至顶网软件与服务频道消息:“大数据这个赛道太宽泛了,我们要聚焦,聚焦到商业智能上,同时在这个赛道上我们要追求极致。”8月16日在2019年帆软智数大会上帆软软件有限公司联合创始人兼CEO 陈炎给帆软业务方向做出了明确界定。
帆软软件有限公司联合创始人兼CEO 陈炎
帆软软件(以下简称“帆软”)成立于2006年,是一家专业的大数据BI和分析平台提供商,专注商业智能和数据分析领域,致力于帮助用户发现数据的价值。8月15-17日举行的2019年帆软智数大会是帆软公司的年度盛会,今年是帆软连续第二次举办这一会议,此次参会人数超1400人,企业700余家,参展伙伴15家。陈炎在这么重大的场合做出这一表述无疑是认真的。
今天,无论是大数据还是AI都是市场上最热门的词汇,众多厂商都在给自己贴上AI和大数据的标签,不管自己是否有实力。在这一背景之下,没有追热门而是选择了“聚焦商业智能”这一并不新鲜的表述,实在是难能可贵。因为在陈炎看来,只有商业智能才是帆软真正的核心优势。
“市场上太多人说自己能做数据可视化、数据挖掘等方面的产品,虽然它们说的很多功能我们也能实现,但是我们的追求不是仅仅满足于有这些基础功能,我们希望让数据成为生产力,比如,哪怕是一个最简单的二维报表也可能为大家节约2亿的采购成本。” 陈炎说。
唯有真正让数据展现出价值,让企业从数据中受益,这样的产品和解决方案才有存在的价值。实际上,今天人们对数据越来越重视,不少企业甚至投入重金开始数据项目,但最终发现没有达到预期,以至于有些企业管理者对数据项目产生了怀疑,甚至影响到IT部门。有调查显示,超过一半以上的企业IT部门在进行数据相关项目建设过程中最大的困惑是如何用数据来证明IT部的业绩或者价值。
帆软研究院院长杨扬在演讲中表示,要充分展现数据的价值,进而证明IT部门的价值,需要从三个环节着手,重质量的数据、重质量的价值和缩短数据与价值的距离。
帆软研究院院长杨扬
杨扬进一步解释说,所谓重质量的数据是指数据要可信、要有深度、要有速度;重质量的价值是指为不同服务对象(决策层、业务层和IT层)提供他需要的信息;缩短数据与价值的距离就是为数据价值的展现提供合适的人、术(方法伦)、器(技术和工具),从而方便或者加速数据价值的发现。
“数据质量提升、价值提升,然后价值数据和价值之间距离缩短,数据的引力就会变大。数据有引力,它就会吸引我们,吸引帆软和我们的合作伙伴以及用户一起,共同努力,让数据更简单地发挥数据的价值。” 杨扬表示。
这是一个产业链条,在这个链条上帆软选择的是商业智能这个比较单一的赛道,不做大而全,而是做商业智能的行业最佳,并为此要追求极致。让自己的产品和解决方案做到稳定、安全、实用、简单、灵活、快速。
显然,这并不容易,但陈炎表示,接下来,帆软人要像谈恋爱一样,展开疯狂的追求,哪怕失败了也决不后悔。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。