diálogo com yu binping do grupo qixin: grandes modelos acelerarão a implementação do “volante de dados” nas empresas
2024-09-14
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
os dados, como o quinto fator de produção depois da terra, do trabalho, do capital e da tecnologia, e um dos três elementos da inteligência artificial, a sua importância tornou-se um consenso na indústria. na onda da transformação digital, as empresas procuram constantemente soluções inovadoras para impulsionar os negócios através de dados, a fim de alcançar o crescimento dos negócios e a melhoria da eficiência.
no entanto, embora muitas empresas tenham começado a construir plataformas intermediárias de dados nos últimos anos, muitas vezes enfrentam o dilema de “fácil de construir, mas difícil de aplicar”. recentemente, yu binping, cto do grupo qixin, discutiu com 51 cto como as empresas podem usar dados para impulsionar o crescimento dos negócios.
os dados precisam ser gerenciados, mas também aplicados
no processo de transformação digital, a gestão e aplicação de dados tornaram-se questões que as empresas não podem ignorar. yu binping acredita que a recolha de dados, a limpeza, a governação e a mineração de valor são desafios comuns enfrentados por muitas empresas.
nas operações reais, os dados empresariais estão frequentemente dispersos em diferentes sistemas e departamentos, e alguns dados são difíceis de integrar devido a permissões, formatos ou restrições técnicas. além disso, muitos dos dados actuais são recolhidos posteriormente e existem também alguns problemas com a qualidade dos dados. além disso, diferentes empresas têm diferentes padrões de dados e diferentes conteúdos de dados para limpeza de dados. em última análise, “questões de recolha de dados, questões de qualidade e questões de governação muitas vezes fazem com que o departamento de big data se torne um departamento de relatórios”.
yu binping destacou que um problema comum enfrentado por muitas empresas atualmente é que o big data se tornou "big data", ou seja, embora a quantidade de dados seja grande, é estática e tem valor de aplicação prática limitado. por trás desse fenômeno está a falta de compreensão dos dados por parte das empresas e a falta de métodos eficazes de aplicação de dados.
yu binping enfatizou que os aplicativos de dados devem estar intimamente integrados aos cenários de negócios e às características técnicas. as empresas precisam de cultivar talentos compostos que compreendam tanto os negócios como a tecnologia. eles possam compreender profundamente as necessidades dos negócios e utilizar meios técnicos para explorar o valor dos dados, trazendo assim inovação e crescimento para a empresa. por exemplo, na indústria retalhista, novas oportunidades de negócio e optimização da cadeia de abastecimento podem ser descobertas através da análise de dados de comportamento do cliente no domínio do comércio electrónico, a utilização de dados de autorização do utilizador para fazer recomendações personalizadas pode melhorar a experiência do utilizador e o desempenho das vendas;
como componente central da arquitetura digital de uma empresa, o data center desempenha um papel fundamental na coleta e integração de dados, seja no varejo ou no negócio b, acabando com a situação de ilhas de dados, realizando gerenciamento e análise centralizados de dados e promovendo a integração de dados. compartilhamento e colaboração entre diferentes filiais e unidades de negócios. no entanto, na opinião de yu binping, quando confrontada com o desafio mais profundo de como fazer com que os dados gerem maior valor e promovam o crescimento dos negócios, a plataforma intermediária de dados tradicional parece inadequada, “devido à natureza da plataforma intermediária, é difícil aumentar o efeito do negócio".
o volante gira, as ideias vêm primeiro
então, como devem as empresas responder à incapacidade dos data centers de potenciar o crescimento dos negócios?
"para que os dados gerem valor ou ajudem no crescimento dos negócios, primeiro deve haver um conceito orientador." yu binping acredita que sem um conceito orientador, será difícil para o departamento técnico ou tecnologia independente gerar maior valor para os dados. em outras palavras, sob a orientação de conceitos, podemos promover a implementação de "técnicas" como algoritmos, data warehouses e grandes modelos. somente trabalhando juntos poderemos gerar melhor valor a partir dos dados.
esta consideração coincide com o conceito de “volante de dados”. o conceito de "volante de dados" enfatiza o consumo de dados como núcleo, promove a integração profunda do fluxo de dados e dos processos de negócios e forma um mecanismo de ciclo auto-reforçado. a chave para o volante de dados é integrar a análise e aplicação de dados em todos os aspectos do negócio, realizando assim a ativação de ativos de dados e a inovação de aplicações de negócios.
"nas empresas tradicionais, o 'volante de dados' pode ser usado como um conceito ou orientação para aplicação de dados." yu binping enfatizou que o volante de dados não apenas não é inconsistente com o data center, mas é um salto baseado nele, impulsionando os dados. aplicações para o próximo nível. como infraestrutura para processamento de dados, o data center concentra-se na construção de data warehouses públicos e plataformas de big data; o volante de dados, com suas características de circulação dinâmica e otimização contínua, tornou-se um acelerador de aplicações de dados. promover o desenvolvimento de dados da empresa. alcançar um salto mais eficiente e inteligente em governança e aplicação.
tomando como exemplo o seu próprio negócio, yu binping sugeriu que, para empresas orientadas por dados, confiar em dados e tecnologia para análise de clientes, marketing de precisão, etc. análise de dados e resultados. incluindo construção de algoritmos, modelos, data warehouses e aplicações de ia, etc. para as equipes empresariais que não têm consciência suficiente do valor dos dados ou da tecnologia, a chave é encontrar e resolver proativamente os pontos problemáticos do negócio e demonstrar a eficácia da tecnologia de dados por meio de casos reais, estimulando assim a solução de mais necessidades e pontos problemáticos. formando um ciclo virtuoso e aproveitando ao máximo o valor potencial dos dados.
abençoado pelo modelo grande, o volante acelera ao pousar
embora o conceito de “volante de dados” coincida com as necessidades atuais e os pontos problemáticos das empresas, como fazer o “volante” girar ainda é uma questão a ser explorada.
de acordo com yu binping, a implementação bem-sucedida do volante de dados depende de objetivos claros do cliente e do negócio, dados de alta qualidade e meios técnicos apropriados.
em primeiro lugar, o volante dos dados deve centrar-se nos clientes e nos negócios, em vez de simplesmente procurar tecnologia, para garantir que as estratégias digitais podem realmente ajudar os clientes e o crescimento dos negócios. em segundo lugar, o caminho de implementação precisa de garantir a qualidade dos dados, abrangendo a recolha, o processamento e a construção de dados, que é a base para alcançar o efeito volante de dados. a última coisa são as capacidades técnicas, escolhendo algoritmos apropriados, modelos de ia e outros meios técnicos específicos para maximizar o valor.
no nível técnico, o rápido desenvolvimento de grandes modelos proporcionou um poderoso acelerador para a implementação do volante de dados.
yu binping destacou que a aplicação da tecnologia de modelos grandes melhorou muito a conveniência e a eficiência das aplicações de dados “sem o suporte de modelos grandes, o volante de dados pode permanecer apenas no nível teórico, ou pode ser usado apenas por aqueles que estão nele. da internet que possuem genes de tecnologia de dados para a maioria das empresas tradicionais, para colocar este conceito em prática, elas precisam contar com o poder de grandes modelos.”
por exemplo, a tecnologia de modelos grandes pode identificar e classificar rapidamente os dados através das suas poderosas capacidades de compreensão semântica, simplificando assim o processo de governação de dados. na prática de yu binping, grandes modelos são usados para otimizar a limpeza de dados e o trabalho de governança, com uma taxa de precisão superior a 95%. tais aplicações tecnológicas não só melhoram a eficiência do processamento de dados, mas também libertam mais valor dos dados para as empresas e fornecem um forte apoio de dados para a tomada de decisões empresariais.
finalmente, para muitas empresas na china, o principal objetivo ainda é digitalizar os seus negócios e utilizar a tecnologia para melhor servir os seus negócios e clientes. as empresas devem compreender esta tendência, continuar a explorar e praticar, utilizar os dados como asas, acelerar a rotação do volante e dar um salto na transformação digital. (rede de notícias xianning)
