至顶网CIO与应用频道 11月22日 北京消息:根据Forrester刚发布的市场趋势预测,2019年将是企业从战略布局转向务实落地的一年。
在2018年,企业领导者多聚焦于数字化转型或改善客户体验(CX)等企业级重量举措。但这些大刀阔斧的战略变革举措耗时耗力耗财,往往涉及到业务的转变,推动起来困难重重。事实表明,在即将过去的一年里,CX表现平平,超过50%的数字化转型举措工作停滞不前。
2019年里,Forrester预测企业领导者会把注意力转向有针对性的务实工作,包括:
欲了解更多关于2019年市场趋势的信息,请下载 2019年Forrester 预测指南。
更多细节,请访问此博客或联系 press@forrester.com 以获取Forrester 2019年度预测报告的媒体评论副本。请访问http://forr.com/2019-predictions 获取Forrester 2019年全部市场趋势预测。
好文章,需要你的鼓励
清华大学团队突破性开发"零样本量化"技术,让AI模型在不接触真实数据的情况下完成高效压缩,性能反超传统方法1.7%,为隐私保护时代的AI部署开辟新路径。
普林斯顿大学研究团队开发出"LLM经济学家"框架,首次让AI学会为虚拟社会制定税收政策。系统包含基于真实人口数据的工人AI和规划者AI两层,通过自然语言交互找到最优经济政策,甚至能模拟民主投票。实验显示AI制定的税收方案接近理论最优解,为AI参与社会治理提供了新路径。
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
南开大学研究团队提出了一种新的3D高斯泼溅重光照方法,通过在高斯原语上直接编码离散化SDF值,避免了传统方法需要额外SDF网络的问题。该方法设计了投影一致性损失来约束离散SDF样本,并采用球形初始化避免局部最优。实验表明,新方法在保持高质量重光照效果的同时,仅需现有方法20%的显存,显著提升了训练和渲染效率。