Gartner mengeluarkan analisis data China dan keluk kematangan teknologi kecerdasan buatan pada tahun 2023

Gartner meramalkan bahawa menjelang 2026, lebih daripada 30% pekerjaan kolar putih di China akan ditakrifkan semula, dan kemahiran untuk menggunakan dan mengurus AI generatif akan menjadi sangat popular.

Gartner's 2023 Hype Cycle for Data Analytics and AI in China mendedahkan empat tema asas yang berkaitan dengan data, analitik dan AI di China: Strategi data China yang mengutamakan hasil perniagaan, data serantau dan analitik, dan The artificial ekosistem perisikan, keruntuhan pusat data, dan kecerdasan buatan menjadi simbol baharu kuasa negara.

Dalam keluk ini, bilangan terbesar teknologi akan memasuki tempoh inflasi yang dijangkakan. Zhang Tong, pengarah penyelidikan kanan di Gartner, berkata: "Inovasi sering disebut-sebut sebagai penyelesaian kepada kesesakan tradisional dan dijangka menyelesaikan kebimbangan biasa CIO China, seperti kekurangan sumber perkakasan, skalabiliti, operasi mampan, pengurangan risiko keselamatan dan teknologi. kebebasan. kawalan dan kebolehgunaan berbilang domain model AI, dengan itu memberikan nilai perniagaan yang jelas, namun, pengguna akhir lebih menghargai impak strategik daripada konsep strategik yang abstrak.” 🎜🎜# Sumber: Gartner (Ogos 2023)

Tenun Data

Tenunan data ialah rangka kerja reka bentuk untuk mencapai fleksibiliti dan kebolehgunaan semula saluran paip, perkhidmatan dan semantik data yang melibatkan penyepaduan data, metadata aktif, graf pengetahuan, pemprofilan data, pembelajaran mesin dan klasifikasi data. Tenun data mencacatkan pendekatan dominan sedia ada untuk pengurusan data Ia bukan lagi "dibuat khusus" untuk kes data dan penggunaan, tetapi "pemerhatian dahulu dan kemudian digunakan".

Zhang Tong, pengarah penyelidikan kanan di Gartner, berkata: "Kemunculan data, analitik dan kes penggunaan AI, serta peraturan keselamatan data yang berubah dengan pantas, telah membawa kepada kerumitan dan ketidakpastian pengurusan data di China. Tenunan data boleh Memanfaatkan kos tenggelam sambil turut menyediakan panduan tentang keutamaan dan kawalan kos untuk perbelanjaan baharu pada infrastruktur pengurusan data." Pengurusan aset data digunakan pada pelbagai bentuk data - contohnya, imej, video, fail, bahan dan data transaksi dalam sistem, dan meliputi keseluruhan kitaran hayat data daripada pemerolehan data hingga kemusnahan cara sebagai aset dan mencipta nilai daripadanya.

Sebagai faktor pengeluaran baharu, data telah menjadi kelebihan daya saing organisasi perusahaan. Data adalah pantas, pelbagai, banyak dan berfakta, jadi organisasi mesti menyepadukan proses untuk menjana cerapan data.

Zhang Tong, pengarah penyelidikan kanan di Gartner, berkata: "Aset data bukan sahaja boleh meningkatkan kualiti operasi dan tahap membuat keputusan, tetapi juga mencipta lebih banyak nilai perniagaan, dan juga boleh menjana model dan penggunaan perniagaan baharu data untuk mengewangkan secara langsung, , walaupun penciptaan nilai semakin pantas, masih terdapat potensi risiko kepada aset data dan organisasi mesti mengurus aset data dengan teliti untuk mengelakkan pelanggaran peraturan dan kebocoran data yang tidak disengajakan 🎜 #D&A yang dihimpunkan memanfaatkan bekas - atau seni bina berasaskan perkhidmatan mikro perniagaan dan konsep tenunan data untuk menghimpunkan aset sedia ada ke dalam keupayaan analitik data dan kecerdasan buatan (AI) yang fleksibel, modular dan mesra pengguna. Teknologi ini boleh menggunakan satu siri teknologi untuk mengubah aplikasi pengurusan dan analisis data kepada analisis data dan komponen AI atau modul aplikasi lain, disokong oleh keupayaan kod rendah dan tanpa kod, dan menyokong pembuatan keputusan yang adaptif dan bijak.

Berhadapan dengan persekitaran perniagaan yang pesat berubah, perusahaan dan institusi China perlu meningkatkan ketangkasan mereka dan mempercepatkan pengeluaran cerapan. D&A yang dipasang membantu organisasi perusahaan menggunakan data modular dan keupayaan analisis untuk menyepadukan berbilang cerapan dan maklumat rujukan ke dalam pelbagai langkah untuk mengelakkan pembangunan berpecah-belah. Organisasi perusahaan boleh meningkatkan lagi fleksibiliti penyampaian dengan memasang atau menyusun semula keupayaan D&A untuk menghadapi senario penggunaan yang berbeza.

Model Besar

Model besar ialah model parameter besar yang dilatih dengan cara penyeliaan sendiri pada rangkaian luas set data, kebanyakannya berdasarkan seni bina Transformer atau kedalaman resapan Seni bina rangkaian saraf dan mungkin menjadi pelbagai modal dalam masa terdekat. Nama Big Model berasal daripada kepentingan dan kesesuaian luasnya untuk pelbagai senario penggunaan hiliran. Keupayaan untuk menyesuaikan diri dengan pelbagai senario ini mendapat manfaat daripada pra-latihan model yang mencukupi dan meluas.

Model besar kini telah menjadi seni bina pilihan untuk pemprosesan bahasa semula jadi dan telah digunakan dalam penglihatan komputer, pemprosesan audio dan video, kejuruteraan perisian, kimia, kewangan dan undang-undang. Subkonsep popular yang diperoleh daripada model besar ialah model bahasa besar berdasarkan latihan teks.

Zhang Tong, pengarah penyelidikan kanan di Gartner, berkata: "Model besar mempunyai potensi untuk memberikan kesan yang dipertingkatkan untuk aplikasi dalam pelbagai kes penggunaan bahasa semula jadi, dan oleh itu akan mempunyai kesan yang mendalam dalam industri menegak dan perniagaan Mereka boleh meningkatkan produktiviti pekerja, mengautomasikan dan meningkatkan pengalaman pelanggan, dan mencipta produk dan perkhidmatan baharu secara efektif untuk mempercepatkan transformasi digital.

Data Middle Office

Data Middle Office (DMO) ialah amalan strategi dan teknologi organisasi. Melalui pusat data, pengguna dalam bidang perniagaan yang berbeza boleh menggunakan data perusahaan dengan cekap untuk membuat keputusan berdasarkan satu sumber kebenaran. Mencipta pusat data boleh menjadi satu cara untuk membina data dan keupayaan analisis yang boleh dipasang dan boleh digunakan semula untuk perusahaan Keupayaan ini boleh menyediakan operasi digital yang unik dan menyepadukan operasi digital di seluruh rantaian nilai melalui timbunan teknologi.

Sebab mengapa banyak syarikat China mengguna pakai amalan pertengahan data adalah untuk mengurangkan lebihan teknikal data dan seni bina analisis mereka, membuka pulau data sistem yang berbeza, dan mempromosikan data boleh guna semula dan keupayaan analisis. Walau bagaimanapun, pusat data dalam banyak kes gagal memenuhi janjinya untuk memasang keupayaan D&A tangkas, dan dengan itu kedudukannya dalam pasaran telah menjadi lemah. Banyak organisasi dan vendor enggan menerima pakai konsep ini secara dalaman, atau hanya mengalih keluar konsep ini daripada promosi mereka.

Atas ialah kandungan terperinci Gartner mengeluarkan analisis data China dan keluk kematangan teknologi kecerdasan buatan pada tahun 2023. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!