Qlik大中华区董事总经理刘智宏
数字经济时代,不管市场形势如何变化,数据总是不容忽视的,而且其作用只会越来越大。对于企业而言,是否能够利用数据并遵从数据所产生的洞察并采取明智行动,对于企业的成功至关重要。企业应该与信息建立起动态的关系,即实现“主动智能”,以提升实时性和敏捷性,让数据发挥作用,从而助力企业在数字经济时代取得成功。
但要实现这个目标充满挑战。具体来说,如果仅仅将采用主动智能视为技术转型的一环是远远不够的,无法真正发挥其作用,而只有企业从上而下调整工作方式才能发挥主动智能的潜力。
改变企业整体的工作方式需要时间和毅力,毕竟打破常规并非易事。Qlik在近期开展的一项关于提升技能以抓住主动智能所带来机遇的全球调研中发现,全球员工有超过半数表示做决策时很难做到仅参照数据而不考虑领导意见。同样有超过半数的员工表示不愿改变现有工作方式。
因此,企业如果希望成功实现向主动智能文化的转变,就必须从高层开始驱动变革。
以下是我认为领导者打造主动智能组织所需具备的三大特质:
以数据为导向
45%的最高层决策者仅凭直觉而非基于数据的洞察来制定决策。企业应基于数据作出明智决策并及时采取行动,其重要性不言而喻。随着企业业务发展加速,缺乏数据支撑的决策更加不可行。
然后,虽然近九成(89%)的高层管理人员希望团队成员能够向其说明数据在决策过程中发挥的作用,但其中近半数的领导者(45%)仍然凭直觉而不是基于数据的洞察来制定决策。这显然互相矛盾,任何此类“领导说了算”的做法都是在组织内倡导基于数据做决策的绊脚石。
领导者们不愿基于数据做决策的部分原因是,有42%的领导者对可用数据的实时性和准确性心存怀疑。高层领导都不相信数据,还如何要求其他员工相信数据?在缺乏信任的情况下,我们就不愿冒险,更不愿做出改变,而这将阻碍企业提升自身响应力、创新力和前瞻力。
可解释性和数据沿袭有助提高数据的可信度,但是想要实现这一点,就需要从领导层开始建立信任数据的文化。
对新想法持开放态度
曾有名人说过,宁要令人不愉快的真相也不要美丽的谎言。我们用数据不只是为了印证自己的观点,更希望它能够揭露真相。领导者需要对数据持开放态度,在数据结果与个人立场相悖时敢于接受事实。
给予充分信任,下放决策权
端到端分析数据管道带来的最大好处之一是有助实现数据民主化,任何员工都可以在工作中使用数据并从中受益。它不仅有助于领导者采取有效行动,也便于企业员工依据可操作信息和洞察做出决策。通过以正确形式向用户提供数据且不考虑他们的职务,数据就会变得易用和可用。这有助于培养信心和信任感,让更多员工能够独自或作为团队一员自由使用数据。在企业中提供洞察,有助于员工相互协作,使企业能够利用集体力量解决问题或实现个人无法单独完成的目标。
如果企业领导者能够抓住这个契机,制定策略来推动实现数据民主化,那么他们将会获得回报。关键在于构建相信数据的文化,给予员工足够的信任,让员工自行做决策。以正确的形式将数据放在恰当的位置,使用合适的工具提升用户技能。授予员工访问数据的权限,这样组织在做决策时才能做到集思广益,从而发挥集体的智慧。
即刻着手构建面向未来的数据能力
总而言之,企业管理层应该以身作则,积极推行善用数据,拥抱主动智能,确保企业能够在数字经济中的赢得先机。
如需了解更多关于主动智能如何助力企业成功的见解与实例,可关注公众号: Qlik商业智能。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。