Gartner于近期发布的数据和分析(D&A)云采用情况调研中预测,到2027年,出于削减成本目的而采用D&A云服务的企业机构中,80%将无法实现预期的投资回报率(ROI)。
多样化的云服务提供商(CSP)格局、对数据主权的担忧和不成熟的D&A云生态,导致了中国整体D&A云采用率相对较低。在2022年底,只有26%的中国受访者表示已经将D&A资产完全上云,而在其他国家的受访者中,这一比例为46%(见图1)。
图1:D&A云采用现状和计划 —— 中国与其他国家的受访企业对比
Gartner高级研究总监顾星宇表示:“在中国,许多企业机构仍将成本削减视为D&A领域云采用的主要动机,却忽视了敏捷性、安全性等其他价值主张。”
中国企业仍将采用公有云视为一种降低D&A成本的方式
由于本地D&A提供商的混合云产品很有竞争力,因此中国企业能够更理性地开展D&A云旅程。在中国,企业“不上云便无法获得软件供应商支持”的压力并不普遍。在过去,中国的企业机构主要采用基于开源技术的自研D&A平台。然而现在,越来越多的企业对自建平台不断增加的研发运维工作负载变得力不从心。因此,他们将公有云上完全托管的D&A服务视为这个问题的解决方案。
顾星宇表示:“虽然基于开源的自主开发D&A平台没有初始软件购买成本,但随着时间的推移,其数据/基础设施运营成本会不断增加,总体拥有成本通常远远超出最初的预期。即便如此,成本问题不应成为采用完全托管型D&A云服务的唯一动机。企业扩大使用云资源时,对云资源的消耗缺乏可预测性和可解释性也会导致成本失控。”
中国企业需要更成熟的D&A云生态系统以简化运营
中国CSP的多样化格局是导致D&A供应商生态系统不够成熟的原因之一。中国的企业必须自行集成和维护来自多个供应商的各种D&A组件,包括数据仓库、数据湖、数据管道、数据治理解决方案、人工智能平台和商业智能解决方案。
为了简化运营,中国许多企业都强烈希望构建可以无缝集成的D&A解决方案,即使存在供应商锁定风险。可惜的是,本地D&A供应商生态系统还不够成熟,无法满足当前需求。
解释D&A云成本和衡量投资回报率是中国企业面临的挑战
当Gartner问及企业在D&A项目中使用的云的数量时,只有3%的中国受访者回答使用单一云,而其他国家的受访者中,使用单一云的比例为16%。在这种形势下,控制D&A云服务成本成为中国企业面临的首要挑战。当被问及云端数据管理和治理的关键驱动因素时,68%的中国受访者回答“成本优化",而其他国家受访者中选择这一选项的比例只有39%。
顾星宇表示:“这一结果并不是指‘D&A云服务的采用带来了更高的成本’,而是表明了解释D&A云服务成本和衡量投资回报率的难度。为了避免企业的D&A支持者和利益相关者将D&A职能视为纯粹的成本中心,中国的D&A领导者应该专注于提高D&A云成本的透明度,并计划D&A战略路线图,在不同阶段讲述不同价值故事,将成本与业务价值联系起来。”
中国企业注重AI和分析战略成本实效,但较少关注安全性
由于许多中国企业严重依赖技术供应商的服务来构建高度定制化的应用,因此AI和分析服务供应商往往侧重于增强项目交付能力,而不是对云端的SaaS解决方案进行创新。
在选择AI和分析供应商时,D&A领导者通常是重要的决策者。然而,随着数据、分析和AI技术渗透到企业运营的方方面面,让非D&A利益相关者(如财务、业务线、法务和安全部门)参与供应商选型决策已得到广泛接受。
顾星宇表示:“中国的D&A领导者应将AI和分析的云采用视为缩短业务价值实现时间的机会,减少定制化需求,并优先考虑积极参与生态系统建设的供应商。”
好文章,需要你的鼓励
NVIDIA团队开发的SANA-Sprint技术实现了AI图像生成的重大突破,将传统需要20步的生成过程压缩至1步,在H100上仅需0.1秒即可生成1024×1024高清图像,速度比现有最快模型提升10倍以上。该技术通过创新的混合蒸馏策略,在大幅提升速度的同时保持了图像质量,并支持实时交互应用,为AI绘画从专业工具向大众应用的转变奠定了基础。
初创公司Positron获得5160万美元A轮融资,推出专门针对AI推理的Atlas芯片。该公司声称其芯片在性能功耗比和成本效益方面比英伟达H100高出2-5倍,并已获得Cloudflare等企业客户采用。Positron专注于内存优化设计,无需液体冷却,可直接部署在现有数据中心。公司计划2026年推出支持16万亿参数模型的下一代Titan平台。
北京人工智能研究院团队开发的DiagNote模型通过模仿人类做笔记的习惯,解决了AI在多轮视觉对话中容易"失忆"的问题。该研究构建了专门的MMDiag数据集,设计了双模块协作的AI架构,让机器学会像人类一样通过标记重点区域来保持专注力,为更自然的人机视觉交流奠定了基础。