ZD至顶网CIO与应用频道 07月08日 评论消息: 在客户时代(Age of the Customer),普通用户和消费者拥有泛在的连接能力,他们因此期待能够在需要的时刻和地点得到个性化的服务和产品。传统的采集在线行为数据或者通过第三方采购数据的途径都已经不能够充分支持企业满足以上客户需求。为了帮助企业决策者全面的了解客户及其所置身情境的信息,企业架构专业人士必须对企业原有的架构进行修改,以确保企业能够充分获得和处理有关业务实时的洞察和数据。Forrester将这种数据能力命名为“自适应智能”(Adaptive Intelligence),它指的是:企业为了实现业务价值的最大化而开展的实时、多向、用于获得适合特定情境的权威知识的数据分享活动。
对于数据的需求正在塑造中国数据经济
中国数据经济的早期实践者可以被分为四类,如下图所示。企业架构专业人士应当了解不同象限的市场特点以及处在不同位置的企业如何通过更广泛的参与到数据生态系统中、或者通过与其他企业协作发展自身的自适应智能能力。
·数据客户 通常会利用来自不同源头的数据改善客户体验和实现市场差异化
·数据发起者 通过开放内部数据资源来打造共赢的合作伙伴关系
·数据分析者 通过用数据模型工具处理原始数据从而获得分析洞察
·数据集成商 通过搭建数据市场来促进数据利用
作为发展自适应智能的第一步,企业可以首先尝试利用外部的数据资源。企业架构专业人员可以率先开始自适应智能的相关工作,并帮助企业完成相应的转型。在发展的初始阶段,企业架构专业人员须要重点关注数据的来源、结构以及互操作性,并逐步丰富包括治理和控制在内的自适应智能的其他功能。
好文章,需要你的鼓励
随着数字化时代的到来,网络安全威胁呈指数级增长。勒索软件、AI驱动的网络攻击和物联网设备漏洞成为主要威胁。企业需要建立全面的风险管理策略,包括风险评估、安全措施实施和持续监控。新兴技术如人工智能、区块链和量子计算为网络安全带来新机遇。组织应重视员工培训、供应链安全、数据治理和事件响应能力建设。
滑铁卢大学研究团队开发出ScholarCopilot,一个革命性的AI学术写作助手。该系统突破传统"先检索后生成"模式,实现写作过程中的动态文献检索和精确引用。基于50万篇arXiv论文训练,引用准确率达40.1%,大幅超越现有方法。在人类专家评估中,引用质量获100%好评,整体表现优于ChatGPT。这项创新为AI辅助学术写作开辟新道路。
AWS Amazon Bedrock负责人Atul Deo正致力于让人工智能软件变得更便宜和更智能。他在12月re:Invent大会前只有六个月时间来证明这一目标的可行性。Deo表示AI领域发展速度前所未有,模型每几周就会改进,但客户只有在经济效益合理时才会部署。为此,AWS推出了提示缓存、智能路由、批处理模式等功能来降低推理成本,同时开发能执行多步骤任务的自主代理软件,将AI应用从聊天机器人转向实际业务流程自动化。
哥伦比亚大学研究团队发布NodeRAG技术,通过异构图结构革新智能问答系统。该方法将文档信息分解为7种节点类型,采用双重搜索机制,在多个权威测试中准确率达89.5%,检索效率提升50%以上,为智能信息检索技术带来重大突破。