διάλογος με τον yu binping του ομίλου qixin: τα μεγάλα μοντέλα θα επιταχύνουν την εφαρμογή του «βολάν δεδομένων» στις επιχειρήσεις
2024-09-14
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
τα δεδομένα, ως ο πέμπτος παράγοντας παραγωγής μετά τη γη, την εργασία, το κεφάλαιο και την τεχνολογία, και ένα από τα τρία στοιχεία της τεχνητής νοημοσύνης, η σημασία τους έχει γίνει μια συναίνεση στον κλάδο. στο κύμα του ψηφιακού μετασχηματισμού, οι επιχειρήσεις αναζητούν συνεχώς καινοτόμες λύσεις για να οδηγήσουν τις επιχειρήσεις μέσω δεδομένων, προκειμένου να επιτύχουν επιχειρηματική ανάπτυξη και βελτίωση της αποτελεσματικότητας.
ωστόσο, αν και πολλές εταιρείες έχουν αρχίσει να κατασκευάζουν μεσαίες πλατφόρμες δεδομένων τα τελευταία χρόνια, συχνά αντιμετωπίζουν το δίλημμα «εύκολο στην κατασκευή αλλά δύσκολο στην εφαρμογή». πρόσφατα, ο yu binping, cto του qixin group, συζήτησε με 51 cto πώς οι εταιρείες μπορούν να χρησιμοποιούν δεδομένα για να οδηγήσουν την επιχειρηματική ανάπτυξη.
τα δεδομένα πρέπει να διαχειρίζονται, αλλά και να εφαρμόζονται
στη διαδικασία του ψηφιακού μετασχηματισμού, η διαχείριση και η εφαρμογή δεδομένων έχουν γίνει ζητήματα που οι επιχειρήσεις δεν μπορούν να αγνοήσουν. ο yu binping πιστεύει ότι η συλλογή δεδομένων, ο καθαρισμός, η διακυβέρνηση και η εξόρυξη αξίας είναι κοινές προκλήσεις που αντιμετωπίζουν πολλές επιχειρήσεις.
στις πραγματικές λειτουργίες, τα εταιρικά δεδομένα είναι συχνά διάσπαρτα σε διαφορετικά συστήματα και τμήματα και ορισμένα δεδομένα είναι δύσκολο να ενσωματωθούν λόγω αδειών, μορφών ή τεχνικών περιορισμών. επιπλέον, πολλά από τα τρέχοντα δεδομένα συλλέγονται εκ των υστέρων και υπάρχουν επίσης ορισμένα προβλήματα με την ποιότητα των δεδομένων. επιπλέον, διαφορετικές επιχειρήσεις έχουν διαφορετικά πρότυπα δεδομένων και διαφορετικά περιεχόμενα δεδομένων για τον καθαρισμό δεδομένων. τελικά, «τα ζητήματα συλλογής δεδομένων, ζητήματα ποιότητας και διακυβέρνησης προκαλούν συχνά το τμήμα μεγάλων δεδομένων να γίνει τμήμα αναφοράς».
ο yu binping επεσήμανε ότι ένα κοινό πρόβλημα που αντιμετωπίζουν πολλές επιχειρήσεις αυτή τη στιγμή είναι ότι τα μεγάλα δεδομένα έχουν γίνει "μεγάλα δεδομένα", δηλαδή, αν και η ποσότητα των δεδομένων είναι μεγάλη, είναι στατική και έχει περιορισμένη πρακτική αξία εφαρμογής. πίσω από αυτό το φαινόμενο κρύβεται η έλλειψη κατανόησης δεδομένων από την επιχείρηση και η έλλειψη αποτελεσματικών μεθόδων εφαρμογής δεδομένων.
ο yu binping τόνισε ότι οι εφαρμογές δεδομένων πρέπει να είναι στενά ενσωματωμένες με επιχειρηματικά σενάρια και τεχνικά χαρακτηριστικά. οι επιχειρήσεις πρέπει να καλλιεργήσουν σύνθετα ταλέντα που κατανοούν τόσο τις επιχειρήσεις όσο και την τεχνολογία. μπορούν να κατανοήσουν σε βάθος τις επιχειρηματικές ανάγκες και να χρησιμοποιήσουν τεχνικά μέσα για να εξορύξουν την αξία των δεδομένων, φέρνοντας έτσι την καινοτομία και την ανάπτυξη στην επιχείρηση. για παράδειγμα, στον κλάδο του λιανικού εμπορίου, μπορούν να ανακαλυφθούν νέες επιχειρηματικές ευκαιρίες και βελτιστοποίηση της εφοδιαστικής αλυσίδας μέσω της ανάλυσης των δεδομένων συμπεριφοράς των πελατών στον τομέα του ηλεκτρονικού εμπορίου, τα δεδομένα εξουσιοδότησης χρηστών μπορούν να χρησιμοποιηθούν για να γίνουν εξατομικευμένες προτάσεις, οι οποίες μπορούν να βελτιώσουν την εμπειρία των χρηστών. απόδοση πωλήσεων.
ως βασικό συστατικό της ψηφιακής αρχιτεκτονικής μιας επιχείρησης, το κέντρο δεδομένων διαδραματίζει βασικό ρόλο στη συλλογή και ενσωμάτωση δεδομένων, είτε σε επιχειρήσεις λιανικής είτε σε επιχειρήσεις β, τερματίζοντας την κατάσταση των νησιών δεδομένων, πραγματοποιώντας κεντρική διαχείριση και ανάλυση δεδομένων και προωθώντας δεδομένα ενεργοποίησης κοινή χρήση και συνεργασία μεταξύ διαφορετικών υποκαταστημάτων και επιχειρηματικών μονάδων. ωστόσο, κατά την άποψη του yu binping, όταν αντιμετωπίζουμε τη βαθύτερη πρόκληση του πώς να κάνουμε τα δεδομένα να παράγουν μεγαλύτερη αξία και να προάγουν την επιχειρηματική ανάπτυξη, η παραδοσιακή μεσαία πλατφόρμα δεδομένων φαίνεται να είναι ανεπαρκής, «λόγω της φύσης της μεσαίας πλατφόρμας, είναι δύσκολο να αναπτυχθεί το αποτέλεσμα της επιχείρησης».
ο σφόνδυλος γυρίζει, οι ιδέες προηγούνται
πώς πρέπει λοιπόν να ανταποκριθούν οι εταιρείες στην αδυναμία των κέντρων δεδομένων να ενδυναμώσουν την επιχειρηματική ανάπτυξη;
"για να δημιουργήσουν τα δεδομένα αξία ή να βοηθήσουν στην ανάπτυξη της επιχείρησης, πρέπει πρώτα να υπάρχει μια καθοδηγητική ιδέα, η yu binping πιστεύει ότι χωρίς μια καθοδηγητική ιδέα, θα είναι δύσκολο για το τεχνικό τμήμα ή την ανεξάρτητη τεχνολογία να δημιουργήσει μεγαλύτερη αξία για τα δεδομένα." με άλλα λόγια, υπό την καθοδήγηση των εννοιών, μπορούμε να προωθήσουμε την εφαρμογή «τεχνικών» όπως αλγόριθμοι, αποθήκες δεδομένων και μεγάλα μοντέλα μόνο με τη συνεργασία μπορούμε να δημιουργήσουμε καλύτερα αξία από τα δεδομένα.
αυτή η θεώρηση συμπίπτει με την έννοια του "βολάν δεδομένων". η έννοια του «βολάν δεδομένων» δίνει έμφαση στην κατανάλωση δεδομένων ως τον πυρήνα, προωθεί τη βαθιά ενοποίηση της ροής δεδομένων και των επιχειρηματικών διαδικασιών και σχηματίζει έναν αυτοενισχυόμενο μηχανισμό κύκλου. το κλειδί για τον σφόνδυλο δεδομένων είναι η ενσωμάτωση της ανάλυσης και της εφαρμογής δεδομένων σε κάθε πτυχή της επιχείρησης, πραγματοποιώντας έτσι την ενεργοποίηση των στοιχείων ενεργητικού και την καινοτομία των επιχειρηματικών εφαρμογών.
«στις παραδοσιακές επιχειρήσεις, ο «βολάνς δεδομένων» μπορεί να χρησιμοποιηθεί ως έννοια ή οδηγός για εφαρμογή δεδομένων, ο yu binping τόνισε ότι ο σφόνδυλος δεδομένων όχι μόνο δεν είναι ασυνεπής με το κέντρο δεδομένων, αλλά είναι ένα άλμα που βασίζεται σε αυτό, ωθώντας δεδομένα». εφαρμογές στο επόμενο επίπεδο. ως υποδομή για την επεξεργασία δεδομένων, το κέντρο δεδομένων εστιάζει στην κατασκευή δημόσιων αποθηκών δεδομένων και πλατφορμών μεγάλων δεδομένων, με τα χαρακτηριστικά δυναμικής κυκλοφορίας και συνεχούς βελτιστοποίησης, έχει γίνει επιταχυντής των εφαρμογών δεδομένων προώθηση της ανάπτυξης δεδομένων της επιχείρησης επίτευξη ενός πιο αποτελεσματικού και έξυπνου άλματος στη διακυβέρνηση και την εφαρμογή.
λαμβάνοντας ως παράδειγμα τη δική του επιχείρηση, ο yu binping πρότεινε ότι για τις επιχειρήσεις που βασίζονται σε δεδομένα, η βάση δεδομένων και τεχνολογίας για την ανάλυση πελατών, το μάρκετινγκ ακριβείας κ.λπ. έχει γίνει ο κανόνας ανάλυση δεδομένων και αποτελέσματα συμπεριλαμβανομένων αλγορίθμων κατασκευής, μοντέλων, αποθηκών δεδομένων και εφαρμογών τεχνητής νοημοσύνης κ.λπ. για εκείνες τις επιχειρηματικές ομάδες που δεν έχουν επαρκή επίγνωση της αξίας των δεδομένων ή της τεχνολογίας, το κλειδί είναι να βρουν και να λύσουν προληπτικά σημεία πόνου στην επιχείρηση και να αποδείξουν την αποτελεσματικότητα της τεχνολογίας δεδομένων μέσω πραγματικών περιπτώσεων, διεγείροντας έτσι την επίλυση περισσότερων αναγκών και σημείων πόνου. διαμορφώνοντας έναν ενάρετο κύκλο και δίνοντας πλήρη σημασία στη δυνητική αξία των δεδομένων.
ευλογημένο από το μεγάλο μοντέλο, ο σφόνδυλος επιταχύνει όταν προσγειώνεται
αν και η έννοια του "βολάν δεδομένων" συμπίπτει με τις τρέχουσες ανάγκες και τα σημεία πόνου των επιχειρήσεων, το πώς να περιστραφεί ο "βολάνς" παραμένει ένα ερώτημα που πρέπει να διερευνηθεί.
σύμφωνα με τον yu binping, η επιτυχής εφαρμογή του σφόνδυλου δεδομένων βασίζεται σε ξεκάθαρους πελάτες και επιχειρηματικούς στόχους, δεδομένα υψηλής ποιότητας και κατάλληλα τεχνικά μέσα.
πρώτον, ο σφόνδυλος δεδομένων θα πρέπει να επικεντρωθεί στους πελάτες και τις επιχειρήσεις, αντί να επιδιώκει απλώς την τεχνολογία, για να διασφαλίσει ότι οι ψηφιακές στρατηγικές μπορούν πραγματικά να βοηθήσουν τους πελάτες και την επιχειρηματική ανάπτυξη. δεύτερον, η διαδρομή υλοποίησης πρέπει να διασφαλίζει την ποιότητα των δεδομένων, καλύπτοντας τη συλλογή δεδομένων, την επεξεργασία και την κατασκευή, η οποία αποτελεί τη βάση για την επίτευξη του φαινομένου του σφονδύλου δεδομένων. το τελευταίο πράγμα είναι οι τεχνικές δυνατότητες, η επιλογή κατάλληλων αλγορίθμων, μοντέλων τεχνητής νοημοσύνης και άλλων ειδικών τεχνικών μέσων για τη μεγιστοποίηση της αξίας.
σε τεχνικό επίπεδο, η ταχεία ανάπτυξη μεγάλων μοντέλων έχει προσφέρει έναν ισχυρό επιταχυντή για την υλοποίηση του σφόνδυλου δεδομένων.
ο yu binping επεσήμανε ότι η εφαρμογή της τεχνολογίας μεγάλων μοντέλων έχει βελτιώσει σημαντικά την ευκολία και την αποτελεσματικότητα των εφαρμογών δεδομένων «χωρίς την υποστήριξη μεγάλων μοντέλων, ο σφόνδυλος δεδομένων μπορεί να παραμείνει μόνο σε θεωρητικό επίπεδο ή μπορεί να χρησιμοποιηθεί μόνο από εκείνους που βρίσκονται σε εφαρμογή. το διαδίκτυο που έχει γονίδια τεχνολογίας δεδομένων για τις περισσότερες παραδοσιακές επιχειρήσεις, για να εφαρμόσουν αυτήν την ιδέα, πρέπει να βασίζονται στη δύναμη των μεγάλων μοντέλων.
για παράδειγμα, η τεχνολογία μεγάλων μοντέλων μπορεί γρήγορα να αναγνωρίσει και να ταξινομήσει δεδομένα μέσω των ισχυρών δυνατοτήτων σημασιολογικής κατανόησης, απλοποιώντας έτσι τη διαδικασία διακυβέρνησης δεδομένων. στην πρακτική του yu binping, τα μεγάλα μοντέλα χρησιμοποιούνται για τη βελτιστοποίηση της εργασίας καθαρισμού δεδομένων και διακυβέρνησης, με ποσοστό ακρίβειας άνω του 95%. τέτοιες τεχνολογικές εφαρμογές όχι μόνο βελτιώνουν την αποτελεσματικότητα της επεξεργασίας δεδομένων, αλλά απελευθερώνουν επίσης περισσότερη αξία δεδομένων για τις επιχειρήσεις και παρέχουν ισχυρή υποστήριξη δεδομένων για τη λήψη επιχειρηματικών αποφάσεων.
στο τέλος, για πολλές εταιρείες στην κίνα, ο κύριος στόχος εξακολουθεί να είναι η ψηφιοποίηση της επιχείρησής τους και η χρήση της τεχνολογίας για την καλύτερη εξυπηρέτηση των επιχειρήσεων και των πελατών τους. οι επιχειρήσεις πρέπει να κατανοήσουν αυτήν την τάση, να συνεχίσουν να εξερευνούν και να εξασκούνται, να χρησιμοποιούν δεδομένα ως φτερά, να επιταχύνουν την περιστροφή του σφονδύλου και να επιτύχουν ένα άλμα στον ψηφιακό μετασχηματισμό. (δίκτυο ειδήσεων xianning)
