生成式人工智能引發(fā)中國企業(yè)知識孤島挑戰(zhàn),現(xiàn)代化數(shù)智基建或成為潛在解決方案
2025年Gartner CIO和技術高管調(diào)研發(fā)現(xiàn),平均而言,參與調(diào)研的中國首席信息官(CIO)的IT預算預計將在2025年減少0.8%。雖然出現(xiàn)了前所未有的預算下滑,生成式人工智能(GenAI)仍然成為中國企業(yè)機構的首要投資目標。
本文引用地址:http://2s4d.com/article/202502/467373.htm隨著GenAI用例逐漸從概念驗證(PoC)納入日常業(yè)務流程,企業(yè)機構對GenAI的價值主張也在發(fā)生變化,從最初僅重視展示價值,到現(xiàn)在不僅關注該技術提供的業(yè)務價值,還希望對其使用進行治理。中國的數(shù)據(jù)和分析(D&A)領導者可通過以下一些方式參與GenAI治理。
在GenAI部署方法中,“自建”優(yōu)于“購買”
盡管構建定制化GenAI應用的工作量更大,并且交付時間更長,但與購買預構建的GenAI應用相比,前者為連接企業(yè)機構內(nèi)部數(shù)據(jù)和大語言模型(LLM)提供了更靈活的方法,包括:
● 允許企業(yè)機構剝離和專門指定GenAI應用的知識庫
● 提供更廣泛的實施和運營技術,如多模態(tài)數(shù)據(jù)存儲、向量/圖/關鍵字搜索、提示語工程和用戶行為治理
隨著中國企業(yè)在生產(chǎn)過程中越來越多地使用GenAI,數(shù)據(jù)可復用性和技術可組合性等高級IT治理需求正在出現(xiàn),在復雜業(yè)務用例中尤其如此。這種情況也帶來了GenAI定制需求的增加。
數(shù)智基建正在成為GenAI知識源的主要選擇
為了快速驗證業(yè)務價值,在概念驗證階段,多數(shù)企業(yè)GenAI計劃會直接由業(yè)務線實施。這些GenAI應用通常直接將大語言模型與相應的業(yè)務系統(tǒng)連接,以盡量縮短開發(fā)時間。
但是,隨著應用數(shù)量的增長,與“知識庫孤島”相關的數(shù)據(jù)治理問題發(fā)生概率也在增加。這些問題包括在多個GenAI應用中使用的公司數(shù)據(jù)的可復用性和數(shù)據(jù)質(zhì)量問題。
隨著企業(yè)GenAI應用的持續(xù)擴展,企業(yè)需要為它們建立專門的“數(shù)據(jù)倉庫”。在供應商創(chuàng)新及其生態(tài)系統(tǒng)協(xié)作的推動下,當今的現(xiàn)代數(shù)智基建(包括數(shù)據(jù)中臺、湖倉一體,或者邏輯數(shù)據(jù)倉庫(LDW))正快速增強其與GenAI技術兼容的功能。此類數(shù)智基建已成為GenAI應用所需要的集中式知識源的一個重要選擇。
到2028年,80%的企業(yè)GenAI應用將使用組織自有的數(shù)智基建(包括LDW/湖倉一體)作為其知識源,而目前這一比例還不到20%。
實現(xiàn)數(shù)智基建的現(xiàn)代化升級以支持規(guī)?;疓enAI
在過去10年中,大多數(shù)的數(shù)據(jù)中臺供應商在提供產(chǎn)品的同時,還提供相關的服務,幫助客戶更有效地開發(fā)其D&A用例。這種全方位做法簡化了供應商參與流程,明晰了責任,有助于處于數(shù)據(jù)驅(qū)動轉(zhuǎn)型早期階段的中國企業(yè)展示D&A的價值。然而,近年來數(shù)據(jù)中臺概念往往未能實現(xiàn)其承諾的目標,使市場對其失去興趣。
導致數(shù)據(jù)中臺過時的關鍵因素不是其技術組件,而是其交付模式。該模式旨在以勞動密集型方式定制開源技術,從而為所有D&A需求提供端到端能力。這一模式造成供應商和客戶對于特定開源技術和定制代碼的依賴。
現(xiàn)代數(shù)智基建的關鍵差異化優(yōu)勢在于融入到包括AI供應商、服務提供商和云服務提供商(CSP)的生態(tài)系統(tǒng)協(xié)作中,在云端聯(lián)合提供數(shù)據(jù)、分析和人工智能平臺功能。
評論