ZDNet至顶网软件频道消息:8月15日,IBM大数据与分析高峰论坛在广州举行。IBM宣布其大数据与分析在华南区域的实践获得广泛成果,为越来越多的华南企业提供可视、可应用、可落地的大数据部署方案,实现产业转型和价值突破。
IBM大中华区大数据和分析及新市场总经理,全球企业咨询服务部合伙人、副总裁Jason Kelley表示:“经过过去几年的认知和探索阶段,企业已经逐步明确数据作为二十一世纪新自然资源的巨大价值。大数据与分析成为提升企业竞争力的绝对优势,进行转型和创新的巨大动力。作为大数据领域的领导者,IBM端到端大数据与分析能力业已帮助全球超过30000家客户获取更大的商业回报。”
IBM大中华区副总裁,华南区总经理郑小聪表示:“华南地区作为国内最重要的经济增长区域之一,在金融、电信、医疗、零售、制造等行业具有领先优势和得天独厚的数据资源。我们很高兴看到,诸多华南客户正在携手IBM,深度挖掘大数据与分析在行业的应用,不管是拓展商业还是惠及民生,都获得了高价值突破。”
华南大数据战略提速,数据价值亟待实现
华南地区在中国区域经济中占有重要地位,随着近年来产业带和经济圈蓬勃发展,优秀的新兴企业不断涌现,带来了真正意义上的海量数据。广东省于2012年底就提出《广东省实施大数据战略工作方案》,计划到2020年基本建成“智慧广东”。今年5月,经广东省十二届人大常委会第九次会议表决通过《广东省信息化促进条例》,对大数据、物联网等都做出了规定,进一步推进了对于“大数据”技术的立法扶持。
无论是在商业竞争、城市建设还是政府决策中,数据的战略资源地位已经被广泛的认可。IBM在今年发布的全球调研白皮书《分析:价值的蓝图》调研结果显示:四分之一的CEO和COO提倡使用大数据分析(24%),该比例从2012年起增长了10%。
IBM大中华区大数据和分析及新市场总经理,全球企业咨询服务部合伙人、副总裁Jason Kelley表示:“中国企业对于大数据的认知处于世界前列。越来越多的企业认识到,大数据的战略地位并不源自数据本身,而是源自数据蕴藏的巨大价值。IBM认为,大数据与分析包含P-A-I-D四个层面,从最底层到最上层分别为:数据(Data)、整合(Integrated)、分析(Analytics)、人(People)。大量、快速、多样化的‘数据’构成了大数据的基础;‘整合’帮助企业进行数据的把握和构架;通过‘分析’企业得以基于业务需求从数据中获取洞察和商业价值;‘人’则是运作这个过程的最重要元素,只有具备运用大数据与分析的人才、培养员工间的大数据文化才能够将大数据与分析贯彻到企业流程的方方面面,激发更大的商业价值。”
作为大数据与分析领域领导者,IBM具有涵盖软件、硬件、服务、研发的全线大数据与分析能力,并在业界首个实现认知计算能力的商业化,以全新认知分析助力企业加速实现大数据及分析能力。此外,IBM正在不断增强大数据与分析能力。截止目前,IBM在大数据的投入已经超过240亿美元,拥有超过1万名数据分析咨询师,400多名数学家,数千项专利,实现了全球30000家客户的落地实践。
左手行业右手民生,IBM大数据深耕华南
基于多年来持续不断的研究和实践,IBM 针对企业真实需求,提出实现大数据战略的“六大要务”:通过洞察客户和定制营销、建立新的业务模式、革新财务流程、管理风险、优化运营规避欺诈和降低IT成本——这六大要务也将同时成为企业利用大数据分析实现价值的重要途径。随着IBM大数据与分析在华南实践的不断深入,IBM将进一步帮助华南企业把分析注入关键业务流程,描绘大数据与分析战略蓝图。
今年6月,IBM与腾讯开展深入的合作。针对包括全球最大的足球赛事在内的一系列体育赛事报道,根据网友及球迷在社交网络上发布的海量信息及数据,进行精准的大数据分析,并获得关于球迷话题、球迷分类、球迷个性分析等一系列洞察,从而不仅帮助腾讯体育频道更加精准地把握报道内容,更可以让广大的球迷观众能够在腾讯体育频道上汇聚社交网络上的分散观点,并用全新方式互相分享观点,分享比赛乐趣,获得全新的观赛体验。
除了为体育带来全新的体验,IBM大数据与分析已经在众多行业开展实践。针对华南地区优势的制造、零售、银行等领域,IBM大数据与分析在提升效率、降低成本、加强风控、创造价值等方面都展现了非凡实力。广东省农村信用社联合社合作通过部署企业内容管理解决方案(ECM),构建了全省集中、可扩展、高效大容量、高并发的影像化事后监督系统,对广东农信大量、分散的非结构化数据进行了有效地统一管理,并使稽核人员可以通过票据影像及时发现业务风险并进行快速响应。
在民生方面,IBM大数据与分析正在助力华南医疗实现信息化和运营突破,帮助多家医院实现智慧的医疗。利用IBM大数据分析工具,广州中医药大学第一附属医院实现了医院在日常运营监控、阳光用药监察、医保费用监控、科室目标管理四大方面实现了有效提升。医院利用IBM大数据分析工具Cognos和数据挖掘工具Datastage构建了智能运营平台,能够帮助医院进行日常运营信息的整合,对复杂的数据源进行数据抽取、清洗和转换,为数据的智能化分析利用构建基础。
另一方面,应对当前国内大数据人才缺口,促进大数据快速发展,IBM与中国教育系统合作开展“IBM U-100”的合作计划,投资1亿美元支持100所中国高校培养下一代数据科学家。今年7月,“华南理工大学-IBM联合实验室”和“华南理工大学-IBM大型主机卓越中心”在广州正式成立。该实验室将聚焦能源行业,针对企业和行业所遇到的实际问题进行联合科研、政府与企业项目申请、人才培养在内的多种合作。
好文章,需要你的鼓励
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。