至顶网CIO与应用频道 12月06日 编译:Gartner的一项调查显示,超过87%的组织被归类为商业智能(BI)和分析成熟度较低,这给那些希望提高数据资产价值和利用新兴分析技术如机器学习的企业组织带来了巨大障碍。
在Gartner数据和分析IT品分钟,Gartner将成熟度较低的企业组织评为“基础”或者“机会主义”级别。处于“基础”级别的企业组织,其BI能力主要是基于电子表格的分析和个人数据的提取。处于“机会主义”级别的企业组织,各个业务部门将自己的数据和分析计划作为独立项目,缺乏领导力和中央指引。
Gartner高级主管分析师Melody Chien表示:“BI成熟度较低严重限制了那些试图实现BI现代化的分析领导者,还会对分析工作流程的每个部分产生负面影响。因此,分析领导者可能难以加速和扩大现代BI功能和新技术的使用。”
Chien称,成熟度低的组织表现出某些会放慢BI能力普及的特征,其中包括原始或老化的IT基础设施;IT和业务用户之间的协作受限;数据很少与业务成果的明显改善挂钩;BI能力主要体现在报告上;处理内容生成和数据模型准备的中央IT团队造成了诸多瓶颈。
Chien说:“低成熟度的企业组织可以从向那些高成熟度的企业组织学习成功的经验。重塑自我,避免犯相同的错误,低成熟度的企业组织数据负责人领导者就可以充分利用他们当前的资源,加速现代BI部署,开始走向更高成熟度的旅程。”
Gartner表示,数据和分析领导者可以在战略、人员、治理和技术方面遵循以下四个步骤,以发展企业组织的能力,从而产生更大的业务影响力。
1、以清晰的愿景制定整体数据和分析战略
BI成熟度较低的企业组织通常缺乏企业数据和分析策略的明确愿景。业务部门单独承担数据或分析项目,从而导致数据孤岛的出现和流程的不一致。
数据和分析领导者应该与IT和业务领导者协调,以制定整体BI战略。他们还应将战略视为一个持续和动态的过程,以便考虑到任何未来的业务或环境变化。
2、创建灵活的组织结构,利用分析资源并持续进行分析培训
企业必须拥有所需的人员、技能和关键结构,以培养和保障技能并发展能力,必须预测即将出现的需求,确保培养或者外部招聘所需的技能和角色,以支持数据和分析战略中的各项工作。
在内部分析能力有限的情况下,数据和分析领导者应该通过构建包含业务部门负责人和用户在内的“虚拟BI团队”来努力实现灵活的工作模式。
3、实施数据治理计划
大多数BI成熟度低的企业组织都没有正式的数据治理计划,他们可能已经考虑到了这一点并了解了重要性,但不知道从哪里开始着手。
数据分析领导者应该将治理视为“游戏的规则”,这些规则可以支持业务目标,让组织平衡数字化环境中的机会和风险。治理也是一个框架,规定了必须强加于数据和分析的决策权和权威模型。
4、创建可支持广泛用途的集成分析平台
BI成熟度较低的企业组织通常IT基础设施都很原始。他们的BI平台更传统,以报告为中心,嵌入在ERP系统中,或者简单的报告工具用途有限。
要提高分析成熟度,数据和分析领导者应该考虑采用集成的分析平台,扩展他们的基础设施以涵盖那些现代化的分析技术。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
延世大学研究团队通过分析AI推理过程中的信息密度模式,发现成功的AI推理遵循特定规律:局部信息分布平稳但全局可以不均匀。这一发现颠覆了传统的均匀信息密度假说在AI领域的应用,为构建更可靠的AI推理系统提供了新思路,在数学竞赛等高难度任务中显著提升了AI的推理准确率。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
蒙特利尔大学团队发现让AI"分段思考"的革命性方法Delethink,通过模仿人类推理模式将长篇思考分解为固定长度块,仅保留关键信息摘要。1.5B小模型击败传统大模型,训练成本降至四分之一,计算复杂度从平方级降为线性级,能处理十万词汇超长推理,为高效AI推理开辟新道路。