至顶网CIO与CTO频道 06月08日 北京消息:随着国家大力推进“新基建”战略,5G基建、大数据中心、人工智能、工业互联网等与大数据基础架构相关的新型基础设施建设正在加速推进。
其实,我们已经切身感受到基于大数据、人工智能、工业互联网等技术带来的社会效应。市场普遍认为,通过顶层设计方式强力推动“新基建”,在中国将会迎来大数据应用的爆发式增长。
“新基建”引爆数据增长
IDC预测,中国大数据市场总体收益持续保持快速增长,2019-2023年预测期内的年CAGR(复合年均增长率)为23.5%,增速高于全球平均水平。到2023年,市场规模则将增长至224.9亿美元。
到2024年,由人工智能自动化、物联网和智能设备需求驱动的数据量将超过30ZB;20%的业务将利用它实现实时结果。
特别是,随着大数据、云计算、物联网、边缘计算、人工智能等领域的技术突破与发展,工业大数据与这些新技术领域的联系将更加紧密,使工业大数据的数据获取量更大,存储管理更便捷,分析产出更智能,由此实现最大化的商业价值。
可以预见,在“新基建”政策和技术的驱动下,工业大数据市场将成为下一个蓝海,人工智能、边缘计算等新兴技术将持续助力工业变革和制造业模式变革。
需要重新定义未来基础架构
在数字经济时代,数据已成为最新和最重要的生产要素。IDC预测,到2025年,全球捕获的数据量达到175ZB。
根据IDC的最新调研,2020年“新基建”总投资规模将达到2.11万亿人民币,预计“新基建”直接带动的ICT商机将也超过1万亿元人民币。
如此巨量的投资,必将带动大数据中心、工业大数据、人工智能的加速推进,可以预见的新应用将从数千、数万跃升到百万量级,网络节点数从千万级逐渐跃升到十、百亿级甚至千亿级,随之带来将是数据增长呈井喷态势。
无疑,这些数据量和数据流的新变化正在重塑IT基础架构,云-边-端的解决方案将驱动基础架构的创新。未来多方技术融合必将成为趋势,通过无处不在的数据智能平台提供更多的“即服务”满足用户的需求,支持实现传统基础架构的融合转型。
Teradata Vantage面向未来的无处不在的数据智能平台
面对数据量的爆炸性增长,数据资产化必将成为数字化转型的关键。数据资产的应用场景极其丰富,并仍在不断扩大。
但是,没有分析和提炼的数据毫无价值,企业必须采用先进的架构平台和数据分析工具,才有可能在激烈的市场竞争中继续保持领先,避免被竞争对手超越和颠覆。
作为面向未来需求大数据分析架构,Teradata Vantage紧密整合最佳分析功能与引擎,提供敏捷的可扩展平台,提供描述性、预测性与指示性分析、自主性决策、机器学习、可视化工具等广泛功能。
Teradata Vantage内置强大的机器学习功能,同时还预置180多个分析功能,可对多结构数据进行转换、准备、分析及可视化操作,支持客户购买路径、营销归因、产品相关性、欺诈、营销优化等广泛的商业用例使用。
Teradata Vantage是屡获殊荣的无处不在的数据智能平台,能随时运用所有数据,帮助用户实现任意数据分析、任意环境部署并提供重要的分析成果。
作为可以在任意环境部署的架构,Teradata Vantage 将分析、数据湖和数据仓库统一在一起,支持在云端和本地的部署。对于已经位于云端的架构,Vantage 可以灵活扩展,以应对增长挑战,而按需付费方式则提供了最大的灵活性。
Teradata Vantage不仅支持公有云端的部署,而且提供“本地部署环境即服务”选项,这样既能实现云端敏捷性、灵活性及无缝弹性部署等优势,又能规避线下数据与应用迁移的麻烦。
目前,企业可在AWS、Microsoft Azure、Teradata Cloud、本地部署等各种环境下自由选用Teradata Vantage平台即服务式选项,以各种方式灵活运用该平台市场领先的各种分析功能。
尤其是针对金融、银行等任务关键型应用,出于偏好或法规要求原因,许多企业仍选用本地部署环境。Teradata在企业数据中心内配置Vantage软件和特别定制的基础设施,为这些客户带来混合云端管理与弹性部署优势,又能让客户继续使用他们了解并信任的物理平台设施。
面对“新基建”带来的巨大发展机遇,越来越多的行业和企业将“数据”视为核心资源、资产和财富,纷纷制定数字化转型战略,以抢占数字经济的新的制高点。大数据、物联网、人工智能等新兴技术融合,将最大程度帮助发现数据蕴藏的洞察和商业价值,达到敏捷业务创新和业务智能的发展目标,实现企业数字化转型的跨越式发展。
好文章,需要你的鼓励
Forrester副总裁兼首席分析师高恩德在访谈中表示,尽管AI技术广泛存在,但在生产力统计数据中并未体现革命性改变。他引用美国劳工统计局数据指出,个人电脑时代同样未能显著提升生产力增长率。研究显示,95%的生成式AI项目未产生实际投资回报。Forrester预测到2030年AI可能取代6%的工作岗位,约1040万个职位,但目前大部分企业裁员主要出于财务考虑而非AI替代。
中国人民大学联合快手科技研发的DPWriter系统通过创新的"多样化规划分支"策略和智能奖励机制,成功解决了AI写作中质量与创意多样性难以兼得的问题。该系统让AI先制定包含五个维度的详细写作计划,在规划阶段进行创意分支,再配合双重奖励评价体系,实现了在保证写作质量的同时大幅提升创意多样性。实验显示新方法在多样性指标上提升15%,为AI辅助创意写作开辟了新路径。
谷歌发布Personal Intelligence工具,让用户可根据个人偏好定制Gemini聊天机器人。该工具能访问Gmail、谷歌相册和YouTube等服务中的个人数据,提供更精准的回复。例如分析收件箱中的餐厅预订来推荐食谱,或利用汽车照片回答维修问题。工具提供多项隐私控制选项,默认关闭且用户可自定义访问权限。初期仅向美国付费用户开放,未来将扩展至免费账户和国际市场。
ellamind公司研发的sui-1是首个能为长文档摘要提供精确引用标注的AI模型。该24B参数模型通过创新的XML标签系统,为每个摘要观点标注原文出处,解决了AI摘要"不可验证"的核心问题。模型可处理10万词文档,支持200万词超长文档的迭代处理,在准确性测试中达到84.2%,远超同类开源模型。研究团队采用Apache 2.0许可证完全开源模型和训练数据,为政府、法律等需要高准确性的领域提供可信赖的文档分析工具。