至顶网CIO与应用频道 01月27日 编译:企业组织正在采用自助式分析和商业智能(BI),并将这些能力带给各级业务用户。这一趋势非常明显,根据Gartner的预测,到2019年,具有自助服务能力的商业用户的分析产出甚至将超过专业数据科学家。
Gartner研究总监Carlie J. Idoine表示:“数字化趋势正在推动所有领域的现代企业和政府对分析的需求。人工智能、物联网和SaaS(云)分析以及商业智能平台的快速发展,使得非专业人士也能够更轻松、更经济有效地进行分析,更好地为决策提供信息。”
Gartner最近对3000多名首席信息官进行的调查显示,首席信息官把分析和商务智能作为企业组织最重要的、体现差异化的技术。这些技术吸引了最新的投资,也被顶尖的CIO视为最具战略意义的技术领域。
因此,数据和分析领导者们正在越来越多地实施自助服务功能,在整个企业组织中创建以数据为导向的文化。这意味着业务用户可以更轻松地学习如何使用有效的分析和BI工具,并从中获益,从而在此过程中推动产生有利的业务成果。
Idoine表示:“如果数据和分析领导者们只是简单地提供数据和工具的访问权限,那么自助服务计划往往效果不佳。这是因为企业用户的经验和技能在个别组织中差异很大,因此需要培训、支持和熟悉的过程,来帮助大多数自助服务用户产生有意义的输出。”
实施自助服务分析和商务智能的任务规模可能会让企业组织倍感意外,特别是如果他们成功的话。在大型企业组织中,流行的自助服务项目可以迅速扩展到覆盖数百或数千用户。为了避免陷入混乱,在启动计划前要确定组织和流程变化是正确的,这一点至关重要。
Gartner建议先要解决四个方面的问题,为自助式分析和商务智能打下坚实的基础:
让自助服务举措与企业组织目标保持一致,收集关于可量化的成功用例的细节
Idoine说:“通过传达其影响并直接将成功与组织的良好结果联系起来,确认分析和BI的自助服务方法的价值非常重要。这会增强大家对这种方法的信心,并证明了对这种方法的持续支持,同时也鼓励更多的商业用户参与其中,并将最佳实践应用到他们自己的领域中。”
让商业用户参与设计、开发和支持自助服务的过程中
Idoine说:“创建和执行一个成功的自助服务计划,意味着在IT团队和业务用户之间建立和维护对彼此的信任。没有建立信任的技术解决方案,但从自助服务开始的正式协作过程,将大大帮助IT和业务用户了解彼此需要以实现自助服务的成功。”
采取灵活轻松的数据治理方法
Idoine表示:“自助服务计划的成功,将取决于数据和分析治理模式是否足够灵活,以支持自助服务用户对自由式分析的探索。”严格的、僵化的框架会让临时用户望而却步。另一方面,缺乏适当的治理将会让用户面对大量无关数据,或者造成严重的违规风险。她补充说:“IT领导者必须找到适当的治理平衡,以实现自助服务的成功和可扩展性。”
通过制定熟悉上手的计划,让业务用户成功使用自助式分析服务
Idoine说:“数据和分析领导者们必须为热情的业务自助服务用户提供正确的指导,告诉他们如何快速启动和运行,如何将新工具应用到他们的具体业务问题上。正式的熟悉上手计划将有助于实现这一流程的自动化和标准化,让自助服务在整个企业组织范围内传播的可扩展性更高。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。