至顶网CIO与CTO频道 06月24日 北京消息(文/王聪彬):2020年可以说每一天都在见证历史,新冠疫情的突然造访就如同“黑天鹅”不期而至,而企业现在还不开始数字化转型就如同“灰犀牛”存在潜在风险,当下在黑天鹅和灰犀牛的夹击下,经济和市场都产生了巨大的影响。
疫情之后,也将引发全球宏观经济的巨大变化,客户发生新的变化,组织需要新的能力,技术需要新的架构,行业需要新的生态,在这个变化的过程中数字化转型也将成为疫后企业新需求的核心,通过数字化来打造未来企业。
“数据是企业进行数字化转型的核心,企业需要利用数据和分析来发展他们的业务。” Tableau大中华区总裁叶松林说道,我们的使命就是帮助人们查看和理解数据,尤其在这个多变的时代,就更加意义非凡。
Tableau大中华区总裁叶松林
数据价值被逐渐放大
经此一“疫”,数字化转型已经从迫不及待转变成不能等待。叶松林认为,数据和数据分析是数字化转型的关键,如果不把数据加以分析利用,数据将失去存在的意义,Tableau希望帮助企业完成数字化转型,成为一个数据驱动型的企业。
我们也看到数据在此次疫情中就扮演了重要的角色,通过数据的运用制定了各种防控措施。同时在复工复产中,数据同样也在驱动企业在新环境下更好地开展经营,这些都是数据产生的价值。
Tableau可以则可以通过三个方面帮助客户使用数据,第一、在危机时期更快作出应对:在快速变化的环境中迅速获取分析洞见,根据您信任的数据做出更明智的决策,充分利用专家云集的全球社区;第二、适应新的业务现实:灵活敏捷的探索新的业务方向,利用外部数据源获得更丰富的视角,确保所有人及时了解最新情况并积极参与;第三、用数据为所有人赋能:从数据洞见到行动一气呵成,运用人工智能发现新的洞见,扩展到整个组织。
同时Tableau在疫情期间建立了COVID-19 Data Hub新冠疫情数据中心,帮助企业领导者和公众免费获取数据帮助决策,其数据汇集了专家和Tableau社区的所有资源;Tableau On Tableau则通过分享内部案例,展示Tableau在疫情中如何进行跨职能的分析,从而帮助客户更好的使用Tableau。
在中国,Tableau还针对疫情开放了员工赋能计划,员工通过14天的学习可以获得可视化分析的基本技能,同时为个人开放90 天免费在线培训平台 eLearning。在商务上,面向大型企业提供测试及试用产品,面向小型企业免费提供3个月软件许可,并且联合经销商提供优惠活动。
用数据创造新的可能性
数据在疫情中的使用正变得更加重要,远程办公是疫情期间的主流办公方式,在这样的环境下,很多时候就需要每一个员工做出决定,而不是像之前将大家聚在一起做决定。让每一个员工做出更好的决策就需要数据的支持,同时也需要高层的信任。
同时在疫情发生后,企业在使用数据上也发生了一些变化。叶松林表示,企业过往一直在探讨的是“已知的不知道”,像门店位置对营业额的影响等,但是现在企业更愿意去探讨“未知的不知道”,像天气对于营销的影响,并且通过使用COVID-19 Data Hub新冠疫情数据中心的数据与企业自身数据交叉对比,创造新的可能性。
在具体的案例上,疫情期间全球领先的专业服务公司怡安为客户提供及时的数据洞察服务,帮助客户有效地调整业务模式。怡安在其产品的后台系统嵌入Tableau后,帮助客户的数据分析效率提高50%以上,并且有效地为商业决策进行数据挖掘。这一新工具还帮助组织更灵活、更有效地管理人才和运营,以应对疫情带来的困难。
Tableau也与一汽大众合作,在疫情期间通过直播学习、在线答疑、作业复习等方式进行在线数据分析培训。不仅为公司储备了大量的数据可视化分析人才,也促进了企业的数据驱动文化,对加速公司恢复生产和数字化转型起到了非常重要的作用。
在未来,数据分析将越来越受到重视,政府、制药等各行各业都将加大投入。同时Tableau也将从促进信任、培养人才、寻求支持、鼓励分享、改变观念五个维度辅助构建数据驱动型企业,在后疫情时代实现长期发展。
好文章,需要你的鼓励
树莓派基金会调查发现,尽管60%的家长认为编程是孩子的重要技能,但超过70%的家长表示孩子在正常课程中没有学习编程。该基金会CEO指出,随着AI技术快速发展,年轻人掌握技术理解和创造能力比以往更重要。超半数家长认为编程应成为必修课程,并相信学习编程能提升孩子未来职业前景。为填补学校教育空白,基金会呼吁在学校和图书馆广泛设立编程俱乐部,目标到2035年全球教授1000万儿童编程技能。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
文章介绍了AI大语言模型中最新的深度研究功能,这是目前最令人印象深刻的新功能之一。作者详细解析了ChatGPT、Claude和Gemini等主流模型的使用方法,并重点展示了深度研究功能的实际应用。通过实际测试,作者用ChatGPT 4.5的深度研究功能生成了一份关于1990-2025年最令人厌烦歌曲的详细报告,展示了AI如何通过思维链进行深度研究和分析。文章还提到了语音交互模式将进一步改变用户与AI的交互体验。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。