從數(shù)據(jù)到知識(shí),這些痛點(diǎn)是攔路虎
每當(dāng)提到亞馬遜,飛輪效應(yīng)是一個(gè)必定會(huì)談及的話題。作為亞馬遜的核心商業(yè)理念,飛輪效應(yīng)在亞馬遜二十余年發(fā)展歷程中體現(xiàn)的淋漓盡致。如今,飛輪效應(yīng)甚至被商業(yè)界奉為圭臬。
所謂飛輪效應(yīng),即一個(gè)巨大的飛輪,要想把它轉(zhuǎn)動(dòng)起來,實(shí)現(xiàn)難度可謂空前,只有每一次推動(dòng)都用盡全力,順著同一個(gè)方向轉(zhuǎn)動(dòng);剛開始可能會(huì)非常慢,隨著時(shí)間的積累,到達(dá)臨界點(diǎn)之后,它就會(huì)越轉(zhuǎn)越快,最終形成飛輪效應(yīng)。
事實(shí)上,飛輪效應(yīng)揭示了一個(gè)道理:即萬事開頭難,當(dāng)隨著不斷持續(xù)的探索與深入之后,積累的正反饋會(huì)越來越多,離成功自然越來越近。那么,除了在商業(yè)領(lǐng)域應(yīng)用外,在如今這個(gè)數(shù)字化時(shí)代下,海量數(shù)據(jù)的增長(zhǎng)極易讓各種組織陷入數(shù)據(jù)沼澤之中,能否利用飛輪效應(yīng)避免數(shù)據(jù)沼澤,從海量數(shù)據(jù)中不斷提取價(jià)值,變成越用越好的知識(shí)?
正是出于此初衷,愛數(shù)在整合、治理、洞察非結(jié)構(gòu)化數(shù)據(jù)的生產(chǎn)力平臺(tái)AnyShare Family 7中引入了飛輪架構(gòu),讓眾多知識(shí)密集型組織看到了知識(shí)爆炸時(shí)下知識(shí)持續(xù)創(chuàng)造出價(jià)值的希望。
從數(shù)據(jù)到知識(shí),這些痛點(diǎn)是攔路虎
在數(shù)字化時(shí)代下,企業(yè)并不缺數(shù)據(jù),而是缺乏從數(shù)據(jù)到知識(shí)的方法。所以你會(huì)看到,很多企業(yè)注重收集各種數(shù)據(jù),卻并不能很好地讓員工用起來,尤其是在設(shè)計(jì)院、制造企業(yè)、高校、政府、能源等這些知識(shí)密集型的組織中,愈發(fā)注重?cái)?shù)據(jù)的積累,卻愈發(fā)感覺到知識(shí)應(yīng)用起來變得困難。
這其中問題出在哪里?
在很多知識(shí)密集型組織中的實(shí)際情況來看,主要面臨著三個(gè)方面的典型挑戰(zhàn):
其一,傳統(tǒng)知識(shí)庫(kù)的建設(shè)由少數(shù)專家完成,隨著知識(shí)爆炸時(shí)代的來臨,勢(shì)必做不到全面、客觀,愈發(fā)不能滿足生產(chǎn)運(yùn)營(yíng)一線的需求;
其二,大部分組織經(jīng)過多輪次的信息化建設(shè)之后,各個(gè)信息系統(tǒng)數(shù)據(jù)不通的情況普遍,無法快速、有效分析業(yè)務(wù)中發(fā)生的問題;
其三,大量結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)字資產(chǎn)散落在組織各個(gè)業(yè)務(wù)部門之中,部門與部門、個(gè)人與個(gè)人之間的信息瓶頸林立,難以用人工的范式去實(shí)現(xiàn)知識(shí)的整合、協(xié)同與共享。
顯然,對(duì)于知識(shí)密集型組織而言,要想徹底讓海量數(shù)據(jù)轉(zhuǎn)變?yōu)橹R(shí),是一個(gè)將各種數(shù)據(jù)拉通、共享、協(xié)同、管理和使用的復(fù)雜系統(tǒng)工程,首先需要建立一個(gè)共享的內(nèi)容云來實(shí)現(xiàn)海量數(shù)據(jù)的匯聚、打通和共享,徹底打破之前各個(gè)信息系統(tǒng)數(shù)據(jù)之間的瓶頸;然后在以數(shù)據(jù)內(nèi)容為主線,對(duì)各個(gè)業(yè)務(wù)系統(tǒng)所產(chǎn)生的數(shù)據(jù)進(jìn)行識(shí)別、整理和整合,讓數(shù)據(jù)最終轉(zhuǎn)化為業(yè)務(wù)人員所能使用的知識(shí);再之后,需要考慮到業(yè)務(wù)人員在業(yè)務(wù)場(chǎng)景中對(duì)于知識(shí)使用的便捷,需要大量AI技術(shù)融入,提升海量數(shù)據(jù)內(nèi)容的整理、分類和檢索。
“讓知識(shí)真正賦能到組織每一個(gè)人是一個(gè)巨大的挑戰(zhàn),包括海量知識(shí)查找難、隱形知識(shí)提取難、組織知識(shí)傳承難、知識(shí)復(fù)用率低等,以知識(shí)傳承為例,往往是通過示范學(xué)習(xí)、模仿學(xué)習(xí)這種低效的方式,這恰好是AnyShare Family 7希望通過技術(shù)去改變的!睈蹟(shù)總裁賀鴻富介紹道。

發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字
最新活動(dòng)更多
-
3月27日立即報(bào)名>> 【工程師系列】汽車電子技術(shù)在線大會(huì)
-
4月30日立即下載>> 【村田汽車】汽車E/E架構(gòu)革新中,新智能座艙挑戰(zhàn)的解決方案
-
5月15-17日立即預(yù)約>> 【線下巡回】2025年STM32峰會(huì)
-
即日-5.15立即報(bào)名>>> 【在線會(huì)議】安森美Hyperlux™ ID系列引領(lǐng)iToF技術(shù)革新
-
5月15日立即下載>> 【白皮書】精確和高效地表征3000V/20A功率器件應(yīng)用指南
-
5月16日立即參評(píng) >> 【評(píng)選啟動(dòng)】維科杯·OFweek 2025(第十屆)人工智能行業(yè)年度評(píng)選
推薦專題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達(dá)AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇,探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 4 “AI寒武紀(jì)”爆發(fā)至今,五類新物種登上歷史舞臺(tái)
- 5 國(guó)產(chǎn)智駕迎戰(zhàn)特斯拉FSD,AI含量差幾何?
- 6 光計(jì)算迎來商業(yè)化突破,但落地仍需時(shí)間
- 7 東陽光:2024年扭虧、一季度凈利大增,液冷疊加具身智能打開成長(zhǎng)空間
- 8 地平線自動(dòng)駕駛方案解讀
- 9 封殺AI“照騙”,“淘寶們”終于不忍了?
- 10 優(yōu)必選:營(yíng)收大增主靠小件,虧損繼續(xù)又逢關(guān)稅,能否乘機(jī)器人東風(fēng)翻身?