qixin group の yu binping 氏との対話: 大型モデルは企業における「データ フライホイール」の導入を加速する
2024-09-14
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
データは、土地、労働、資本、技術に次ぐ第5の生産要素であり、人工知能の3要素の1つとして、その重要性が業界のコンセンサスとなっています。デジタル変革の波の中で、企業はビジネスの成長と効率の向上を達成するために、データを通じてビジネスを推進する革新的なソリューションを常に模索しています。
しかし、ここ数年で多くの企業がデータミドルプラットフォームの構築に着手しているものの、「構築は簡単だが適用は難しい」というジレンマに直面することが多い。最近、qixin group の cto である yu binping 氏は、企業がデータを活用してビジネスの成長を促進する方法について 51 cto と話し合いました。
データは管理するだけでなく、適用する必要もあります
デジタル変革の過程において、データの管理と活用は企業にとって無視できない課題となっています。 yu binping 氏は、データ収集、クリーニング、ガバナンス、バリューマイニングは多くの企業が直面する共通の課題であると考えています。
実際の運用では、企業データがさまざまなシステムや部門に分散していることが多く、権限や形式、技術的な制限により統合が難しいデータもあります。さらに、現在のデータの多くは事後的に収集されており、データの品質にも一定の問題があります。さらに、企業が異なれば、データ クリーニングのデータ標準やデータの内容も異なります。最終的には、「データ収集の問題、品質の問題、ガバナンスの問題により、ビッグ データ部門が報告部門になることがよくあります。」
yu binping氏は、現在多くの企業が直面している共通の問題は、ビッグデータが「ビッグデータ」になっている、つまりデータ量は多いものの静的であり、実用的な応用価値が限られていることだと指摘した。この現象の背景には、企業のデータに対する理解の欠如と、効果的なデータ活用方法の欠如があります。
yu binping 氏は、データ アプリケーションはビジネス シナリオおよび技術的機能と密接に統合される必要があると強調しました。企業は、ビジネスとテクノロジーの両方を理解し、ビジネスのニーズを深く理解し、技術的手段を使用してデータの価値を掘り起こし、それによって企業に革新と成長をもたらすことができる複合的な人材を育成する必要があります。たとえば、小売業界では、顧客行動データの分析を通じて新しいビジネス チャンスを発見し、サプライ チェーンを最適化できます。e コマース分野では、ユーザー認証データを使用してパーソナライズされた推奨事項を作成し、ユーザーの満足度を向上させることができます。経験と販売実績。
企業のデジタル アーキテクチャの中核コンポーネントとして、データ センターは、小売業であろうと b ビジネスであろうと、データの収集と統合、データ アイランドの状況の終結、データの一元管理と分析の実現、データの有効化の促進において重要な役割を果たします。異なる支店や事業単位間の共有とコラボレーション。しかし、yu binping 氏の見解では、データをどのようにしてより大きな価値を生み出し、ビジネスの成長を促進するかというより深い課題に直面した場合、従来のデータ ミドル プラットフォームでは不十分であるようです。ビジネスの効果を拡大します。」
フライホイールが回転、アイデアが優先
では、企業はデータセンターがビジネスの成長を促進できないことにどのように対応すべきでしょうか?
「データが価値を生み出し、ビジネスの成長に貢献するには、まず指針となるコンセプトがなければなりません。」 yu binping 氏は、指針となるコンセプトがなければ、技術部門や独立したテクノロジーがデータからより大きな価値を生み出すことは難しいと考えています。言い換えれば、コンセプトに基づいて、アルゴリズム、データ ウェアハウス、大規模モデルなどの「技術」の実装を促進できるのは、連携することによってのみ、データからより良い価値を生み出すことができるということです。
この考察は、「データ フライホイール」の概念と一致します。 「データ フライホイール」の概念は、データ消費を核として強調し、データ フローとビジネス プロセスの深い統合を促進し、自己強化サイクル メカニズムを形成します。データフライホイールの鍵は、データの分析と活用をビジネスのあらゆる側面に統合し、それによってデータ資産の活性化とビジネスアプリケーションの革新を実現することです。
「従来の企業では、『データ フライホイール』はデータ アプリケーションの概念や指針として使用できます。」yu binping 氏は、データ フライホイールはデータ センターと矛盾しないだけでなく、それに基づく飛躍であり、データを推進するものであると強調しました。アプリケーションをさらに深いレベルに。データ処理のインフラとして、データセンターはパブリックデータウェアハウスとビッグデータプラットフォームの構築に重点を置き、動的循環と継続的最適化の特徴を備えたデータフライホイールは、相互に補完し合い、連携してデータアプリケーションを実現します。企業のデータ開発を促進し、ガバナンスとアプリケーションのより効率的かつスマートな飛躍を実現します。
yu binping 氏は、自身のビジネスを例に挙げて、データドリブンな企業では、顧客分析や精密マーケティングなどでデータとテクノロジーに依存することが標準になっており、技術的能力の継続的な向上が正確性を確保するために重要であると示唆しました。データ分析と結果には、アルゴリズム、モデル、データ ウェアハウス、ai アプリケーションなどの構築が含まれます。データやテクノロジーの価値に対する認識が不十分な企業チームにとって重要なのは、ビジネス上の課題を積極的に見つけて解決し、実際の事例を通じてデータ テクノロジーの有効性を実証することで、より多くのニーズや課題の解決を促すことです。好循環を形成し、データの潜在価値を最大限に発揮します。
大型モデルの恩恵で着地と同時にフライホイールが加速
「データ フライホイール」の概念は企業の現在のニーズや問題点と一致していますが、「フライホイール」を回転させる方法はまだ検討の余地があります。
yu binping 氏によると、データ フライホイールの導入を成功させるには、明確な顧客目標とビジネス目標、高品質のデータ、および適切な技術的手段が必要です。
まず、デジタル戦略が顧客とビジネスの成長を真に支援できるように、データ フライホイールは単にテクノロジーを追求するのではなく、顧客とビジネスに焦点を当てる必要があります。第 2 に、実装パスではデータの収集、処理、構築をカバーするデータ品質を確保する必要があり、これがデータ フライホイール効果を達成するための基礎となります。最後は技術的能力であり、価値を最大化するために適切なアルゴリズム、ai モデル、その他の特定の技術的手段を選択します。
技術レベルでは、大規模モデルの急速な開発により、データ フライホイールの実装に強力なアクセラレータが提供されました。
yu binping 氏は、大規模モデル技術の適用により、データ アプリケーションの利便性と効率が大幅に向上したと指摘しました。「大規模モデルのサポートがなければ、データ フライホイールは理論レベルに留まるか、データ フライホイールを使用できるのは理論上のレベルにとどまる可能性があります。データテクノロジーの遺伝子を持ったインターネットです。ほとんどの伝統的な企業にとって、このコンセプトを実践するには、大規模なモデルの力に依存する必要があります。」
たとえば、大規模モデル テクノロジは、強力な意味理解機能を通じてデータを迅速に識別および分類できるため、データ ガバナンス プロセスが簡素化されます。 yu binping の実践では、大規模なモデルを使用してデータ クリーニングとガバナンス作業を最適化しており、その精度は 95% 以上です。このような技術的アプリケーションは、データ処理の効率を向上させるだけでなく、企業により多くのデータ価値を解放し、ビジネス上の意思決定に対する強力なデータ サポートを提供します。
最後に、中国の多くの企業にとって、主な目標は依然としてビジネスをデジタル化し、テクノロジーを活用してビジネスと顧客により良いサービスを提供することです。企業はこの傾向を把握し、探求と実践を継続し、データを翼として活用し、フライホイールの回転を加速し、デジタル変革の飛躍を達成する必要があります。 (咸寧ニュースネットワーク)
