拓展副总裁Mikael Bisgaard-Bohr从中看到了巨大的机会,我们可以探查这些威胁进行数据分析,从而更好的保护数据安全。
Teradata天睿公司国际集团业务拓展副总裁Mikael Bisgaard-Bohr
现如今企业正面临着越来越多的数据分析趋势,其中物联网的需求最为明显,相较之前只有制造业会产生大量物联网数据,现在各行各业都在受到物联网的影响,预计未来物联网将达到百亿甚至万亿的市场,这也将成为Teradata的新型增长点。
从市场转型到团队转型
Teradata的市场划分为美洲和国际两部分,Mikael Bisgaard-Bohr负责国际市场营销和业务拓展。“整体市场的疲软并不会影响新的Teradata全球战略,Teradata正在通过转型来不断提高营收,而且国际市场的增长非常良好。”
多年间Mikael Bisgaard-Bohr与客户的沟通中遇到最大的挑战并不是每个地域的特性差异,而是客户是否有足够大的数据,以及对于数据的了解和应用。
Teradata通过三个团队一起开展工作,业务拓展团队帮助客户发现问题、解决问题,技术团队研究新产品技术,在新战略中两个团队之间又设置了架构团队。
Mikael Bisgaard-Bohr指出,这一变化也是因为现在数据分析架构变得越来越复杂,主要体现在商业技术、许可证转让、开源三个方面。商业技术需要不断测试,才能交付给客户,而且商业技术的版本更新频率也并不高,相反开源的特点则是版本更新多且快,这些都是要满足的需求。
技术之外,现在企业所处的环境也并不统一,异构环境非常常见。数据分析可以发生在本地,也可以发生在云端,所以数据分析的成本等各种因素也都在考验着Teradata的各种能力。
行业数据分析的新潜力
Teradata的业务主要集中在金融、电信、零售三个行业,去年Mikael Bisgaard-Bohr提到过金融、电信行业在过去一段时间基本已经达到饱和,但这并不意味着今后没有发展的潜力。
“在未来数据的应用方式会发生巨大的变化,更多数据类型的出现,会让金融、电信行业投入更大的力度对客户进行分析。我们现在已经拓展到了超过十大行业,而且,我们也看到其他更多行业越来越多的需求。”
零售行业未来的实体店会有更多的设备来收集顾客的数据,就像网上购物通过用户浏览数据了解用户行为一样。通过收集顾客逗留时间,拿起过哪些商品等,通过实体店收集更多的数据进行用户分析会带来更多的机会和潜力,对于未来的数据应用创新也是巨大的机会。
制造业在十年前是一个数据贫乏的行业,主要以财务数据为主,但是随着生产设备的数字化,制造业有了更加丰富的数据。因为制造业没有过多纷杂的数据,所以在数据应用和分析上更加快速和开放,同时高素质的工程师本身就精于计算和统计也让数据分析更加容易开展。
为了满足更多客户的使用需求,Teradata还发布了可移植的数据库许可方式,可以灵活地选择、转移、扩展并重构他们的混合云环境,满足不断变化的业务需求。Mikael Bisgaard-Bohr说,客户可以根据资产情况选择采购模式还是订阅模式,这也给客户更加灵活的空间,根据工作负荷进行选择。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
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。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。