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
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。
MemoBench是哈佛大学等机构联合推出的视频生成评测基准,专测AI在物体消失再重现场景下的记忆能力,揭示了当前所有主流模型的核心盲区。
研究发现AI代码修复工具默认的"写代码→跑测试→再改"流程中,禁止运行测试几乎不影响修复成功率,却能节省超过一半的时间和费用。