法国化妆品巨头欧莱雅(L'Oréal)近日透露,公司正在通过大量投资Google Cloud的无服务器和数据工具解决方案来支撑作为业务基石的Beauty Tech Data Platform平台。
在博客文章中,欧莱雅谈到了自己是如何发展成为一家“美容科技”公司,很大程度上依赖数据和分析来推出满足当地市场的新品牌和产品。
欧莱雅对数据的依赖,对于业务本身来说意义重大,但同时也带来了相当大的挑战,那就是数据仓库基础设施变得很复杂,还有很多法律和合规要求方面令人头疼的问题。欧莱雅公司解释说,他们本地计算基础设施的规模大到让他们别无选择,只能迁移到云端。
在考虑候选的云基础设施厂商时,欧莱雅列出了几个不可妥协的要求,包括“无操作”原则,也就是需要可按需扩展的弹性基础设施,这样开发人员就不会被迫浪费时间在管理服务器上。
其他要求还包括严格的安全要求、可持续性、端到端监督、用于监控和分类所有操作的单一仪表板、易于部署、接近于实时交付数据的事件驱动型架构等等,此外欧莱雅还要求数据产品能够以“即服务”的方式提供,具有提取、转换和加载功能,使其能够实施不同的数据模式以便在信息到达数据仓库时立即加载。
这看起来是一份要求相近而苛刻的清单,但欧莱雅表示,谷歌云满足了每一个条件,所以欧莱雅决定扩大采用Google Cloud的规模,以支持他们的Beauty Tech Platform美容技术平台。
欧莱雅解释说,该平台包含两个来源的数据——直接通过API来的数据,可轻松适配其架构并直接发送到Google BigQuery,在这里对数据进行分析,此外还有在分析之前经过事件驱动转换整合所生成的批量数据。
欧莱雅公司解释说:“如今这些转换是在Cloud Run中执行的,可支持处理这些数据所需的高并发性,或者直接在BigQuery中使用SQL。随着Cloud Functions(第2代)的推出,我们很高兴向更多开发人员开放该平台,让他们可以轻松构建新的自定义数据集成和转换,成为平台的粘合代码。”
欧莱雅表示,BigQuery是一个很重要的工具,可让企业采用标准的结构化查询语言作为数据仓库的通用语言,帮助简化查询和报告,此外还可以使用非破坏性转换将大部分原始数据加载到BigQuery中,这意味着可以稍后对信息进行重新处理以用于其他场景。
欧莱雅还采用了BigQuery Omni,该功能可以分析来自各种公有云和本地环境的多个应用的数据。
欧莱雅方面解释说:“如果没有BigQuery Omni,我们的团队就不可能在本地进行跨云分析,此外它让我们不需要迁移那些敏感数据,迁移这些数据不仅成本很高——因为涉及到地方税收和海底运输,而且有时候因为当地有相关法规所以风险极高甚至直接被禁止。”
欧莱雅表示,使用BigQuery和Google Cloud的无服务器计算服务进行API提取、批量数据加载、加载后转换的另一个好处是,它可以将整个数据平台保持在“单一信任边界”内,且显著降低了成本。
欧莱雅得出的结论是,Google Cloud满足了Beauty Tech Data Platform平台的所有要求,甚至通过提供工具来衡量和了解公司云运营的环保度,帮助实现可持续发展目标。
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。