封面新闻记者 欧阳宏宇
人工智能时代,大模型服务渐成刚需。当越来越多的企业开始构建私有大模型,如何让数据跟上这些“小”模型训练的需求?
“数据正站在一个流通变革的时代,最核心的关键是如何破解数实融合发展堵点。”11月1日,阿里巴巴副总裁、瓴羊CEO朋新宇在2023云栖大会上表示,目前,企业与企业、产业与产业、甚至企业与公共部门之间都存在多渠道、多平台的数据分散问题,需要把“数据烟囱”变为钻井平台,让数据像石油一样通过融通产生动力价值。现场,他同时发布了数据服务枢纽“瓴羊港”。
以数据治理将海量的数据转化成为高价值的数据资产,释放数据效能,需要对数据资产进行管理、治理和编织。Gartner在今年8月发布的《2023年中国数据、分析及人工智能技术成熟度曲线》报告预测,数据资产管理等工作将在不到两年的时间内实现主流采用。
聚焦数据资产管理服务,国内已有三维天地、普元信息等上市公司,围绕数据清洗、数据标准、数据感知、数据响应、数据筛选等场景布局。在普元信息CTO焦烈焱看来,高质量数据是人工智能的基础,也是数据要素发挥作用的关键。
对于平台该如何帮助企业处理好数据资产,朋新宇认为,应将企业、数据商、生态伙伴、公共部门等多个数据提供方形成集纳,针对数据资产难以管理、外部数据无法融通等问题,提供数据资产、流通、加工与集成等多种类型服务。“数据流通中最重要的原则是,不流通无价值,无价值不流通。”
以电商SaaS服务为例,美登相关负责人透露,通过数据枢纽提供的天气数据融合物流线路时效数据,结合温度湿度对鲜花品种的影响效果,可以提前预测意外天气情况对业务的干扰,帮助平台所服务的商家至少减少1%的货损率。
如今,在分析、营销、产销、客服等核心场景中充分利用数据挖掘行业趋势和商机,正成为企业最重要的业务增长引擎。“与实物资产、无形资产一样,数据资产最终也会表现为是一种资源,并对企业经营产品价值。”中南财经政法大学数字经济研究院执行院长、教授盘和林表示,实现数据资产化管理、挖掘数据资产的潜在价值,是实现企业数字化转型的先决条件,也是进一步发挥企业竞争优势、提升企业发展质量的重要途径。
VIP课程推荐
APP专享直播
热门推荐
收起24小时滚动播报最新的财经资讯和视频,更多粉丝福利扫描二维码关注(sinafinance)