本報記者 秦梟 北京報道
隨著AI普及應用時代的到來，企業(yè)數(shù)字化和智能化融合發(fā)展進入“數(shù)智商業(yè)時代”。在這個時代，企業(yè)面臨著前所未有的挑戰(zhàn)，同時也擁有巨大的機遇。要想在數(shù)字化轉(zhuǎn)型中取得突破，企業(yè)也需提高“反脆弱性”，以應對壓力、危機和挑戰(zhàn)。
Cloudera大中華區(qū)副總裁王剛在接受《中國經(jīng)營報》記者采訪時表示，企業(yè)必須把眼光放得更遠，考慮動蕩時期過去之后的計劃，以避免做出目光短淺的商業(yè)決策。在規(guī)劃未來業(yè)務方向時，必須深思熟慮且慎之又慎。為了落實長期戰(zhàn)略，企業(yè)需要在基礎設施和技能方面投入資源。如果能夠針對未來做好技術(shù)、人員和流程方面的準備，企業(yè)就可以輕松進行創(chuàng)新轉(zhuǎn)型，而且無論是在經(jīng)濟繁榮還是蕭條時期，都能做到“反脆弱”。
通過數(shù)據(jù)貨幣化實現(xiàn)“反脆弱性”
在數(shù)字化時代，數(shù)據(jù)成為繼土地、勞動力、資本、技術(shù)之后的“第五個關(guān)鍵生產(chǎn)要素”。
在2023年年末的科技領域十大關(guān)鍵詞中，“數(shù)據(jù)要素”排名第三。作為新型生產(chǎn)要素，數(shù)據(jù)已深刻融入生產(chǎn)、分配、流通的各環(huán)節(jié)，蘊藏著巨大的經(jīng)濟社會價值。數(shù)據(jù)不僅是科技創(chuàng)新的基礎，也是數(shù)據(jù)治理的重要前提，數(shù)據(jù)只有流通才能發(fā)揮更大價值。通過對數(shù)據(jù)的挖掘和分析利用，有助于發(fā)現(xiàn)生產(chǎn)和生活中的潛在問題，并制定科學決策，以改善社會治理水平。
但是，數(shù)據(jù)過剩以及數(shù)據(jù)運用的問題一直在困擾著企業(yè)。據(jù)國際數(shù)據(jù)公司(IDC)測算，預計到2025年，僅中國產(chǎn)生的數(shù)據(jù)總量將達48.6ZB，占全球的27.8%。
實際上，數(shù)字化轉(zhuǎn)型的根基在于數(shù)據(jù)的應用，企業(yè)內(nèi)部的數(shù)據(jù)類型繁多，大多以文字資料的形式積累，這些文字資料便構(gòu)成了企業(yè)的核心資產(chǎn)。然而，多數(shù)企業(yè)并未充分認識到其中哪些數(shù)據(jù)具有挖掘、分析和利用的價值。此外，除了企業(yè)內(nèi)部數(shù)據(jù)，還有外部公開數(shù)據(jù)，這些數(shù)據(jù)的價值也尚未得到充分體現(xiàn)。
數(shù)據(jù)資產(chǎn)有別于數(shù)據(jù)本身，是專指能夠為企業(yè)帶來經(jīng)濟利益的數(shù)據(jù)資源。作為經(jīng)濟社會數(shù)字化轉(zhuǎn)型進程中的新興資產(chǎn)類型，數(shù)據(jù)資產(chǎn)被認為是數(shù)字時代最重要的資產(chǎn)形式之一。
王剛表示，在數(shù)據(jù)尚未變現(xiàn)時，大多數(shù)企業(yè)都對數(shù)據(jù)的重要性心知肚明。數(shù)據(jù)已被視為一種戰(zhàn)略資產(chǎn)并將繼續(xù)成為企業(yè)的數(shù)字財富。
“但我們預計，越來越多的企業(yè)將會把數(shù)據(jù)視為一種商品，通過將數(shù)據(jù)變現(xiàn)開辟新的收入來源并推動創(chuàng)新，而不僅僅是用來節(jié)約成本。”王剛說，“在將數(shù)據(jù)變現(xiàn)時，除了要考慮其對收入的直接影響，還要考慮如何利用數(shù)據(jù)推動關(guān)鍵業(yè)務決策和創(chuàng)新。企業(yè)必須確保數(shù)據(jù)的完整性、準確性、全面性、一致性。做到這一點的方法之一是關(guān)注數(shù)據(jù)脈絡，即企業(yè)需要清楚地知道其數(shù)據(jù)的來源、變化情況及其在生命周期內(nèi)的最終目的地。”
擁抱AI
除了注重數(shù)據(jù)變現(xiàn)之外，部署AI以驅(qū)動商業(yè)價值也是提升企業(yè)“反脆弱性”的重要途徑。
麥肯錫在報告中指出，當前的生成式AI等技術(shù)有可能使目前占用員工60%至70%時間的工作活動實現(xiàn)自動化。IDC也強調(diào)了2023年亞太地區(qū)有三分之二的企業(yè)正在探索或投資于生成式AI。
王剛指出，AI的可操作化不僅可以通過自動執(zhí)行重復、瑣碎和耗時的任務來節(jié)約成本和提高運營效率，還可以發(fā)掘創(chuàng)新機遇以及創(chuàng)造性地應對業(yè)務挑戰(zhàn)。
不過，企業(yè)在使用人工智能(AI)與機器學習(ML)時一直面臨著一個難題：如何一面安全地為其提供足夠的上下文數(shù)據(jù)以使其發(fā)揮作用，一邊充分挖掘其優(yōu)勢。
Cloudera亞太區(qū)首席技術(shù)官Daniel Hand對記者表示，2024年，檢索增強生成（RAG）仍將是許多企業(yè)采用生成式AI的一條可行途徑。
據(jù)悉，RAG是使用知識庫中的內(nèi)容豐富提示并提供必要的上下文。RAG架構(gòu)的關(guān)鍵組成部分之一是以特殊方式編制索引的知識庫內(nèi)容數(shù)據(jù)庫。用戶問題先被轉(zhuǎn)換成數(shù)學表達形式，然后用于搜索數(shù)據(jù)庫中與之最接近的內(nèi)容。用戶問題作為提示的一部分被發(fā)送至LLM（Large Language Model，大型語言模型）進行推理。同步提供問題和領域上下文可顯著改進推理結(jié)果。
Daniel Hand表示，事實證明，由于RAG不需要對LLM進行任何訓練或調(diào)整，同時還能生成高質(zhì)量的結(jié)果，因此它是采用LLM的一條有效途徑。不過，它確實需要數(shù)據(jù)工程管道以維護知識庫，還需要專門的向量數(shù)據(jù)庫存儲索引數(shù)據(jù)。
王剛認為，要想成功從AI中獲益，就必須制定謹慎周密的AI戰(zhàn)略，以配合企業(yè)業(yè)務規(guī)劃和數(shù)據(jù)戰(zhàn)略。企業(yè)在部署AI時不能盲目跟風，而是必須與其業(yè)務戰(zhàn)略保持一致。若是草率部署一個或多個不同的AI用例，則很可能不會給企業(yè)帶來更多收益。企業(yè)還必須盡快為AI奠定堅實的基矗確保技術(shù)、人員和流程的相互支持與協(xié)調(diào)一致對于企業(yè)至關(guān)重要。這可以讓企業(yè)在可信數(shù)據(jù)的基礎上構(gòu)建和訓練其AI部署項目，這樣即便在充滿變數(shù)的時期也能推動創(chuàng)新和增長。
（編輯：張靖超 校對：張國剛）
