Commvault大中华区技术总监蔡报永
很多公司未曾经历系统中断带来的资金损失,也没有受到最近爆发的大规模恶意软件的攻击。因此,许多企业高管认为其数据管理系统基本运行正常,对公司的数据管理系统相当满意,没有必要改变现状。
然而,系统除了能满足基本需求外,是否也应该更“好用”呢?
如果企业真正想将其数据全面应用到业务的各个领域,数据管理系统就不能只是执行组织、搜索和分类应用,而需要执行更多的操作。数据管理系统需要根据领导团队制定统一的策略对数据进行管理、保护和部署,并通过单一的综合性平台推动实现。如果没有这种战略而非战术性的框架,企业在利用数据资产并从中汲取最大价值方面将举步维艰。在这个数据复杂的时代,只是勉强满足基本需求还远远不够。
企业应该首先意识到为何其数据管理系统只能满足基本需求。
即使在最具前瞻性和创新性的金融机构中,其后台环境仍然依赖于陈旧系统。这些陈旧系统未考虑当今敏捷的工作环境,并且更新和维护成本高昂,难以与当今构建的新型且高度灵活的系统集成,无法满足未来的业务需求。此外,许多系统只是为了解决某些具体的问题。因此,要构建一个全面综合的解决方案,需要将许多由不同供应商提供的孤立解决方案结合在一起,而这样会使得原本已经复杂的环境变得更为复杂。
由于数据管理部门的负责人极力维持拼凑式解决方案,加上日益紧张的预算,导致了持续的资金拉锯战。系统缺乏灵活性也会导致数据访问和合规性问题,特别是在企业规模扩大和需求变化时更是如此。
为何会有如此之多的供应商?通常,这些过时而分散的系统往往也与企业的流程密切相关,想要摆脱这种现状似乎毫无可能。企业高管常常认为,要完全改变这种现状,过程将非常缓慢、复杂且费用高昂,同时新的系统也未必能保证会带来更好的实施效果。
这就是为何许多企业对那些仅仅可满足预期,而非超越其预期的数据管理系统感到满意,不愿改变现状的原因所在。
现有供应商的销售人员训练有素,让人深信只能沿着他们预先确定的路线共同前行。这些现有应用对企业至关重要,因此决策者们坚信供应商的说法。
如果有一种更好的方法——能够在单一的强大平台上执行管理、保护和监管数据的整体方法,通过大幅简化环境来获得巨大回报,使企业从其战略数据资产中获得最大价值,您是否愿意让陈旧的数据管理系统重获生机?
没有人比企业管理者更了解企业的未来发展方向。企业拥有自己专属的数据。灵活的模块化解决方案可让企业根据其自身需求,设计出自己独有的数据管理系统。企业无需将自己锁定在一成不变的陈旧解决方案中——这些陈旧的解决方案无法随着技术的更新进行升级或演进。企业也无需再忍受不够好用的系统。
想像一下使用重获生机的数据管理系统的状况:
您可以同时拥有多种模式,这些模式不仅仅是在设想的未来环境中真实存在的模式,还包括在设想的未来环境以后可能存在的各种模式。
为了应对未来挑战,您必须使数据安全工作,避免合规或安全问题;必须能够在适宜的时间访问适宜的数据,并综合各种数据来源,提供有关业务所需的洞见。简言之,您需要更多的灵活性。
无论现在还是未来,您都要掌控这些属于您的数据、信息以及策略。当前技术发展日新月异,您的企业需求也将不断变化,陈旧的数据管理系统更需要重获生机。
好文章,需要你的鼓励
今天讲的出海案例是开创电气,一家金华手持式电动工具制造商,在越南基地完成首款产品验收并形成80万台年产能力。
清华、浙大等高校提出OPID框架,从AI自身完成的任务轨迹中提炼层级化经验技能,转化为密集训练信号,解决强化学习中稀疏奖励难以精细指导决策的问题。
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
萨里大学与西蒙菲莎大学联合提出ABACUS模型,首次将物体计数、人群计数、指代计数与精准图像生成统一在单个30亿参数模型中,七项基准全面超越现有专业模型。