Oracle将软件即服务置于自身云战略的最前沿。今天Oracle在美国旧金山举行一年一度的Oracle OpenWorld大会,对其云应用产品组合进行了一系列重要的更新。
Oracle表示,这些更新利用了Oracle在人工智能和机器学习等领域的持续投资,重点是为各行各业的企业员工提供便利。
例如,Oracle的ERP和EPM云都获得了新的“智能流程自动化”功能,有助于自动执行企业员工执行的许多普通任务。Oracle云高级副总裁Juergen Lindner在简报中表示,这次更新的核心是一种被称为基于规则的处理技术,该技术将机器人过程自动化“提升”到更高的水平。
这些功能被用于为新的“费用报告助理”提供支持,这个助理其实是一个聊天机器人,通过更高的效率和准确性来改善控制和审计合规性,同时也为用户简化了费用报告。Oracle ERP Cloud还增加了智能支付等新功能,EPM Cloud则利用AI发现“难以发现的数据模式”,以便挖掘新的业务洞察力。
Oracle这么做是想通过这些业务流程的自动化,让企业组织能够更好地捕获可用于接受新业务模型的洞察。Lindner表示:“我们认为有必要采用新的商业模式,特别是订阅。”
Oracle也在大肆宣传Human Capital Management Cloud中的AI能力。Oracle表示,企业组织可使用Oracle HCM来更有效地管理人才库,并找到新的求职者,这次升级旨在让这些流程更简单、更智能、更灵活。
其中新功能包括一个HR训练的聊天机器人,旨在回答员工的常见问题,与LinkedIn进行集成来帮助HCM员工更好地寻找新员工,以及一款新的战略员工队伍规划工具,让企业组织能够评估他们当前的人才库,了解他们有哪些技能空白,整体优化他们的人力资源。
Oracle表示,将通过这次更新重新构想客户管理人力资源功能的方式。Lindner说:“我们在HCM方面取得了很大进展。”
Oracle称,Oracle Data Cloud也在使用人工智能帮助中小型企业营销人员方面取得了很大的进展。Oracle Data Cloud将为中小型企业带来一款新的数据解决方案,实现Oracle所谓的“基于帐户的营销”,目标是为小型企业的营销人员提供与大型企业使用的相同的工具。
这款新工具是基于Oracle现有的B2B受众市场,利用ID Graph技术帮助营销人员根据指定标准构建符合需求的数字受众。
“这个SMB数据解决方案为B2B营销人员提供了公平的竞争环境,这样他们就可以找到、触及、管理他们面向大型组织和小型企业的销售和营销计划,反过来这一目标群体可以推动他们的增长,” Oracle Data Cloud产品和数据战略副总裁Niraj Deo在一份声明中表示。
同时在客户体验方面,Oracle正在对其数据管理能力进行增强,推出了一款名为Oracle CX Unity的新工具,该工具旨在帮助企业组织更好地了解客户的期望。背后的想法很简单:它从离线、在线和第三方来源获取每个客户的所有数据,并使用这些数据来呈现关于每个客户的“单一的、动态的视图”。
Oracle表示,Oracle正在从已经过时的“线性客户旅程”概念走出来向前发展,使用机器学习等技术更好地了解每次与客户的互动,并为每位客户提供更好的整体体验。“这代表了处理客户数据以提供完整客户体验的一种独特方法,”Lindner说。
最后,Oracle正在使用AI来帮助客户通过Oracle新的Subscription Management服务创造更可预测的收入流。该服务主要处理三项重要任务,包括管理账单和收入确认,提供每个客户购买行为的更完整信息。
Wikibon分析师James Kobielus表示,这次Oracle云应用的广泛更新表明,Oracle一直致力于推动数字业务的转型。他说,与以往一样,关键在于Oracle在人工智能、机器学习和数字助理等领域的持续创新。
Kobielus表示:“Oracle已经将这些技术整合到新工具中,这些新工具可以更加智能地实现业务功能的自动化,同时帮助负责前端和后端功能的业务专业人员提高工作效率。这一轮最新的云应用创新将帮助Oracle客户提高业务灵活性,加速创新,增加收入,降低成本,提高客户满意度,招聘和留住人才,并在整个企业中提供预测性见解。”
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。