至顶网CIO与应用频道 09月18日 北京消息:小型企业坐拥着一座尚未开发的“金矿”。
这些企业拥有的数据和信息,仅从数量而言就十分惊人。而且这些数据的价值难以估量。
康奈尔大学、英士国际商学院和世界知识产权组织 (WIPO) 于 2016 年 8 月 15 日发布报告称,中国已跻身全球 25 大最具创新力的经济体之列。
中国企业涵盖各个领域,包括云计算、基因图谱、智能制造、智慧城市、大数据分析以及 5G,因而中国俨然已成为全球创新合作关系中的重要合作伙伴。
越来越多的企业将会发现,经营的成败在于其收集和使用的数据。现在尚未在数据方面有所投入的中小型企业,日后在面对已把数据纳入经商之道的对手时,将会处于劣势。
那么小型企业如何开始利用眼前数据带来的机遇呢?
专注具体目标,获得可衡量结果
假设您有几十个单独的数据库,分别用于电子邮件、社交媒体信息和电话号码。如何对这些数据库排列优先顺序来决定投入的多少呢?答案是以主要业务目标为首要排序依据。
如果您的业务是销售实际产品,请从销售数据入手,设法处理数据或将数据与其他信息融合,从中获得见解,例如顾客在您的网站上搜索了哪些内容,何时进行搜索。
请记住,使用数据往往意味着要结合两个或多个数据库,发现其共同揭示的信息,而并非仅依赖于单个数据集。通过新式数据分析软件,用户可以发现多个数据源中的模式,得到更可靠的分析数据。
允许员工访问数据
目前,中国一半以上 (53%) 的公司高管认为组织决策是“高度数据驱动”的过程,这与几年前的情况相比出现了明显变化:在当时,中国大部分 (57%) 公司高管们认为组织决策只是“部分数据驱动”的。
公司需要让最常接触数据的人员查看并理解数据,让他们常为决策者实时呈现数据。了解实际业务的人提供的见解对整体经营战略的影响能提高企业成功的可能性。
不要吝惜使用数据分析工具。例如,无论是在外出差、在门店上班还是在家,如果能随时随地访问工作相关数据,销售人员就会有更好的工作表现。大多数数据分析工具都可以在移动平台上使用。
见解无处不在
请允许每位企业成员访问数据,无论是基层员工还是董事会成员。如果他们无法访问数据,您很难预料自己将错失什么样的宝贵见解。
请记住,谁都有可能提供宝贵的见解。如果允许基层员工访问数据集,您会发现他们可能带来您未曾发现过的数据见解。
当然,除了公司内部员工,对客户来说数据也同样重要。如今,与客户会面或洽谈业务不再只局限于传统的会议室,无论您是在餐厅还是在机场,都需要随时向客户展示和分享数据。
不要奢求完美
企业常抱怨数据太复杂,数据“一团糟”而无法解读,抑或是推迟处理数据,因为需要先完成系统迁移和数据清理。
事实上,数据不完美这并不重要,更重要的是及时利用已有的相关数据进行数据分析。
利用敏捷的分析解决方案,您可以选择最紧迫的问题,找到相关数据集并立即开始深入分析。
您往往会比预想中更早地发现价值。数据分析软件可对来自不同数据源、不同类型的数据进行分类,将其整理为易于解读的格式,使数据“更整洁”。
了解数据的“重心”在云端
我们收集的云端数据越来越多,因此使用这些云端数据的应用和服务也应该位于云端。
Tableau 的云端策略非常简单——基于用户的选择。无论数据存储在任何地方,还是系统以何种方式部署及管理维护,Tableau 都提供了相应的云端解决方案为您打造符合企业今天及未来的理想云端解决方案。以 Tableau Online 为例,使用该平台无需本地安装硬件,各种不同规模的企业都可以访问数据。事实上我们发现,在过去的15个月中,Tableau Online 平台上基于云端托管的使用增加了28%。
截止至2016年第一季度,我们近70% 的客户都选择了云端的数据托管方式。这样做是有道理的——因为这让小型企业能更轻松地开始访问和分析数据。
为了从数据中获取最大收益,需要开始优先考虑这种面向云端的转型。
没有“放之四海皆准”的战略
合理利用数据可为小型企业开启见解的宝藏,但如果仍使用基于文件的陈旧工作表就无法实现此目标。
从现在开始,您需要想方设法从信息中获取最大收益。找到方法后,就可以着手开发既方便使用又能引领成功的数据结构了。
好文章,需要你的鼓励
谷歌地图将集成Gemini人工智能技术,旨在将其升级为一个"全知型副驾驶"助手。这一整合将大幅提升地图服务的智能化水平,为用户提供更加个性化和全面的导航体验。通过AI技术的加持,谷歌地图有望在路线规划、地点推荐和实时信息服务等方面实现重大突破。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软研究人员发布新的仿真环境来测试AI智能体,研究显示当前智能体模型容易受到操纵。该名为"Magentic Marketplace"的合成平台让客户智能体与商家智能体进行交互实验。测试包括GPT-4o、GPT-5和Gemini-2.5-Flash等模型,发现智能体在面临过多选择时效率下降,且在协作方面表现不佳。研究揭示了AI智能体在无监督环境下的性能问题。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。