由业务负责人而非IT部门领导的云部署很可能正在您的企业内迅速部署,但是企业数据管理才是优先事项。充分利用这些以业务为导向、依赖于数据的云方案以获得业务部门对投资的支持。证明您的团队正在推行的数据管理策略的价值以及在此策略中融入云数据的优势。强调对正规化数据治理的需要,以确保这些业务驱动型云方案不断取得成功。
“云可以帮助您以比传统方式快得多的速度实现业务成果,但在此您必须保持企业数据治理的完整性”,PS Advisory LLC创始人兼合伙人Andrew Bartels表示。PS Advisory LLC是一家帮助金融服务公司和保险机构部署和推动Salesforce.com应用的咨询公司。
通过建立固有风险的防范机制,确保基于云的项目取得长期成功。考虑数据访问和集成的成本以及在整个集成流程中连接数据的功能等问题。
“当人们开始谈到云时,业务持续性和灾难恢复通常不是优先谈论的事项,因为它从某种程度上被认为是其他人的问题。然而,这些问题却很重要。这并不能否定信息负责人考虑这些事情的责任”,Bartels说道。
在Bartels看来,企业不能只凭借云项目为数据管理策略提供支持,还需要转变与业务部门的关系。他建议采用以下三种战术:
沟通:您再也不能只是带着一份要求列表离开,然后在六个月后给业务部门提供一个新的应用系统,而是需要在项目的每个阶段与业务负责人及其代表进行沟通和合作。
参与:业务部门控制大多数企业的预算。您需要强调数据治理工作的业务价值并获得业务部门的支持。
连接性:重视集成数据和避免形成信息孤岛所需的底层基础结构。业务负责人可提出功能要求,但是您必须重视数据以最终推动业务价值或提高效率。
“当业务负责人审查2014年的资金使用计划时,他们会问‘这对我有帮助吗?’云可以满足该要求。它可让您感受到更高的灵活性,摆脱传统基础设施某些局限性的束缚”,Bartels说道。“通过掌握云技术并率先应用它,可使您在组织内成为解决方案的提供者,而非阻碍者。”
好文章,需要你的鼓励
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。
谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型,能够在不到一分钟内完成10天全球天气预报,准确性超越传统方法90%的指标。该模型采用图神经网络技术,通过学习40年历史数据掌握天气变化规律,在极端天气预测方面表现卓越,能耗仅为传统方法的千分之一,为气象学领域带来了效率和精度的双重突破。