至顶网CIO与应用频道 12月26日 北京消息:今天科技领域有个预测很简单:数字化转型仍然是2018年企业的首要战略。但是哪些问题将会塑造未来几年的转型方向?
为了回答这些问题,Wikibon分析师最近举行了年度预测网络研讨会,在公布的24项预测中,我们选择了其中13项,主要分为三类:
- 数据在企业中扮演的角色将变得更加清晰和强烈
- 软件和数据进一步混合
- 云运营模式变得比任何特定云都更加重要
数据在企业中扮演的角色
Wikibon认为,业务和数字业务之间的区别是很简单:数据。数字化业务采用数据作为一种资产,投资到系统中以确保他们的数据可以带来出色的回报。非数字化业务往往会把数据视为一次性的内容。2018年,我们认为将会有越来越多的企业将释放他们的数字自我。为什么?竞争、体验和GDPR,等等一些因素。
其中“竞争”很容易理解。数据是改善客户目标、将产品转换为服务、简化运营的基础。那些很好地实施数据即资产的企业,正在打败那些没有这么做的企业。
但是“GDPR”和“体验”将会促使高管关注重点发生重大变化的这个说法呢?GDPR(通用数据保护条例)将于5月28日全面生效,严格规定了数据治理规则,并且那些未能正确执行这些数据治理规则的企业机构将面临更高的罚款。
尽管这项条例的管辖权限于欧盟,但是有很大一部分B2B客户——特别是那些在注重隐私的客户——告诉我们,他们的企业打算在全球范围内采用GDPR规则。而且,我们还听说GDPR和数据相关的担忧正在促使企业重新思考与数字化转型相关的高管职责:首席数字官正在从战略转向运营的角色,与其他所有C级高管并肩——首席信息官、首席技术官、首席安全官、首席隐私官。
软件和数据进一步混合
数字业务助长了一系列变化,但是Wikibon认为,有三种战略业务能力尤为重要,并且要求深度规划才能确保转型成功。首先,企业必须擅长捕获数据。其次,他们必须能够将捕获的数据和数据流转换为可以用于不同类型工作的数据资产。第三,他们必须知道如何构建能够将这些潜在价值源转变为实际行动、建议和预测,这些在客户、合作伙伴、员工和股东看来都是有价值的。
打造和部署这些新能力的核心,是在边缘的“物联网”、大数据、各种形式的人工智能、新的开发者工具,打造代表品牌的系统。预测突出了几点,其中包括:
- 边缘计算架构涉及到很多敏感因素,包括网络成本。尽管也有对延迟的担忧,数据治理和知识产权的管理仍然是边缘计算的核心,但网络成本这个问题被突出放大了。到2018年,那些希望在边缘物联网分得更大一杯羹、已经构建了全球广泛网络的云服务提供商,可能会给数据通信市场带来重大的颠覆。
- 大数据实践和工具正在迅速成熟,这将产生两个直接影响。首先,我们将看到数据科学家队伍更加专业化。其次,我们预计开源大数据工具市场将会出现大量的整合。
- 人工智能将会对应用开发产生巨大影响,既可以用于应用中,又可以作为改变人工智能实践本身的催化剂。
云运营模式将变得比任何特定云更加重要
云是人类智慧的奇迹,确实如此。然而,就像所有被广泛采用的人类发明一样,云也是为了增加专业化和多样化。Wikibon相信这将带来的影响包括:
- 客户要求提供他们数据所需的云体验,这包含本地和接近本地的云能力,这也是Wikibon提出新理念“真正的私有云”的基础。我们的模型表明,到2024年,TPC市场规模将超过基础设施即服务市场。
- 多云正在变成现实,这将会带来三大影响。首先,Kubernetes将成为事实上标准的工作负载管理器。其次,该领域中对采用人工智能的多云管理技术的淘金热正在上演。第三,将功能推向数据的功能性编程将成为解决未来高度分布式业务问题的关键。
- 系统技术将为重大变革做好准备。即使云运营模式主导IT战略,新的、以数据为中心的技术也将进入系统设计的主流,这将广泛影响可以解决哪些问题技术类型、如何解决、基础设施位于什么位置。这些变化的核心?NVMe-oF(Non-Volatile Memory Express over Fabrics)。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。