9月4日消息，近日， Gartner 發(fā)布了《中國數(shù)據(jù)分析與人工智能技術(shù)成熟度曲線》，Gartner 在報告中提到“預(yù)計到 2026 年，中國超過 30% 的白領(lǐng)工作將被重新定義，使用生成式人工智能將成為一項廣受歡迎的技能。”
今年是Gartner首次發(fā)布中國數(shù)據(jù)、分析和人工智能技術(shù)成熟度曲線。報告揭示了與中國數(shù)據(jù)、分析和人工智能相關(guān)的四個基本主題：業(yè)務(wù)成果優(yōu)先的中國數(shù)據(jù)戰(zhàn)略，區(qū)域數(shù)據(jù)與分析和人工智能生態(tài)系統(tǒng)，數(shù)據(jù)中臺的崩塌，以及人工智能成為新的國力象征。
該曲線中，即將進(jìn)入期望膨脹期的技術(shù)數(shù)量最多。Gartner高級研究總監(jiān)張桐表示：“創(chuàng)新往往被吹捧為傳統(tǒng)瓶頸問題的解決方案，有望解決中國CIO共同擔(dān)憂的問題，如硬件資源短缺、可擴(kuò)展性、可持續(xù)運(yùn)營、安全風(fēng)險緩解、技術(shù)自主可控和AI模型的多域適用性問題，從而帶來清晰的業(yè)務(wù)價值。然而，終端用戶更重視有形的影響，而不是抽象的戰(zhàn)略概念。”
數(shù)據(jù)編織
數(shù)據(jù)編織是一種設(shè)計框架，用于獲得靈活而且可復(fù)用的數(shù)據(jù)管道、服務(wù)和語義，涉及數(shù)據(jù)集成、主動元數(shù)據(jù)、知識圖譜、數(shù)據(jù)剖析、機(jī)器學(xué)習(xí)和數(shù)據(jù)分類。數(shù)據(jù)編織顛覆了現(xiàn)有的數(shù)據(jù)管理主導(dǎo)方法，不再針對數(shù)據(jù)和用例“量身定制”，而是“先觀察再使用”。
Gartner高級研究總監(jiān)張桐表示：“數(shù)據(jù)、分析和AI用例的出現(xiàn)，以及快速變化的數(shù)據(jù)安全法規(guī)，導(dǎo)致了中國數(shù)據(jù)管理的復(fù)雜性和不確定性。數(shù)據(jù)編織能充分利用沉沒成本，同時也能為數(shù)據(jù)管理基礎(chǔ)設(shè)施方面的新支出提供優(yōu)先級排序和成本控制指導(dǎo)?！?/p>
Gartner預(yù)計，數(shù)據(jù)編織作為一種新興的數(shù)據(jù)管理框架，正是萌芽階段，還需要10年時間被市場主流采用。
數(shù)據(jù)資產(chǎn)管理
數(shù)據(jù)資產(chǎn)管理是指管理、處理和利用對業(yè)務(wù)運(yùn)營來說具有寶貴資產(chǎn)價值的數(shù)據(jù)的過程。數(shù)據(jù)資產(chǎn)管理適用于多種數(shù)據(jù)形態(tài)——例如，系統(tǒng)中的圖像、視頻、文件、資料和交易數(shù)據(jù)，并涵蓋從數(shù)據(jù)獲取到銷毀的整個數(shù)據(jù)生命周期，目的是以管理資產(chǎn)的方式管理數(shù)據(jù)，并從中創(chuàng)造價值。
數(shù)據(jù)作為一種新的生產(chǎn)要素，已成為企業(yè)機(jī)構(gòu)的競爭優(yōu)勢。數(shù)據(jù)具有快速、多樣、大量和描述事實的特點(diǎn)，因此企業(yè)機(jī)構(gòu)必須整合流程來生成數(shù)據(jù)洞察。
報告顯示，數(shù)據(jù)資產(chǎn)管理是一種具有轉(zhuǎn)型效益評級的創(chuàng)新，并可以在不到兩年的時間內(nèi)實現(xiàn)主流采用。在未來兩到五年內(nèi)，值得特別關(guān)注的技術(shù)包括公民數(shù)據(jù)科學(xué)、決策智能、生成式人工智能和實時數(shù)據(jù)管理。早期采用這些技術(shù)將帶來顯著的競爭優(yōu)勢，并減輕因缺乏業(yè)務(wù)技術(shù)人員而造成的問題，以及與獲取業(yè)務(wù)環(huán)境和結(jié)果價值相關(guān)的挑戰(zhàn)。
Gartner高級研究總監(jiān)張桐表示：“數(shù)據(jù)資產(chǎn)不僅能提升運(yùn)營質(zhì)量和決策水平，更可以創(chuàng)造更多業(yè)務(wù)價值，還能夠產(chǎn)生新的業(yè)務(wù)模式和利用數(shù)據(jù)直接變現(xiàn)。然而，盡管價值創(chuàng)造在加速，數(shù)據(jù)資產(chǎn)仍存在潛在風(fēng)險。企業(yè)機(jī)構(gòu)必須謹(jǐn)慎管理數(shù)據(jù)資產(chǎn)，避免監(jiān)管違規(guī)和數(shù)據(jù)意外泄漏?！?/p>
組裝式數(shù)據(jù)和分析
組裝式數(shù)據(jù)和分析（D&A）利用基于容器或業(yè)務(wù)微服務(wù)的架構(gòu)和數(shù)據(jù)編織理念，將現(xiàn)有資產(chǎn)組裝為靈活、模塊化和用戶友好的數(shù)據(jù)分析和人工智能（AI）能力。這項技術(shù)可在低代碼和無代碼能供的支持下，綜合運(yùn)用一系列技術(shù)將數(shù)據(jù)管理和分析應(yīng)用轉(zhuǎn)變?yōu)閿?shù)據(jù)分析和AI組件或其他應(yīng)用模塊，并且支持自適應(yīng)和智能決策。
面對瞬息萬變的業(yè)務(wù)環(huán)境，中國企業(yè)機(jī)構(gòu)需要提高敏捷性，加快洞察產(chǎn)出速度。組裝式D&A有助于企業(yè)機(jī)構(gòu)使用模塊化數(shù)據(jù)和分析能力，在各項措施中融合多個洞察與參考信息，避免割裂式開發(fā)。企業(yè)機(jī)構(gòu)可通過組裝或重組D&A能力進(jìn)一步提高交付的靈活性，應(yīng)對不同使用場景。
大模型
大模型是在大范圍的數(shù)據(jù)集上以自監(jiān)督方式訓(xùn)練的大參數(shù)模型，其中大多數(shù)都是基于Transformer架構(gòu)或擴(kuò)散型深度神經(jīng)網(wǎng)絡(luò)架構(gòu)，并且在不久的將來可能會成為多模態(tài)。大模型這一名稱是源于其對于多種下游使用場景的重要性和廣泛的適配性。這種適應(yīng)多種場景的能力得益于模型充分和廣泛的預(yù)訓(xùn)練。
大模型現(xiàn)在已經(jīng)成為了自然語言處理的首選架構(gòu)，并已應(yīng)用于計算機(jī)視覺、音視頻處理、軟件工程、化學(xué)、金融和法律領(lǐng)域。大模型衍生出的一個熱門子概念就是基于文本訓(xùn)練的大語言模型。
Gartner高級研究總監(jiān)張桐表示：“大模型有潛力為各類自然語言用例中的應(yīng)用提供增強(qiáng)效果，因此將在垂直行業(yè)和業(yè)務(wù)職能中產(chǎn)生深遠(yuǎn)影響。它們可以提高員工生產(chǎn)力、實現(xiàn)客戶體驗自動化和增強(qiáng)，并能以經(jīng)濟(jì)高效的方式創(chuàng)建新產(chǎn)品和服務(wù)，從而加速數(shù)字化轉(zhuǎn)型?！?/p>
“不過，大模型的門檻實際上是很高的，不是誰都能去做大模型?！睆埻┱f到，“通過數(shù)據(jù)的體量、能夠投入的資金、算力卡的數(shù)量等來看，我覺得中國超不過10家?！?/p>
此外，張桐建議，初創(chuàng)公司不應(yīng)該在大模型的底層做，因為它們沒有足夠的預(yù)算和能力，可以去上面的應(yīng)用層發(fā)力，上面的組件、功能化的小工具，如果初創(chuàng)公司去做的話有可能會實現(xiàn)比較大的突破，比如現(xiàn)在很火的“妙鴨”。
數(shù)據(jù)中臺
數(shù)據(jù)中臺（DMO）是一種組織戰(zhàn)略和技術(shù)的實踐。通過數(shù)據(jù)中臺，不同業(yè)務(wù)線的用戶能夠依據(jù)單一事實源，高效地使用企業(yè)數(shù)據(jù)進(jìn)行決策。創(chuàng)建數(shù)據(jù)中臺可以被是為企業(yè)構(gòu)建可組裝和可復(fù)用地數(shù)據(jù)和分析能力地一種方式，這些能力可以提供獨(dú)特地數(shù)字運(yùn)營，并通過技術(shù)棧將數(shù)字運(yùn)營貫穿到整條價值鏈中。
很多中國企業(yè)之所以采用數(shù)據(jù)中臺實踐，是為了減少其數(shù)據(jù)和分析架構(gòu)的技術(shù)冗余，打通不同系統(tǒng)的數(shù)據(jù)孤島，并推動可復(fù)用的數(shù)據(jù)和分析能力。但數(shù)據(jù)中臺在許多情況下未能兌現(xiàn)其組裝式敏捷D&A能力的承諾，因此在市場中的地位被削弱。許多企業(yè)機(jī)構(gòu)和供應(yīng)商都不愿意在企業(yè)內(nèi)部采用這一概念，或者干脆將其從宣傳中移除。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
