这份调查显示:大数据对企业愈发重要,但数据驱动还是空谈
【大咖・来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》
来自:视觉中国
连续六年来,NewVantage Partners每年都做了一项关于大型企业高管如何看待数据的调查。调查的反响愈加热烈,而结果也反映了管理层高效使用数据的要求越来越迫切。今年,调查结果喜忧参半,既有鼓舞人心的一面,也暴露了比过去都更让人忧心的地方。
六年前,调查里重点关注的问题和答案还是大数据,这当时在商界还是相对新颖的概念。在2018年的调查中,重点已经变成了人工智能。AI现在已经成了大型企业标配的发展重心,人们越来越认识到大数据和人工智能可以带来价值,同时也越来越感受到初创公司对知名企业的威胁。
参与调查的是来自57家大公司的高管人员。调查里,比例***的行业是数据最为密集的金融服务业,此外还有生命科学、制造业、电信业和互联网产业的公司参与。自***年以来,实际接受调查的人群也有所变化,这几年一直都有大量***级别分管数据的高管,而这个比例在今年则一跃从去年的32%升到56%。在2012年的***次调查时,只有12%的企业设立了***数据官。
虽然现在AI在全世界各地都是新闻焦点,但调查本身其实着眼的是大数据和人工智能两方面。技术更新换代,不变的是数据爆炸和理解数据的需求。大数据和AI项目已经密不可分,尤其机器学习已经成为当前处理海量快速流通的数据的主流方法之一。
同理,用深度学习等基于统计学的方法来发展人工智能更是日益普及。因此,我们认为传统数据分析、大数据和人工智能是一个统一的整体,几乎所有受访者(97%)都表示所在的企业投资了这类项目。
调查结果揭示的***的消息,就是各大企业依然认为能够从大数据和AI项目中活力。73%受访企业表示已经从相关项目中得到了重大价值,这个比例同样高于去年的调查结果,当时只是初步地指出,企业对数据技术日趋熟悉,也从中得到了更多价值。
所实现价值的类型或许跟以前的其他技术是一致的。我们认为大数据和AI是分析能力的延伸,许多公司的目标也跟我们的观点一致,即旨在达到“高级分析/更优决策”,而这些也是最可能实现的目标。
36%的受访公司把这个目标视为自身的当务之急,这其中的69%已经实现了目标。此外,企业间的共同目标还包括提升客户服务和开支削减。四分之一以上的企业(27%)在追求创新、颠覆、上市速度和数据变现的有机结合,而数据变现计划的优先级***、成功率也***(27%)。
调查还揭示了大公司最需要担心的一个问题,就是新公司带来的颠覆性风险。近八成受访者表示,曾经担心金融科技业的初创公司或专营大数据的公司会破坏甚至替代他们的市场地位。72%受访者认为,***颠覆性、影响最深远的技术迄今为止还要数人工智能,这个比例远高于云计算(13%)或区块链(7%)。
另一个持续发酵的重要问题是,行业内现有企业转型成数据驱动文化的速度太慢了。
几乎所有受访者(99%)都指出,所在企业在努力转型,但目前只有三分之一取得了成功。每年的调查结果都能体现出这种理想与现实的差距,但是多年的时间并没有换来应有的进步。显然,企业需要更加上下一心,才能实现数据文化转型。许多初创公司从一开始就营造了数据驱动的文化,这也是为什么那些大的卓有成效的公司感到威胁、担心受到打击的关键原因。
企业用来应对数据驱动给市场带来的颠覆性变化的方法之一,就是设置新的管理职位。但是,不同的数据相关职位(***信息官、***数据官、***数字官等)之间如何相互联系,目前依然缺乏清晰的定位。
就***数据官(CDO)一职而言,这个角色的主要职责是什么,理想的人选该具有什么样的背景,目前都还存在巨大分歧。
39%受访者表示,他们的CDO主要负责数据策略和结果分析,但也有37%把这个工作交给其他高管,还有24%表示这份工作在问责上缺乏可行性。
在背景方面,34%受访者认为CDO应该从公司外部带动变革发生,32%则认为CDO应该是从公司内部筛选出来的老将。数据相关的高层职位需要明确职责,这对于领导AI和大数据项目、实现文化转型都是至关重要的。不过,虽然所有受访者都肯定了这一点,但是大部分公司依然缺少企业层面的数据战略。
大数据的重要性不断提升,挑战日益艰巨,这成了当代经济和社会的重要特征之一。多年的调查结果为这场革命提供了耐人寻味的可用材料,而人工智能的崛起只会加快这一趋势。成功的关键在于,明确企业的应对战略,为数据战略与结果分析进行明确分工,***以系统、高效的方式推进所需变化的发生。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
每个数据科学家都应该知道的六个概率分布
【大咖・来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》 介绍 假设你是一所大学的老师。在对一周的作业进行了检查之后,你给所有的学生打了分数。你把这些打了分数的论文交给大学的数据录入人员,并告诉他创建一个包含所有学生成绩的电子表格。但这个人却只存储了成绩,而没有包含对应的学生。 他又犯了另一个错误,在匆忙中跳过了几项,但我们却不知道丢了谁的成绩。我们来看看如何来解决这个问题吧。 一种方法是将成绩可视化,看看是否可以在数据中找到某种趋势。 上面展示的图形称为数据的频率分布。其中有一个平滑的曲线,但你注意到有一个异常情况了吗?在某个特定的分数范围内,数据的频率异常低。所以,最准确的猜测就是丢失值了,从而导致在分布中出现了凹陷。 这个过程展示了你该如何使用数据分析来尝试解决现实生活中的问题。对于任何一位数据科学家、学生或从业者来说,分布是必须要知道的概念,它为分析和推理统计提供了基础。 虽然概率为我们提供了数学上的计算,而分布却可以帮助我们把内部发生的事情可视化。 在本文中,我将介绍一些重要的概率分布,并会清晰全面地对它们进行解释。 注意:本文假设你已经具有了概率方面的基本知识...
- 下一篇
大数据时代的三大趋势和三大困境
【大咖・来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》 一家公司的数字化改造应该从清晰的趋势和障碍出发,更好地规划出一条通往其所寻求业务成果的路线。考虑到这一点,以下是我们关注的三大数据趋势,以及在数字时代可能出现在企业和成功之间的三大困境。 三大趋势 1.真实的机器学习 我们坚信,机器学习、人工智能未来很快会接管世界,至少是人类的大部分工作。然而现实正一步步向我们推进,我们发现机器学习能最有效地成为人类的助手而不是替代者。人类工作和机器学习结合才是***的结果。 2.从数据采集者到数据生产者 过去,企业一直专注于挖掘自己拥有的数据,并发现和收集其他组织拥有的数据。但现在,企业需要一些战略转移,有意识的创造所需的数据,用于销售新产品和服务,满足业务目标的需要。例如一家体检公司收集病人生活方式和保险公司投保条件信息,并以此为基础提供个性化的客户服务和指导。这样的公司会走得更远,针对客户的需要,有针对性的收集和提供数据。 3.优化客户体验的新方法 在大数据领域***的几个攻坚战之一就是提升用户的体用体验了。以现在的趋势看来,使用自然语言处理分析现有数据是个不错的办法,例如在...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- SpringBoot2整合Redis,开启缓存,提高访问速度
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- SpringBoot2初体验,简单认识spring boot2并且搭建基础工程
- CentOS8安装MyCat,轻松搞定数据库的读写分离、垂直分库、水平分库
- Red5直播服务器,属于Java语言的直播服务器
- SpringBoot2整合Thymeleaf,官方推荐html解决方案
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- Docker安装Oracle12C,快速搭建Oracle学习环境
- Linux系统CentOS6、CentOS7手动修改IP地址
- CentOS7设置SWAP分区,小内存服务器的救世主