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
TechCrunch Disrupt 2025 AI舞台将汇聚塑造科技未来的领军人物,顶尖风投将揭示在快速变化的AI领域获得融资的关键。来自Apptronik、ElevenLabs、Hugging Face、Runway等创新企业的领导者将分享前沿洞见,探讨AI如何重塑创意过程、改变物理世界、变革国防安全和重新定义人际关系。10月27-29日,五大主题舞台将在旧金山呈现科技创新的未来图景。
西班牙研究团队提出了一种创新的AI自我纠错方法SSC,让人工智能学会识别和修正规则中的漏洞。当AI发现自己在钻空子获得高分时,它会反思规则的合理性并主动改进。实验显示这种方法将AI的"钻空子"行为从50-70%降低到3%以下,同时提升了回答质量。这项技术有望让AI从被动执行指令转变为能够质疑和改进指令的智能协作伙伴。
英超联赛与微软达成五年战略合作伙伴关系,推出AI驱动的Premier League Companion服务,为全球球迷提供个性化体验。该服务利用Azure OpenAI技术,整合30多个赛季的统计数据、30万篇文章和9000个视频,帮助球迷发现和了解更多内容。未来还将为Fantasy Premier League引入个人助理经理功能,并通过Azure AI优化比赛直播体验和赛后分析。
这篇文章详细解析了Long、Shelhamer和Darrell在2015年CVPR会议上发表的开创性研究"全卷积网络用于语义分割"。文章以通俗易懂的方式,将这项复杂的技术比作艺术家的绘画过程,解释了如何让计算机不仅识别图像中有什么物体,还能精确标出每个物体的位置和边界。研究团队通过将传统分类网络改造为全卷积形式,并巧妙运用上采样和跳跃连接技术,实现了高效准确的像素级图像理解。这一突破为自动驾驶、医学影像和增强现实等领域带来了革命性变化,奠定了现代计算机视觉的重要基础。