奇点云COO刘莹应邀出席《APEC SME大数据与人工智能论坛》

2024-02-02 04:08

本文主要是介绍奇点云COO刘莹应邀出席《APEC SME大数据与人工智能论坛》,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在这里插入图片描述
10月24日-25日,由亚太经合组织(APEC)、韩国中小型及初创企业管理局(the Ministry of SMEs & Startups of Korea)主办的「APEC SME 大数据与人工智能论坛」在韩国首尔举行。​

论坛以「大数据与人工智能如何驱动商业创新」为主题。来自韩国、中国、澳大利亚、俄罗斯、马来西亚等多个经济体的企业家、行业专家学者、政府领导及杰出代表齐聚一堂,分享企业的创新实践,共同展望数智化未来。

奇点云COO刘莹(花名:公主)作为嘉宾应邀出席,发表主题演讲,与参会代表们交流「数据+算法」落地商业应用的过程。

在这里插入图片描述

世界瞬息万变。从占卜、宗教到科学,人类认知世界的方式不断演进,在DT时代,我们有了「数字」这面明镜。

刘莹认为,数字是连接物理世界的宝贵符号。我们不仅可以用数字记录世界的变迁,还可以用数据和算法预测未来的变化,从而助力决策。简单来说,这也正是奇点云在帮助企业做的事。

在正式向海内外的与会者们介绍奇点云之前,刘莹首先分享了奇点云创始人兼CEO张金银先生(花名:行在)的数字化探索历程。

·2004年,行在以「数据仓库专家」的身份加入阿里,负责搭建阿里巴巴的第一个数据仓库(DW)。

·2012年,第一次和团队完成TCIF(淘宝消费者信息库)的搭建,整合打通了阿里巴巴消费者数据。现在阿里的消费者标签都源自TCIF。

·2015年,在阿里云数加内部创业,负责基础平台的外化,把阿里巴巴的数据能力外化赋能社会。

·到了2017年初,抱着「让商业更智能」的使命,和「让实体商家拥有淘宝一样的数据化运营能力」的愿景,行在与他的伙伴们创立了奇点云。

「Alibaba」和「Taobao」享誉海外,这不仅仅是因为它拥有海量的用户和一年又一年刷新纪录的消费力。在这背后,无论是商品管理还是广告投放、营销活动,人工智能与云计算都发挥着不可小觑的作用,驱动着淘宝大平台和入驻商家们大步迈进。

但就中国的情况而言,电商的零售只占了总零售的20%。还有80%的线下零售享受不到人工智能、大数据等成熟技术的支撑与服务。所以奇点云的初心就是把我们在线上的经验与技术带到线下的实体企业,帮助他们进行数字化转型和升级,为企业赋能。

在这里插入图片描述

在演讲中,刘莹介绍,作为「AI驱动的数据中台创导者」,奇点云独创「云(智能)+端(感知」解决方案,帮助企业解决数据生产的问题,又解决了数据使用的问题。在「存」、「通」、「用」三个环节实现一切业务数据化(视觉AI)、连接数据孤岛(ID Mapping)、一切数据业务化(AI算法),真正做到了云赋能端,端丰富云。

在这里插入图片描述

将奇点云的「云+端」解决方案简化,大致可分为三个环节:

数据获取环节:对于线上商家来说,他们的数据来源于电商平台的大量前端「埋点」,而线下商业的数据从何而来?奇点云「软硬结合」,打造了AI+IoT+云环境,通过软件和智能硬件终端获得线上线下全域数据,并通过IoT智能终端和AI算法,对人和场进行画像。

数据中台环节:在线下商业场景,绝大部分的数据都是视频、图像、声音数据。面对每天不断产生的海量数据,奇点云搭建了AIoT+云的智能数据处理平台,将视图声数据结构化处理、计算、分析,从非结构化数据「原油」中提炼出「石油」,为企业构建起自己的数据资产。

智能应用环节:面向行业价值化的应用场景,以「智能产销平衡」、「智能铺补」、「智能订货」、「智能人群投放」、「智能折扣」等数据智能应用系统针对性地为企业带来降本增效。这个环节也正是企业最关注的。

回顾本次论坛的主题——「大数据与人工智能如何驱动商业创新」,与奇点云的使命「让商业更智能」正是不谋而合。成立三年,奇点云不断求索,以AI驱动的数据中台为300+家企业提供了强劲的驱动力。

用一半的人力完成两倍的产量;在提高客户服务水平的同时,减少30%的库存;使70%的后台工作自动化;在相同的成本下,投入市场的新产品数量翻倍……这些看似「天方夜谭」的节本增效真实地发生在我们的客户中。「AI驱动的数据中台」并不只是一个期许或一张蓝图,它已真正为许多企业带来了价值。

欢迎来到「数据+算法」的「新世界」!

这篇关于奇点云COO刘莹应邀出席《APEC SME大数据与人工智能论坛》的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/669420

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav