Kelle O’Neal作为商业和IT咨询公司First San Francisco Partners的管理合伙人兼创始人,帮助企业认识企业信息管理以及新兴大数据战略的重要性。她在Potential at Work上对数据治理成熟度评估进行了探讨,并介绍了免费自我评估工具的优势,以及需要专家协助的几种情形。最重要的是,她还介绍了如何实施评估。

企业为何应进行数据治理成熟度评估?
O’Neal:成熟度评估可以帮助您认识数据治理的重要性。您可以通过了解数据对企业和品牌、客户忠诚度、为股东带来的价值等产生的影响来衡量数据的价值。您可以将数据治理成熟度与数据价值直接联系起来。例如,如果提高了成熟度,则数据价值也会提高,进而会提高品牌的价值。
成熟度评估最佳实践是什么?
O’Neal:您应该对人员、流程和技术进行评估,而不仅仅是评估技术的使用或采用情况。不仅要评估方案的内容,还要评估方案所产生的影响。成熟度级别提高后,对内容本身并无任何影响。为每种评估类别提供标准,这些标准实际上就是让企业变得更加成熟的标准。您必须能够利用该成熟度评估制定行动计划。
自我评估工具与咨询服务有何区别?
O’Neal:最好首先使用自我评估工具进行评估。但是,完成评估的人员越少,可能出现的偏差也就越大。通过有效的第三方咨询评估,可以询问一些问题来尝试消除这种偏差,并努力覆盖更多职能部门。此外,大多数第三方解决方案都会考虑行业情况,而并非所有自我评估工具都能做到这一点。聘用第三方顾问可以帮助评估从自我评估中获得的见解的质量,并对结果进行验证。
信息负责人如何在其组织中将此知识转化为实践?
O’Neal:先查看公司内部员工的级别和职能。然后召集大量人员完成同一自我评估,并对结果进行比较。您需要获得不同职能部门的不同观点和多层次的观点。例如,包括财务、销售、营销和产品管理以及初级、高级和行政级别。
问问自己为何要进行此次评估,这样可以帮助确定偏差并客观地表述评估的目的和结果。评估的偏差越大,其价值就越低。
当您意识到您已从数据治理中获得最大价值后,企业其他人员会不知不觉地受到影响。目标正在于此,因为它表明数据治理已经成为一项核心能力。
企业是否已经准备好进行数据治理自我评估?请使用GovernYourData.com上的免费在线工具完成多个成熟度评估。然后,您会收到基准报告,并会将您的得分与您所在行业和区域规模类似的企业进行比较。
好文章,需要你的鼓励
这项由Snowflake AI Research发表的研究挑战了传统语言学对大型语言模型的批评,通过引入波兰语言学家Mańczak的理论框架,论证了LLM的成功实际上验证了"频率驱动语言"的观点。研究认为语言本质上是文本总和而非抽象系统,频率是其核心驱动力,为重新理解AI语言能力提供了新视角。
freephdlabor是耶鲁大学团队开发的开源多智能体科研自动化框架,通过创建专业化AI研究团队替代传统单一AI助手的固化工作模式。该框架实现了动态工作流程调整、无损信息传递的工作空间机制,以及人机协作的质量控制系统,能够自主完成从研究构思到论文发表的全流程科研工作,为科研民主化和效率提升提供了革命性解决方案。
德国马普智能系统研究所团队开发出专家混合模型的"即时重新布线"技术,让AI能在使用过程中动态调整专家选择策略。这种方法无需外部数据,仅通过自我分析就能优化性能,在代码生成等任务上提升显著。该技术具有即插即用特性,计算效率高,适应性强,为AI的自我进化能力提供了新思路。
Algoverse AI研究团队提出ERGO系统,通过监测AI对话时的熵值变化来检测模型困惑程度,当不确定性突然升高时自动重置对话内容。该方法在五种主流AI模型的测试中平均性能提升56.6%,显著改善了多轮对话中AI容易"迷路"的问题,为构建更可靠的AI助手提供了新思路。