至顶网软件频道消息: 2019年3月1日,数据智能产品和平台提供商易观在北京举办“数据智能,生态开放”2019年新品发布会,推出国内第一款可私有化部署、开放且免费的用户分析和精益运营产品易观方舟Argo。
易观方舟Argo是易观自主研发、基于自有IOTA架构的产品,也是易观方舟产品家族的成员之一。易观方舟Argo能够让产品刚刚起步、数据量较小、有自己动手能力的技术、产品创新团队和个人,有能力在一分钟内,快速、低成本地搭建起一套秒级查询百亿数据的智能数据系统。
易观方舟Argo基于易观方舟商用版的技术架构,可以支持私有云及公有云部署,还可以在亚马逊AMI和阿里云云市场等平台实现一键部署。相比于国内其它免费的用户行为分析工具,易观方舟Argo在功能上不仅提供灵活自定义用户行为分析,还增加了用户分群、用户触达等闭环运营模块,更契合使用者在不同应用场景对用户分析及精细运营的深层需求。这也是易观在2018年A10大数据应用峰会首次发布易观方舟公有云版本后,在产品方面的又一次创新。
同时,易观还将开源具有6亿月活跃用户数据采集能力的SDK和Easy Scheduler多活数据调度平台,让易观方舟Argo的使用者可以迅速完成与自己互联网应用和大数据平台的对接。
发布会上,易观创始人于揚表示:“易观方舟Argo的发布是易观向‘让数据能力平民化’迈出的坚实一步,欢迎更多面向产品刚刚起步、数据量较小、有自己动手能力的技术、产品创新团队和个人一起,通过数据驱动,实现精益增长。”
易观创始人 于揚
易观产品副总裁朱江在介绍易观方舟Argo产品时表示,在今天用户成为核心数字资产的时代,企业需要建立以数字用户为中心的产品开发和运营大数据体系,以数据智能来辅助优化产品设计、改善运营效率和提高营销投资回报。易观方舟Argo将帮助他们更精益地实现产品与团队的发展与成长。
Argo一词源自古希腊神话,故事中少年英雄伊阿宋带领50位勇士搭载“Argo”号大船渡过茫茫大海、经历艰难险阻、战胜恶龙勇夺充满魔力的金毛羊。天神宙斯感于伊阿宋等人的勇敢精神,将“Argo”号大船送上宇宙,成为最大的星座“南船座”。
朱江表示:“易观选择Argo作为产品名称,正是希望易观方舟Argo能像‘南船座’一样,承载着技术、产品创新团队和个人等,用数据驱动产品迭代和运营优化,到达成功的彼岸。”
易观产品副总裁 朱江
为共同推动数据能力的开放,易观已搭建“Argo社区”,供初创团队、技术及产品研发人员、数据分析业界专家在社区共同探讨数据技术、业务增长模型、数字用户运营方法论等。
易观CTO郭炜会上进一步介绍了“1+1春雨计划”:2019年,易观将以易观方舟Argo的发布为起点,携手深创投、东方富海、丰厚资本等投资机构,孵化器及创客空间等合作伙伴,提供1亿元价值的易观方舟Argo产品和1亿元产业共享基金,在资本收紧、流量红利消退的市场大环境下,共同打造创新创业精益成长新生态。
易观cto 郭炜
发布会现场,中国资本规模最大的本土创业投资机构深创投投资总监贾学鹏表示:“中国企业级服务市场巨大且分散,这其中存在巨大的机会,易观对‘让数据能力平民化’的追求和产品生态布局,将帮助广大的技术、产品创新团队和个人跨越数据能力的鸿沟。我们也将与易观携手,通过资本的力量帮助更多的创新团队和个人借助数据驱动实现自己的梦想。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。