调研结果显示,人才的缺失和新技术之间越来越强的相互依存关系是企业现今所面临的挑战
北京—2019年8月22日—埃维诺,微软生态合作伙伴及数字化创新者,在近期的调研报告中显示,90%的企业高管计划将区块链、量子计算、对话式人工智能、沉浸式体验、物联网、安全和隐私技术整合到他们的运营之中。50%的企业高管预计在三年内实现这一目标。
埃维诺最近对全球1200名企业高管,高级管理层及IT决策者进行调研。受访者认为,新兴技术,例如区块链、绘画式人工智能等,仍然十分重要,同时,与几年前的云计算、社交和移动技术相比,这些新技术更为相互依赖,实施起来更具有挑战性。其中,管理者认为,企业最大的挑战在于缺乏掌握和使用新兴技术的人才。
“几乎所有的企业管理者都意识到采用新兴科技的紧迫性” 艾伦里奇,埃维诺新兴技术部高级总监说。“企业在部署新兴技术时遇到的最大挑战在于,企业无法快速在市场上找到相关的人才来将新兴技术与现有技术快速进行整合。”
其他阻碍新兴技术的因素包括:
这项新兴技术调研项目涵盖了自澳大利亚、加拿大、丹麦、法国、德国、意大利、日本、荷兰、西班牙、瑞典、英国和美国的受访者。
为了达成业务目标,让企业保持竞争优势,企业高管应该着眼考虑实施新兴科技,同时牢记一下几点:
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。