diálogo con yu binping de qixin group: los modelos grandes acelerarán la implementación del "volante de datos" en las empresas
2024-09-14
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
los datos, como quinto factor de producción después de la tierra, el trabajo, el capital y la tecnología, y uno de los tres elementos de la inteligencia artificial, su importancia se ha convertido en un consenso en la industria. en la ola de transformación digital, las empresas buscan constantemente soluciones innovadoras para impulsar los negocios a través de datos, con el fin de lograr el crecimiento empresarial y la mejora de la eficiencia.
sin embargo, aunque muchas empresas han comenzado a construir plataformas intermedias de datos en los últimos años, a menudo se enfrentan al dilema de "fácil de construir pero difícil de aplicar". recientemente, yu binping, cto de qixin group, discutió con 51 cto cómo las empresas pueden utilizar los datos para impulsar el crecimiento empresarial.
los datos deben gestionarse, pero también aplicarse
en el proceso de transformación digital, la gestión y aplicación de datos se han convertido en cuestiones que las empresas no pueden ignorar. yu binping cree que la recopilación, limpieza, gobernanza y extracción de valor de datos son desafíos comunes que enfrentan muchas empresas.
en las operaciones reales, los datos empresariales suelen estar dispersos en diferentes sistemas y departamentos, y algunos datos son difíciles de integrar debido a permisos, formatos o restricciones técnicas. además, muchos de los datos actuales se recopilan a posteriori y también existen ciertos problemas con la calidad de los datos. además, diferentes empresas tienen diferentes estándares de datos y diferentes contenidos de datos para la limpieza de datos. en última instancia, "los problemas de recopilación de datos, problemas de calidad y problemas de gobernanza a menudo hacen que el departamento de big data se convierta en un departamento de informes".
yu binping señaló que un problema común que enfrentan muchas empresas actualmente es que los big data se han convertido en "big data", es decir, aunque la cantidad de datos es grande, es estática y tiene un valor de aplicación práctica limitado. detrás de este fenómeno está la falta de comprensión de los datos por parte de las empresas y la falta de métodos eficaces de aplicación de datos.
yu binping enfatizó que las aplicaciones de datos deben integrarse estrechamente con los escenarios comerciales y las características técnicas. las empresas necesitan cultivar talentos compuestos que comprendan tanto los negocios como la tecnología. pueden comprender profundamente las necesidades comerciales y utilizar medios técnicos para extraer el valor de los datos, aportando así innovación y crecimiento a la empresa. por ejemplo, en la industria minorista, se pueden descubrir nuevas oportunidades comerciales y optimización de la cadena de suministro mediante el análisis de los datos del comportamiento del cliente; en el campo del comercio electrónico, los datos de autorización del usuario se pueden utilizar para hacer recomendaciones personalizadas, que pueden mejorar la experiencia del usuario; desempeño de ventas.
como componente central de la arquitectura digital de una empresa, el centro de datos desempeña un papel clave en la recopilación e integración de datos, ya sea en el comercio minorista o en el negocio b, poniendo fin a la situación de islas de datos, realizando una gestión y análisis centralizados de datos y promoviendo la habilitación de datos. intercambio y colaboración entre diferentes sucursales y unidades de negocio. sin embargo, en opinión de yu binping, cuando nos enfrentamos al desafío más profundo de cómo hacer que los datos generen mayor valor y promuevan el crecimiento empresarial, la plataforma intermedia de datos tradicional parece ser inadecuada, "debido a la naturaleza de la plataforma intermedia, es difícil hacer crecer el negocio".
el volante gira, las ideas son lo primero
entonces, ¿cómo deberían responder las empresas a la incapacidad de los centros de datos para potenciar el crecimiento empresarial?
"para que los datos generen valor o ayuden al crecimiento empresarial, primero debe haber un concepto rector". yu binping cree que sin un concepto rector, será difícil para el departamento técnico o la tecnología independiente generar mayor valor para los datos. en otras palabras, bajo la guía de conceptos, podemos promover la implementación de "técnicas" como algoritmos, almacenes de datos y grandes modelos. sólo trabajando juntos podremos generar mejor valor a partir de los datos.
esta consideración coincide con el concepto de "volante de datos". el concepto de "volante de datos" enfatiza el consumo de datos como núcleo, promueve la integración profunda del flujo de datos y los procesos comerciales y forma un mecanismo de ciclo que se refuerza a sí mismo. la clave del volante de datos es integrar el análisis y la aplicación de datos en todos los aspectos del negocio, logrando así la activación de activos de datos y la innovación de aplicaciones comerciales.
"en las empresas tradicionales, el 'volante de datos' se puede utilizar como concepto o guía para la aplicación de datos". yu binping enfatizó que el volante de datos no sólo no es inconsistente con el centro de datos, sino que es un salto basado en él, impulsando los datos. aplicaciones al siguiente nivel más profundo. como infraestructura para el procesamiento de datos, el centro de datos se centra en la construcción de almacenes de datos públicos y plataformas de big data; con sus características de circulación dinámica y optimización continua, se ha convertido en un acelerador de aplicaciones de datos que se complementan entre sí. promover el desarrollo de datos de la empresa. lograr un salto más eficiente e inteligente en la gobernanza y la aplicación.
tomando su propio negocio como ejemplo, yu binping sugirió que para las empresas basadas en datos, confiar en datos y tecnología para el análisis de clientes, marketing de precisión, etc. se ha convertido en la norma. la mejora continua de las capacidades técnicas es crucial para garantizar la precisión de. análisis de datos y resultados, incluida la construcción de algoritmos, modelos, almacenes de datos y aplicaciones de inteligencia artificial, etc. para aquellos equipos empresariales que no tienen suficiente conocimiento del valor de los datos o la tecnología, la clave es encontrar y resolver de manera proactiva los puntos débiles del negocio y demostrar la efectividad de la tecnología de datos a través de casos reales, estimulando así la solución de más necesidades y puntos débiles. formando un círculo virtuoso y aprovechando al máximo el valor potencial de los datos.
bendecido por el modelo grande, el volante acelera cuando aterriza
aunque el concepto de "volante de datos" coincide con las necesidades actuales y los puntos débiles de las empresas, todavía es una cuestión por explorar cómo hacer que el "volante" gire.
según yu binping, la implementación exitosa del volante de datos depende de objetivos comerciales y de clientes claros, datos de alta calidad y medios técnicos adecuados.
en primer lugar, el volante de datos debe centrarse en los clientes y las empresas, en lugar de simplemente buscar tecnología, para garantizar que las estrategias digitales puedan realmente ayudar a los clientes y al crecimiento empresarial. en segundo lugar, la ruta de implementación debe garantizar la calidad de los datos, abarcando la recopilación, el procesamiento y la construcción de datos, que es la base para lograr el efecto volante de datos. lo último son las capacidades técnicas, la elección de algoritmos apropiados, modelos de ia y otros medios técnicos específicos para maximizar el valor.
a nivel técnico, el rápido desarrollo de modelos de gran tamaño ha proporcionado un potente acelerador para la implementación del volante de datos.
yu binping señaló que la aplicación de la tecnología de modelos grandes ha mejorado enormemente la conveniencia y eficiencia de las aplicaciones de datos: “sin el soporte de modelos grandes, el volante de datos puede permanecer solo en el nivel teórico o solo puede ser utilizado por aquellos en. "para poner en práctica este concepto, la mayoría de las empresas tradicionales necesitan confiar en el poder de los grandes modelos".
por ejemplo, la tecnología de modelos grandes puede identificar y clasificar datos rápidamente a través de sus poderosas capacidades de comprensión semántica, simplificando así el proceso de gobernanza de datos. en la práctica de yu binping, se utilizan modelos grandes para optimizar el trabajo de gobernanza y limpieza de datos, con una tasa de precisión superior al 95%. estas aplicaciones tecnológicas no sólo mejoran la eficiencia del procesamiento de datos, sino que también liberan más valor de los datos para las empresas y brindan un sólido soporte de datos para la toma de decisiones comerciales.
al final, para muchas empresas en china, el objetivo principal sigue siendo digitalizar sus negocios y utilizar la tecnología para servir mejor a sus negocios y a sus clientes. las empresas deben captar esta tendencia, continuar explorando y practicando, utilizar los datos como alas, acelerar la rotación del volante y lograr un salto en la transformación digital. (red de noticias de xianning)
