2023年，無論是個人還是企業(yè)，“脆弱“幾乎是一種普遍的狀態(tài)。

在全球經濟經歷諸多重大動蕩的今天，越來越多個人和企業(yè)意識到“反脆弱“的重要性。“反脆弱“這一概念由作家尼古拉斯 · 塔勒布提出，是一個比復原力、強韌性更高階的概念。簡單來講，反脆弱指的是在混亂或充滿變數(shù)的環(huán)境中生存、發(fā)展和繁榮的能力。

2024年，可以預見的是，商業(yè)世界依然會充滿波動性、隨機性、混亂、壓力和風險，企業(yè)若想更好地生存發(fā)展，必須重視自身的“反脆弱“能力的提升。

降本增效，“反脆弱”的重要一環(huán)

“‘反脆弱’能力在現(xiàn)代企業(yè)中表現(xiàn)在對于技術、人員和流程方面的準備，這將是企業(yè)在不確定因素下獲得成功的關鍵。“肯睿中國Cloudera大中華區(qū)區(qū)域副總裁王剛認為，在當前艱難的經濟環(huán)境下，企業(yè)規(guī)劃未來業(yè)務方向時，需要在基礎設施和技能方面投入資源以落實長期業(yè)務戰(zhàn)略，從而實現(xiàn)降本增效及資源利用的最大化。

肯睿中國Cloudera大中華區(qū)區(qū)域副總裁 王剛

以數(shù)據變現(xiàn)為例，王剛預計，越來越多的企業(yè)將會開始將數(shù)據視為資產或產品去衡量價值，通過數(shù)據變現(xiàn)幫助企業(yè)在降本的同時也實現(xiàn)增收。同時，企業(yè)也在考慮如何利用數(shù)據推動關鍵業(yè)務的決策與創(chuàng)新。為此，企業(yè)必須有可信賴的數(shù)據，數(shù)據的完整性、數(shù)據準確全面和一致都需要得到保證。

然而，現(xiàn)代企業(yè)在逐步發(fā)展的過程中，數(shù)據類型和來源變得越來越多，有結構化的文本數(shù)據，也有諸如音頻、視頻、文檔等非結構化類型，不同類的數(shù)據如果采用不同類的方案或系統(tǒng)進行管理，一個企業(yè)可能有幾十個傳統(tǒng)的關系型數(shù)據庫，這在后續(xù)進行數(shù)據分析、挖掘時就會非常困難。

用一個平臺將全量的數(shù)據管理起來，會讓數(shù)據挖掘更加容易，企業(yè)也更容易從數(shù)據上獲得相應的價值。“肯睿Cloudera提供的湖倉一體的解決方案，可以把企業(yè)內部的結構化、非結構化、半結構化的數(shù)據全部都管理好。”王剛表示，作為數(shù)據湖倉技術方案的提供商，肯睿Cloudera可以從數(shù)據的角度提高企業(yè)的反脆弱能力。

肯睿中國Cloudera大中華區(qū)技術總監(jiān)劉隸放介紹，今年以來，Cloudera在幫很多客戶將傳統(tǒng)的數(shù)據庫整合到更大的數(shù)據平臺之上，通過平臺來支撐以往的數(shù)據。同時，從幾十個運行的數(shù)據庫到一個平臺，存儲、管理和運營成本也實現(xiàn)了大幅度降低。

肯睿中國Cloudera大中華區(qū)技術總監(jiān) 劉隸放

可信的數(shù)據等于可信的AI。隨著生成式AI在2023年風靡一時，數(shù)據的價值被進一步看見。

盡管使用各大公司已發(fā)布的大語言模型是利用AI最直接、簡單的方式，但對于企業(yè)而言，用自己內部的數(shù)據來搭建AI/ML模型對業(yè)務更有價值。“今年我們看到很多企業(yè)都在搭建自己的大語言模型，并將這一很好的工具推廣到不同的部門使用“王剛透露，2023年，很多客戶通過Cloudera大數(shù)據的平臺和技術，來搭建企業(yè)內部私有化的大模型，幫助業(yè)務部門實現(xiàn)了效率的提升。

以新加坡的OCBC華僑銀行為例，通過Cloudera大數(shù)據的平臺和技術搭建起來的私有化大模型在三個典型場景下的應用，多個部門都實現(xiàn)了業(yè)務效率的提升：

• Cloud System：通過AI幫助IT人員快速檢索程序問題，提高程序質量；
• Document AI：AI生成企業(yè)財務報告總結，便于快速判斷投資風險；
• 售后服務：AI識別客戶情感并生成對話腳本，快速解決客戶問題，提升客戶體驗。

總體來看，AI、大數(shù)據等技術能夠幫助企業(yè)實現(xiàn)降本增效的目的，以此幫助企業(yè)在不確定的環(huán)境下成長并獲利。那么企業(yè)又該如何制定自己的數(shù)據或者AI戰(zhàn)略呢？

“大模型不是一秒生成的”

“我們能不能直接copy競爭對手的大模型？” 劉隸放笑稱，這是經常會被客戶問到的問題。

“但大模型從0到1這個過程是很復雜的，在數(shù)據的加工處理，到最終生成模型，這是一個完整的過程。” 在光鮮成果產出的背后，是前期大量數(shù)據的產生、收集、清洗到模型化，再到后續(xù)的加工處理，都涉及到大量的工作。

依舊以OCBC華僑銀行為例，在沒有大模型之前，其大數(shù)據平臺已經搭建多年且非常成熟穩(wěn)定，所有的AI技術都是在其原有的數(shù)據基礎之上更進一步。例如， Document AI系統(tǒng)并不是最近才開始研發(fā)的，而是經過了多年的實踐和改進。最初是基于OCR技術進行文檔的自動化處理，隨后引入了算法來提高處理效率。現(xiàn)在，通過生成式AI技術，系統(tǒng)可以更快地處理文檔，并且可以通過問答方式加速流程。

因此，對于哪些數(shù)據量小、數(shù)據源分散且數(shù)據還未被完全納管起來的企業(yè)而言，王剛建議可以將數(shù)據的底座搭建得更為扎實，再部署AI。“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。”

寫在最后

伴隨著種種新技術的應用和黑天鵝事件的沖擊，企業(yè)想長久生存下去，就需要把自己塑造成一個反脆弱型組織。

對于企業(yè)而言，變化未必是壞事，正如尼古拉斯 · 塔勒布在《反脆弱》一書結尾寫道：

“脆弱的事物喜歡一成不變的安寧環(huán)境，而活的東西才喜歡波動性。驗證是否活著的最好方式，就是查驗你是否喜歡變化。”

在變化中嘗試、改變并成長起來，或許是讓企業(yè)變得更強大的契機。