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
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。