Oracle本周一晚间宣布计划收购位于旧金山的初创公司DataFox,该公司致力于为B2B企业提供销售情报。
据悉,DataFox成立于2013年,已经拥有了一个跨越多个细分市场的大规模客户群,MongoDB、Bain&Co、Twilio和高盛等企业都在他们的销售运营中使用了来自DataFox的数据,其中高盛也是DataFox的投资方之一。
DataFox利用人工智能从新闻文章等来源中汇总有关企业的信息。多年来,DataFox已经积累了一个包含280多万家企业的数据库,每年新增企业大约120万家。该平台记录了40多个数据点,从企业的办公地点等基本信息到采购技术产品等信息。
因此,销售人员可以利用DataFox来查找销售机会,查看他们特别感兴趣的选项。例如,来自纽约的一家技术咨询提供商可以将结果范围缩小到三州地区。
DataFox提供的很多增值功能让销售人员可以进一步微调他们的搜索,其中一个是推荐引擎,该引擎可以找出类似于企业组织现有客户的公司。另外还有一个补充性的警报工具,可以追踪可能带来商机的信息,例如,某家公司开设了新的办事处。
DataFox将为Oracle的销售情报部门带来有价值的B2B业务。Oracle通过在2014年收购DataLogix公司成为了消费者营销信息的主要供应商之一。据报道,Oracle这次收购的规模超过12亿美元。
Oracle计划将DataFox的平台与其云产品组合进行集成。DataFox带来的基于人工智能的数据聚合功能将支持Oracle为客户提供的不断壮大的机器学习功能阵容,这也是本周Oracle OpenWorld大会的主要亮点。
Oracle没有透露这次收购的财务条款。就在不到一周之前,Oracle刚刚收购了软件即服务提供商goBalto,后者开发了一个管理临床试验的平台。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
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。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
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。