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
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。