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
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。