Gartner发布影响中国数智基建市场的三大重要趋势。根据Gartner预测,到2028年,50%构建于2023年之前的中国数据和分析(D&A)平台,将因为与生态系统脱钩而过时;此外,到2028年,在中国开展跨境业务的企业机构(包括出海企业和外资企业),如果不能简化其互联云/混合云的数据管理,其所有D&A成果的洞察交付时间将延长一倍。
面对经济不确定性和人工智能(AI)的快速发展,中国的企业机构比以往任何时候都要更强调其数智基建的直接投资回报率(ROI)和适应性。中国的D&A领导者在考虑数智基建的建设方法时,应将重点转向构建数据、分析和AI生态系统。
Gartner高级研究总监顾星宇表示:“宏观经济和地缘政治不确定性持续存在。同时,由于当今的分析和AI技术十分复杂,许多与数据管理相关的组件正在快速演进。在这些背景下,中国的D&A领导者在实施D&A解决方案和选择供应商时,应转变思维,以生态系统为中心,应对市场变动。”
Gartner研究显示,以下三大趋势对中国数智基建市场有重要影响。
图1:影响中国数智基建市场的主要趋势
缩短价值实现时间,提高技术稳健性
在过去十年中,大多数的数据中台供应商同时扮演了服务提供商的角色,帮助客户开发D&A用例。但这种一人饰多角的合作方式,也稀释了厂商对核心技术持续研发的能力。问询显示,2023年中国企业机构越来越担心他们的D&A厂商无法持续维持和改进日益复杂的数智基建技术。
Gartner高级研究总监顾星宇表示:“在继续创新数据库、数据集成和数据治理等核心技术的同时,中国数智基建供应商已开始与行业SaaS供应商或服务商合作,将其技术嵌入合作伙伴的行业解决方案中。这一方法极大地缩短了D&A投资的价值实现时间,使企业可以在时间和预算均十分有限的情况下,启动针对特定业务用例的D&A实践。与此同时,由数智基建供应商为相关应用的数据管理技术提供支持,可确保企业未来能够适应不断变化的新技术需求。”
增强互联云/混合云数据管理的合规性和资源效率
在部署D&A应用方面,中国企业比世界其他地区的企业所面临的云环境更为复杂。在这种情况下,只能与一种环境兼容的D&A平台不再满足各企业机构对各自D&A资产进行有效且合规管理的需求。
Gartner高级研究总监顾星宇表示:“中国的数智基建供应商正在加快与多个云供应商建立合作伙伴关系,以确保其解决方案在各种云环境中都能够实现最大能力。同时,通过提供自动互联云资源优化和自动数据属地管理等功能,这些供应商可以帮助企业提高跨云数据管理的效率和合规性。”
使用AI就绪型数据支持GenAI应用
Gartner调研显示中国企业对生成式人工智能(GenAI)应用存在三大担忧:
Gartner高级研究总监顾星宇表示:“如何解决这些问题取决于企业如何为其GenAI应用构建AI就绪型数据。中国的数智基建供应商正在对数据安全和质量管理、数据语义层以及元数据管理等功能进行创新,确保为客户提供可靠的底座。数智基建所提供的能力也将在解决幻觉方面发挥至关重要的作用。同时,数智基建可以帮助企业避免模型或云锁定。
好文章,需要你的鼓励
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。
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。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
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。