dialogo con yu binping del qixin group: i grandi modelli accelereranno l'implementazione del “volano dei dati” nelle imprese
2024-09-14
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
i dati, essendo il quinto fattore di produzione dopo terra, lavoro, capitale e tecnologia e uno dei tre elementi dell'intelligenza artificiale, la loro importanza è diventata un consenso nel settore. nell’onda della trasformazione digitale, le imprese sono costantemente alla ricerca di soluzioni innovative per guidare il business attraverso i dati, al fine di ottenere crescita aziendale e miglioramento dell’efficienza.
tuttavia, sebbene molte aziende abbiano iniziato a costruire piattaforme data middle negli ultimi anni, spesso si trovano ad affrontare il dilemma "facile da costruire ma difficile da applicare". di recente, yu binping, cto di qixin group, ha discusso con 51 cto di come le aziende possono utilizzare i dati per favorire la crescita del business.
i dati vanno gestiti, ma anche applicati
nel processo di trasformazione digitale, la gestione e l’applicazione dei dati sono diventate questioni che le aziende non possono ignorare. yu binping ritiene che la raccolta dei dati, la pulizia, la governance e l'estrazione del valore siano sfide comuni affrontate da molte imprese.
nelle operazioni reali, i dati aziendali sono spesso sparsi in diversi sistemi e dipartimenti e alcuni dati sono difficili da integrare a causa di autorizzazioni, formati o restrizioni tecniche. inoltre, gran parte dei dati attuali vengono raccolti a posteriori e vi sono anche alcuni problemi legati alla qualità dei dati. inoltre, aziende diverse hanno standard di dati diversi e contenuti di dati diversi per la pulizia dei dati. in definitiva, "problemi di raccolta dei dati, problemi di qualità e problemi di governance spesso fanno sì che il dipartimento dei big data diventi un dipartimento di reporting".
yu binping ha sottolineato che un problema comune affrontato attualmente da molte imprese è che i big data sono diventati "big data", cioè, sebbene la quantità di dati sia grande, è statica e ha un valore applicativo pratico limitato. dietro questo fenomeno c'è la mancanza di comprensione dei dati da parte dell'azienda e la mancanza di metodi efficaci per la loro applicazione.
yu binping ha sottolineato che le applicazioni dati devono essere strettamente integrate con gli scenari aziendali e le caratteristiche tecniche. le aziende devono coltivare talenti compositi che comprendano sia il business che la tecnologia. possono comprendere profondamente le esigenze aziendali e utilizzare mezzi tecnici per sfruttare il valore dei dati, apportando così innovazione e crescita all'azienda. ad esempio, nel settore della vendita al dettaglio, è possibile scoprire nuove opportunità di business e ottimizzare le catene di fornitura attraverso l'analisi dei dati sul comportamento dei clienti; nel campo dell'e-commerce, i dati di autorizzazione dell'utente possono essere utilizzati per formulare raccomandazioni personalizzate, che possono migliorare l'utente esperienza e performance di vendita.
in quanto componente fondamentale dell'architettura digitale di un'impresa, il data center svolge un ruolo chiave nella raccolta e nell'integrazione dei dati, sia nel settore della vendita al dettaglio che nel settore b, ponendo fine alla situazione delle isole di dati, realizzando la gestione e l'analisi centralizzate dei dati e promuovendo l'abilitazione dei dati condivisione e collaborazione tra diverse filiali e business unit. tuttavia, secondo yu binping, di fronte alla sfida più profonda di come far sì che i dati generino maggior valore e promuovano la crescita del business, la tradizionale piattaforma data middle sembra essere inadeguata, “a causa della natura della piattaforma middle, è difficile da far crescere l’effetto business”.
il volano gira, le idee vengono prima di tutto
quindi, come dovrebbero rispondere le aziende all’incapacità dei data center di favorire la crescita del business?
"affinché i dati generino valore o aiutino la crescita del business, deve prima esserci un concetto guida." yu binping ritiene che senza un concetto guida, sarà difficile per il dipartimento tecnico o la tecnologia indipendente generare maggiore valore dai dati. in altre parole, sotto la guida dei concetti, possiamo promuovere l’implementazione di “tecniche” come algoritmi, data warehouse e modelli di grandi dimensioni. solo lavorando insieme possiamo generare meglio valore dai dati.
questa considerazione coincide con il concetto di “volano dati”. il concetto di "volano dei dati" enfatizza il consumo dei dati come nucleo, promuove la profonda integrazione del flusso di dati e dei processi aziendali e forma un meccanismo di ciclo auto-rinforzante. la chiave del volano dei dati è integrare l'analisi e l'applicazione dei dati in ogni aspetto del business, realizzando così l'attivazione delle risorse di dati e l'innovazione delle applicazioni aziendali.
"nelle imprese tradizionali, il 'volano dei dati' può essere utilizzato come concetto o guida per l'applicazione dei dati." yu binping ha sottolineato che il volano dei dati non solo non è incoerente con il data center, ma è un salto basato su di esso, che spinge i dati. applicazioni al livello successivo. in quanto infrastruttura per l'elaborazione dei dati, il data center si concentra sulla costruzione di data warehouse pubblici e piattaforme di big data; il volano dei dati, con le sue caratteristiche di circolazione dinamica e ottimizzazione continua, è diventato un acceleratore delle applicazioni dei dati promuovere lo sviluppo dei dati dell'azienda. realizzare un salto più efficiente e intelligente nella governance e nell'applicazione.
prendendo ad esempio la propria attività, yu binping ha suggerito che per le imprese basate sui dati, fare affidamento su dati e tecnologia per l'analisi dei clienti, il marketing di precisione, ecc. è diventato la norma. il miglioramento continuo delle capacità tecniche è fondamentale per garantire l'accuratezza analisi e risultati dei dati, inclusa la creazione di algoritmi, modelli, data warehouse e applicazioni di intelligenza artificiale, ecc. per quei team aziendali che non hanno una sufficiente consapevolezza del valore dei dati o della tecnologia, la chiave è trovare e risolvere in modo proattivo i punti critici del business e dimostrare l'efficacia della tecnologia dei dati attraverso casi reali, stimolando così la soluzione di più esigenze e punti critici, creando un circolo virtuoso e sfruttando appieno il valore potenziale dei dati.
benedetto dal modello grande, il volano accelera quando atterra
sebbene il concetto di "volano dei dati" coincida con le esigenze attuali e i punti critici delle imprese, come far ruotare il "volano" è ancora una questione da esplorare.
secondo yu binping, il successo dell’implementazione del volano dei dati si basa su obiettivi aziendali e clienti chiari, dati di alta qualità e mezzi tecnici adeguati.
in primo luogo, il volano dei dati dovrebbe concentrarsi sui clienti e sul business, piuttosto che perseguire semplicemente la tecnologia, per garantire che le strategie digitali possano davvero aiutare i clienti e la crescita del business. in secondo luogo, il percorso di attuazione deve garantire la qualità dei dati, coprendo la raccolta, l’elaborazione e la costruzione dei dati, che costituisce la base per ottenere l’effetto volano dei dati. l’ultima cosa sono le capacità tecniche, la scelta di algoritmi appropriati, modelli di intelligenza artificiale e altri mezzi tecnici specifici per massimizzare il valore.
a livello tecnico, il rapido sviluppo di modelli di grandi dimensioni ha fornito un potente acceleratore per l’implementazione del volano dati.
yu binping ha sottolineato che l'applicazione della tecnologia dei modelli di grandi dimensioni ha notevolmente migliorato la comodità e l'efficienza delle applicazioni di dati. “senza il supporto di modelli di grandi dimensioni, il volano dei dati potrebbe rimanere solo a livello teorico, oppure potrebbe essere utilizzato solo da chi è attivo. internet che hanno i geni della tecnologia dei dati. per mettere in pratica questo concetto, la maggior parte delle imprese tradizionali devono fare affidamento sulla potenza di modelli di grandi dimensioni.
ad esempio, la tecnologia dei modelli di grandi dimensioni può identificare e classificare rapidamente i dati attraverso le sue potenti capacità di comprensione semantica, semplificando così il processo di governance dei dati. nella pratica di yu binping, vengono utilizzati modelli di grandi dimensioni per ottimizzare il lavoro di pulizia e governance dei dati, con un tasso di precisione superiore al 95%. tali applicazioni tecnologiche non solo migliorano l’efficienza dell’elaborazione dei dati, ma rilasciano anche più valore dei dati per le imprese e forniscono un forte supporto dei dati per il processo decisionale aziendale.
infine, per molte aziende cinesi, l’obiettivo principale è ancora quello di digitalizzare la propria attività e utilizzare la tecnologia per servire meglio la propria azienda e i propri clienti. le imprese devono cogliere questa tendenza, continuare a esplorare e mettere in pratica, utilizzare i dati come ali, accelerare la rotazione del volano e compiere un salto nella trasformazione digitale. (rete di notizie xianning)
