峰会首日直播分为两大会场,在上午直播的“让业务用起来”主会场里,观远数据创始人兼CEO苏春园阐述了观远数据在产品创新方面对“让业务用起来”的诠释,并正式发布了秉持着“让业务用起来”的理念,观远数据升级的客户成功战略。
在产品创新上,苏春园深入分享了观远数据打造的“面向业务的现代化BI产品”相较于“面向IT以报表为核心的传统BI”之间的差异。观远数据一站式智能分析平台硬核迭代,聚焦于易用性、企业级、场景化三大核心支柱,以让业务能够快速、广泛、活跃用起来,帮助企业构建敏捷决策能力,建立组织的竞争优势。
在客户服务上,2022年观远重点升级了客户成功体系,确保在机制和能力上为客户提供长期的价值。从组织设计上,客户成功线升级为公司的一级部门,从内部运营上,每月第3个周五早上9点开始的月度“全员客户成功日”,从客户赋能上,推出了行业广受欢迎的面向“业务团队”的赋能,为企业培养具有自主分析能力的业务分析师团队,从客户运营上,基于“业务活跃使用率”,与客户一起解决影响活跃使用的一个个卡点,真正让业务人员用起来,解决真实业务问题,以及,观远所有的服务团队将500+各行业标杆客户的领先实践,不断发布各个领域的最佳场景实践,推进客户成功,推动行业进化。
紧随客户成功战略升级,「观远数据一站式智能分析平台5.0」也于峰会云上直播中重磅发布。观远数据联合创始人兼CTO张进正式对外展示了「观远数据一站式智能分析平台5.0」围绕易用性、企业级、场景化三大“让业务用起来”的核心支柱,全面升级的平台全新能力。
「观远数据一站式智能分析平台5.0」也同时发布了围绕“让业务用起来”,后续产品迭代的Roadmap:在提升“易用性”方面,「观远数据一站式智能分析平台5.0」通过深化增强分析和用户旅程提升计划,让业务能够快速用起来;在打造“企业级”能力方面,「观远数据一站式智能分析平台5.0」以为企业提供大规模数据下的高性能响应、大规模作业下的持续服务、大规模业务下的平台高效治理、多场景下的高效赋能,支撑业务广泛用起来;在落地“场景化”方面,「观远数据一站式智能分析平台5.0」让数据分析融入到企业业务的标准流程,不仅深度融合企业上下游业务系统,同时利用OA生态扩展深度使用场景,并将其封装为即插即用的数据分析场景应用,让业务能够活跃用起来。
「观远数据一站式智能分析平台5.0」,是观远数据产研团队在“打造全球业务活跃度最高的分析与决策产品”愿景实现之路上的又一次前进。张进表示,期望通过“让业务用起来”的「观远数据一站式智能分析平台5.0」,更多企业能够享受到数据驱动带来的降本、增效、提质的真实业务价值。
波士顿咨询Platinion董事总经理陈果、招商银行研发中心高级架构师陈翔、元气森林联合创始人 首席运营官章肖洋三位重磅嘉宾则于本届峰会主会场向参会观众展示了数字化实践先锋企业的经验沉淀与创新实践,包括波士顿咨询总结的呼唤现代型BI的五大趋势,招商银行分享的《基于数据驱动的招商数字化应用实践》,元气森林“从12个月到52周、365天的数据分析实战”,都为参会观众带来了深具价值的创新实践参考。
下午的零售消费专题会场汇聚丝芙兰中国供应链总监赵苏、吉家宠物资深数据分析师董浩、观远数据零售消费行业专家张磊、斗满科技CEO邓文礼等多位零售消费行业数智化实践先锋企业重磅嘉宾同台发声,从门店新品的AI+BI智能分货案例,到电商搭建BI平台如何避坑,从零售消费企业的数字化运营实践,到跨境电商物流BI创新实践,专题会场议题聚焦零售增长、数智创新,为更多关注数智建设的零售消费企业领导人传递了值得学习的成功经验。
据悉,观远数据智能决策峰会暨产品发布会至今已历4载,从「数据有为」到「望见粒子」,从「乘云驾务」到「让业务用起来」,观远数据坚持着以前瞻行业视角、行业最佳实践和沉浸互动体验平台为目标,为行业先驱者提供有价值的交流平台和分享。本年度峰会升级为「云上直播+五城联动」的全新双轨模式举办,杭州、上海、深圳、广州、北京五城高端私董会已相继召开,云上直播则在10月25日至26日两日连续进行。
云上直播10月25日的首日议程已圆满结束,已曝光的10月26日的议程中,更将汇聚某头部城商行智能分析平台技术负责人韦达、毕马威金融业数字化与金融科技咨询合伙人柳晓光、观远数据金融行业专家王超、招商银行数据架构师吴平、《数据可视化分析》《业务可视化分析》作者喜乐君、斗鱼直播运营中心PMO负责人熊星、Babycare大数据负责人徐才文、观远数据产品商业化负责人王璀、星星充电数据中台总监潘伟等重磅嘉宾,在10:00-12:00金融数字化升级专题会场、14:00-16:00分析与实践专题会场轮番亮相,带来聚焦行业、干货满满的有料分享,同样值得期待。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。