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
Snap 推出 Lens Studio 的 iOS 应用和网页工具,让所有技能层次的用户都能通过文字提示和简单编辑,轻松创建 AR 镜头,包括生成 AI 效果和集成 Bitmoji,从而普及 AR 创作,并持续为专业应用提供支持。
SEALQA是维吉尼亚理工大学研究团队开发的新型基准测试,旨在评估搜索增强型语言模型在面对矛盾、嘈杂或无用搜索结果时的推理能力。它包含三种测试:SEAL-0(极具挑战性的核心问题集)、SEAL-HARD(更广泛的困难问题集)和LONGSEAL(测试长上下文多文档推理)。研究发现,即使是前沿模型在这些测试中表现也很差,增加测试时计算资源往往不能带来可靠的性能提升,高级推理模型对嘈杂搜索结果特别敏感,模型在识别大量干扰文档中的相关信息时仍然困难重重。
这篇论文提出了"计划与预算"框架,解决大型语言模型在推理任务中的效率问题。研究者发现模型存在"推理失调"现象——简单问题上过度思考,复杂问题上思考不足。他们开发了贝叶斯预算分配模型(BBAM)作为理论基础,将推理分解为子问题并根据不确定性分配计算资源。实验表明,该方法在不同任务上显著提高推理效率,令牌使用减少39%,E?指标提升187.5%,且能使小型模型达到大型模型的效率水平。