调查发现,新技能和人工智能将成为未来趋势;企业机构并没有将大量的数据机会转化为有意义的业务成果
北京——2019年5月9日——致力于将数据转化为行动和价值的Splunk公司发布的研究报告显示,企业忽视了有潜在价值的数据,并且缺乏资源去充分利用这些数据。研究显示,尽管企业高管认识到利用所有数据的价值,但企业机构总数据的一半以上(55%)是“暗数据”,这意味着他们要么不知道这些数据的存在,要么不知道如何找到、准备、分析或使用这些数据。
TRUE Global Intelligence在Splunk的指导下进行了调查并完成《暗数据现状报告》。该调查采访了1300多名跨国业务经理和IT领导,了解他们所在的企业机构如何收集、管理并使用数据。研究结果表明,在这个数据以前所未有的速度连接设备、系统和人的时代,尽管数据是首要考虑因素,但行动力远远没有跟上。
Splunk首席技术官Tim Tully表示:“数据很难处理,因为它正以惊人的速度增长,很难进行组织。因此,在这种混乱的环境中,企业很容易感到无助。我很高兴看到世界各地的人们有机会审视暗数据,尽管只有不到三分之一的受访者表示他们有能力将数据转化为行动。这为有动力的领导者、专业人士和雇主提供了一个巨大的机会,使其能够学习新技能,收获更多成果。Splunk可以让这些企业机构感到自己有能力掌控对暗数据的识别和使用。”
尽管受访者了解暗数据的价值,但他们承认没有可以利用这些数据的工具、专业知识或员工。此外,大多数高管表示,他们就快退休了,没有动力去了解数据。数据是未来的工作趋势,但只有一小部分专业人士似乎在认真对待它。受访者一致认为,虽然没有一刀切方案,但最具潜力的解决方案包括:培训更多的员工从事数据科学和分析,增加对数据整理的资金投入,以及部署软件,使技术水平较低的员工能够自己分析数据。
全球受访者都认为人工智能通常会增加机会,而不是取代人。尽管调查显示,目前很少有企业机构正在使用人工智能,但大多数组织都看到了它的巨大潜力。例如,在一系列的用例中——包括运营效率、战略决策、人力资源和客户体验,只有10%到15%的受访者说他们的组织正在为这些用例部署人工智能,而大约三分之二的人看到了人工智能的潜在价值。
研究还发现,在接受调查的七个国家中,人们在态度和观点上存在一些明显的差异。例如,法国、德国和日本的受访者似乎不太在意数据技能对其职业生涯的价值,平均而言,持肯定态度的受访者比其它国家少25%。绝大多数中国受访者对人工智能表示出了极大的热情和信心,但他们目前的采用率(20%)仅略高于全球平均水平(16%)。
中国市场最热衷于数据价值和数据整理技能。虽然大多数IT和业务经理(81%,是所有市场中最高的)认为数据技能对未来的工作极为重要或非常重要,并且有助于解决人工智能方面的挑战,但许多人对于自己具备这些技能的评价并不高。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。