前两期,我们带您了解了Cognos Analytics 11.1的“前世今生”, 燃点了与AI的新火花,您一定想问,你们还有别的没放出来的“大招”吗?
当然有!毕竟这届Cognos可是我们带过的最具划时代意义的Cognos!
六问六答第3趴继续为您盘点Cognos Analytics 11.1新技,今天我们一起来看Cognos在业务洞察方面的新突破!
Q:现在固定报表的需求越来越少了,面向业务人员的自助分析服务需求在增加。Cognos Analytics 11中也在不断增强自助分析功能,请问在Cognos Analytics 11.1版本中,具体有哪些面向业务人员的自助分析服务功能?
A:面向业务人员的自助分析是IBM Cognos Analytics商业智能产品研发的重点。事实上, IBM从Cognos Analytics 11.0开始将自助分析服务功能融入到传统企业BI平台,并随后对其不断增强。Cognos Analytics 11.1中的自助分析服务功能包括:
1. 面向业务人员的自助数据准备与建模(同时支持将数据库中的数据落地为本地列式存储的数据集)
2. 自助式仪表板
3. 故事叙述与展示
4. 集成AI能力的智能数据探索
除了这些新型的自助分析功能外,传统的面向业务人员的OLAP分析、即席查询、自定义报表功能在新版本中已经整合在一个工具中,简化用户使用难度。产品同时推出了新的Excel分析与查询插件,具备更好的使用体验和更强的功能。
Q: 企业报表是Cognos 8/Cognos 10中功能强大的组件,在企业中得到广泛地应用。在新版本中报表功能有什么变化吗?后续会继续发展吗?
A: 报表仍然是Cognos Analytics中重要的组件之一,Cognos Analytics 11.0版本中已经对报表开发工具的UI做了重新设计,在兼容老版本报表功能同时,进一步增强报表功能和开发体验。在Cognos Analytics 11.1中报表功能得到进一步提升,包括:
1. 新的交互式可视化,采用HTML5技术,更优的用户体验,支持屏幕的自适应
2. 支持新的指导式布局设计
3. 风格报表对象属性的创建和重复使用
Q: Cognos Analytics 11.1中的仪表板、故事叙述、报表、智能数据探索组件中的对象是否可以共享?
A: Cognos Analytics 11.1中各组件里的对象是可以共享的,你可以将仪表板中的图形直接拷贝到报表中,同时系统会定位图形对应的数据源,并自动打开。目前发布的CA 11.1.1版本中除了不支持将报表中的对象直接拷贝到仪表板外,其他组件之间的拷贝及组件内不同应用之间的拷贝已经支持。由于报表功能强大,报表中的对象比仪表板中对象要更为复杂,IBM正在做这方面的研发,在后续版本中就会支持此功能。
Q:Cognos Analytics对于大数据平台支持如何?
A:Cognos Analytics可以支持很多主流的大数据平台,可以通过HIVE、Impala、SparkSQL、Presto、PostGress、GP、MongoDB等多种接口访问大数据平台中的数据。IBM会在后续版本中,根据大数据产品在市场上的流行程度,适时增加新的接口进来。
Q:Cognos Analytics支持海量数据下的OLAP分析吗?如TB级数据。
A:Cognos Analytics提供的新一代OLAP分析引擎动态Cube能够跟大数据平台结合起来,可以处理海量数据下的OLAP分析和报表查询。IBM实验室已经基于10TB数据量/288亿事实表/6500万的客户维度做过测试。
Q: Cognos 10中提供了很多功能强大的专业的建模型工具,如Framework Manager、Dynamic Cube、Transformer。在新版本中有什么变化吗?IBM会继续支持这些产品吗?
A:Framework Manager、Dynamic Cube、Transformer是传统BI建模工具,在新版本中功能没有变化,但仍然继续保留,可以继续使用。这些模型和新的面向业务人员的建模工具Data Module是可以进行交互的,也就是在Data Module中可以引入这些模型进行特定需求的建模。
六问六答系列至此暂告一段落,短小精悍干货足的三期内容从“前世今生”、人工智能与业务洞察三个方面全方位为您解惑Cognos Analytics 11.1!面对划时代进阶的Cognos Analytics 11.1不要再“方”,您了解得透彻,用得就更顺心!
好文章,需要你的鼓励
在Meta Connect大会上,Meta展示了新一代Ray-Ban智能眼镜的硬件实力,配备神经腕带支持手势控制,电池续航翻倍,摄像头性能提升。然而AI演示却频频失败,包括Live AI烹饪指导、WhatsApp通话和实时翻译功能都出现问题。尽管Meta在智能眼镜硬件方面表现出色,但AI软件仍远未达到扎克伯格提出的"超级智能"目标。文章建议Meta考虑开放AI生态,允许用户选择其他AI服务商,这可能帮助Meta在AI硬件市场获得优势。
DeepSeek-AI团队通过强化学习技术开发出DeepSeek-R1系列推理模型,无需人工标注即可自主学习复杂推理。该模型在数学、编程等领域表现卓越,在AIME 2024中达到79.8%准确率,编程能力超越96%人类选手。研究团队还通过知识蒸馏技术将推理能力传递给小模型,使7B参数模型也能超越GPT-4o。这项突破为AI推理能力发展开辟新路径。
英伟达同意以50亿美元收购英特尔股份,双方将合作开发多代数据中心和PC产品。英伟达将以每股23.28美元的价格收购约4%的英特尔股份,成为其最大股东之一。两家公司将通过NVLink接口整合各自架构,实现CPU和GPU间的高速数据传输。英特尔将为英伟达AI平台定制x86处理器,并开发集成RTX GPU的x86系统级芯片,用于消费级PC市场。
微软研究院推出rStar-Math系统,通过创新的"深度思考"训练方法,让小型AI模型在数学推理能力上达到甚至超越OpenAI o1水平。该系统采用代码验证、过程偏好模型和四轮自进化训练,将70亿参数模型的数学能力从58.8%提升至90.0%,在美国数学奥林匹克竞赛中达到前20%水平,证明了精巧方法比模型规模更重要,为AI发展开辟了新路径。