Splunk发布数据成熟度计算器,帮助企业将数据转化为价值
北京——2020年3月11日——“将数据转化为一切(Data-to-Everything )”平台提供商Splunk公司(纳斯达克股票代码:SPLK)今天宣布了一项全新研究报告,这项研究旨在探索企业的数据使用与业务成功之间的相关性。这项研究以“您的数据到底价值几何?”为主题,在全球范围内量化了数据为各家企业带来的经济影响和价值。研究发现,通过更好地利用数据,受访企业中的佼佼者的收入大幅增加,运营成本下降,总毛利平均上涨12.5%,盈利能力得到了提升。
此次研究由Splunk和Enterprise Strategy Group(ESG)联合开展,调查了澳大利亚、中国、法国、德国、日本、英国和美国境内八个行业中1,350名资深商业和IT决策者。调查结果表明,所有行业和国家,运用数据策略越先进,业务成果越理想,具体表现为收入增长、运营成本降低、创新能力提升、响应市场速度加快、客户满意度和留存率提高,以及决策变得更加明智、快速。
除了分析企业如何通过数据来节约支出和增加收入外,这项研究还根据现代分析工具和技能的普及程度,以及企业在数据运行方面的有效性等标准,对受访者数据成熟度的不同阶段进行了评估。数据成熟度共分为以下三个阶段,受访者的分组也据此进行:
研究发现,企业的数据使用阶段不仅影响其从数据中获取见解的能力,而且也影响到企业将这些见解转化为具体的、以数据为驱动的决策和实时行动的能力。在各阶段的企业均表示受益于对数据更好的利用,但是数据创新者在关键业务和经济价值的收获更要高。
与接受调查的数据熟思者相比,数据创新者在过去12个月内的收入和利润分别提高了83%和66%。研究发现,数据创新者的企业文化可能更为注重数据利用,并且更加频繁地进行数据发掘,利用人工智能技术进行数据分析。
此外,研究还发现,97%的数据创新者达到或超额实现客户保留目标,其中大多数(60%)都成功超越了既定目标。与此同时,93%的数据创新者认为,相较于竞争对手,他们能够以更快的速度制定出更加明智的决策;91%的数据创新者认为,他们所在的企业拥有显著的竞争优势,能够在未来几年的市场竞争中取得成功。然而,纵观所有行业和国家,只有不到11%的企业达到了数据创新者的阶段,由此可见,近90%的企业仍有改进的空间。
Splunk总裁兼首席执行官Doug Merritt表示:“到目前为止,商界领袖一直很难用确切的数字来衡量数据的货币价值。这项史无前例的研究证明,全面和复杂的数据处理方法可以让任何企业成为数据创新者,从而超越竞争对手,成为业务领域和市场的领导者。能够帮助19,000多家客户‘将数据转化为一切’,并利用唾手可得的数据重塑业务结果,Splunk倍感自豪。”
这项研究量化了充分地使用数据给企业带来的经济影响,并在八个主要行业中都有重要发现,包括:
这项研究还揭示了各国数据使用成熟度的相关趋势:
为了帮助企业评估自身所处的数据使用阶段,Splunk今天正式发布了全新数据成熟度计算器。这一评估工具基于网络运行,可免费使用,旨在说明企业确定数据价值是否得到最大化利用,从而帮助企业实现期望的业务结果。
Splunk的数据成熟度计算器能够快速、简便地帮助企业评估自身所处的数据使用阶段,然后找到合适的工具配合企业充分利用数据。
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。