· 调研报告显示,金融和银行业85%的高管认为缺乏数据素养的员工将可能在未来职场中被淘汰
· 只有14%的金融和银行从业人员对数据阅读、分析、工作、沟通能力有自信
· 49%的业界领导者计划在未来12个月内将数据素养培训增加一倍,以应对这一挑战
数据分析领导厂商Qlik的一份调研报告显示,在金融和银行业,如果从业人员不提高数据相关知识和技能将有可能被淘汰。接受调查的10位高管中有8位以上(85%)认为缺乏数据素养的员工将在未来职场中举步维艰。
根据Qlik与未来实验室(The Future Laboratory)共同完成的《数据素养:职场技能进阶》(Data Literacy: The Upskilling Evolution)报告,员工们认为过去一年数据使用和利用数据做决策的重要性增加了一倍,因此对数据素养技能的需求更加迫切。相对于零售、医疗健康、人力资源、制造等行业,这一需求在金融业最为明显。因此,该行业管理层和员工都将数据素养视为2030年前该行业最需要掌握的技能。
该报告基于全球范围内针对1200多名高管和6000名员工进行的广泛调研,其中包括金融和银行业160多名高管和900多名员工。报告显示,被认为有数据素养的从业人员比同行更有优势:
· 71%受访者表示,掌握相关数据后,他们更有信心做出决策
· 71%受访者表示,掌握相关数据时,向经理和/或更高级别的团队成员介绍情况时会更有信心
· 68%受访者认为,如果能够利用数据工作将有助于职业发展
企业期望与现实情况有差距
金融和银行业对数据素养的期望很高,10位高管中有约9位(86%)希望员工有能力解释数据如何为决策和建议提供依据。
然而,只有小部分员工认为自己具备这些能力。虽然60%的管理层认为员工对自己的数据知识技能有信心,但只有14%的员工表示有信心,这表明期望和现实之间存在着较大的差距。
金融业员工虽然缺乏信心,但非常确信数据素养技能对于成功至关重要。报告显示,近四分之三(73%)金融从业者认为需要数据素养来完成目前工作。
提升数据素养至关重要
那么,解决方案是什么?研究发现,目前只有6%的金融业领导企业为员工提供数据扫盲培训或提升技能的经验分享。为此,领导型企业计划在未来12个月内将培训增加一倍(49%),以应对数据和自动化在工作场所的更大需求。
Qlik全球数据素养主管Paul Barth博士表示:“数据素养不是可选项而是必选项,企业管理层需要清醒地认识到这一点。当经济形势充满不确定性时,所有商业决策都应该以数据为基础,以帮助企业生存和获得竞争优势。”
“Qlik的研究表明,金融和银行业的管理层很清楚这一点。绝大多数高层都希望团队能获取信息并将其转化为可执行的洞见,但还尚未提供相应的工具或培训。随着职场更加以数据为导向,企业需要为员工提供更多的支持,投资于他们的培训与学习,增强他们在数据方面的自信,这将使团队能够更加准确地做出有数据依据的商业决策。”
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。