Forrester(FORR: NASDAQ)预测,在2021年企业将加倍投资于技术赋能的体验、运营、产品和生态系统。根据今天发布的《2021年Forrester亚太区市场预测》,企业是否可以做到真正的以客户为中心,面对变化是否具有足够的韧性,自适应性以及创造力将成为企业能否在行业下一个增长期中释放商业价值的关键影响因素。
Forrester的2021市场预测报告从不同行业和领域的市场动态开展分析,聚焦高新科技、市场营销与客户体验等重点领域。Forrester对亚太地区在2021年的主要预测包括:
“亚太地区的商业和技术领袖们在2020年遇到了前所未有的挑战,有些市场变革甚至发生在一夜之间,”Steven Zou 邹欣,Forrester中国区总经理,表示。“企业在未来成功的关键在于能否快速且娴熟地掌握技术,使员工在新形势下快速适应,并搭建新平台,打造差异化优势,从而脱颖而出。在2021年,亚太地区的企业将迅速成长,实现与世界其他地区同等水平或更高程度的技术驱动型业务模式和创新。”
好文章,需要你的鼓励
The Access Group是英国最大的软件公司,估值近100亿英镑。该公司APAC区域技术总监Rolf Krolke分享了公司在频繁并购活动中如何整合各异IT系统的经验。由于自2017年来年均约10次收购,公司面临存储基础设施分散、维护困难等挑战。目前正推进存储现代化项目,将传统存储设备替换为Pure Storage全闪存阵列,并计划在全球10个数据中心部署数十PB容量,以支持新的Access Evo平台和AI应用。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。