-
编辑 删除
CDO 的价值要求：通过 Agentic AI 推动业务影响
如今，CDO 需要做的不仅仅是谈论 AI 驱动的决策，他们必须让其发挥作用。否则，他们可能会陷入与之前许多人相同的陷阱：大规模的 AI 投资永远不会转化为商业价值。
-
编辑 删除
从数据仓库到Lakehouse：DBA 的机遇与挑战
Lakehouse和数据仓库在现代数据架构中取得了一定的成功，但Lakehouse的出现为数据库管理员(DBA)带来了新的挑战和机遇。这对 DBA 及其职业生涯有何影响?随着Lakehouse使用范围的扩大，他们的角色将如何演变?让我们来探讨Lakehouse时代 DBA 的概念、挑战和机遇。
-
编辑 删除
IDC 和 Gartner 称 GenAI 投资正在加速
Gartner 在报告中指出，2025 年全球 GenAI 支出将增长 76.4%，达到 6440 亿美元。该分析机构称，其中约80%的支出将用于人工智能设备和服务器，约370亿美元用于软件，280亿美元用于服务。
-
编辑 删除
超越RAG构建更加强大的AI系统
本文探讨了为什么 RAG 尽管很实用，但与真正的记忆系统有着根本的不同，以及为什么我们需要超越 RAG 来开发具有更像人类的记忆能力的人工智能。
-
编辑 删除
一文看懂“深入的”数据分析：分析方法，MECE，业务建议
经常有同学抱怨：感觉平时做的都是描述性统计，同比、环比，深入的数据分析到底怎么做?今天系统地讲解一下。话不多说，直接上干货。
-
编辑 删除
关系型数据库长期可维护性的最佳实践
驾驭关系型数据库可维护性的复杂性需要的不仅仅是技术，还需要战略远见和对最佳实践的深刻理解。本文通过该领域资深专家的真知灼见，深入探讨了确保数据库可用、好用的关键技术。了解根据业务需求调整数据库设计、优化性能和长期确保数据完整性的基本步骤。
-
编辑 删除
别再迷信“大而全”！企服产品为什么越做越平庸？
在企服市场里，总有人迷信“大而全”的魔法。他们幻想着一款产品能像瑞士军刀般无所不能，一次性解决客户的所有需求。然而现实却像一把钝刀，割不开市场的硬壳。
-
编辑 删除
MCP会成为Agentic AI的标准吗?
在为代理人工智能制定通信标准的竞赛中，MCP 显然处于领先地位。除非另一家人工智能巨头很快提出与之竞争的协议，否则 MCP 可能会以先发优势胜出。
-
编辑 删除
3月数据库圈值得关注的事 | 2025
本月，Gartner发布2025年数据和分析重要趋势;ClickHouse收购开源可观测性平台HyperDX;TigerGraph推出混合搜索功能;OceanBase举行首届合作伙伴大会，并重磅发布全新 OceanBase 单机版产品……
-
编辑 删除
GenAI 正在重塑数据科学团队
生成式人工智能 (GenAI) 为缩短开发周期、减少技术和维护工作量以及实现以前看似遥不可及的创新用例打开了大门。与此同时，它也带来了新的风险，比如幻觉和对第三方 API 的依赖。
-
编辑 删除
你需要这样一个数据治理框架
尽早建立清晰的框架至关重要。它阐明了什么是数据治理，什么不是数据治理，有助于避免混淆、设定期望并推动采用。结构良好的框架提供了简单、可重复的视觉效果，您可以反复使用它来解释数据治理以及您计划如何在整个组织中实施它。
-
编辑 删除
对于DBA来说，什么是干货
干货有很多种，介绍一个小经验，小用法，大家不太知道的命令，这是干货，但是这种干货含“货”量太低，在AI时代，这些东西以后大多可以通过AI来获得。
-
编辑 删除
2025年企业如何挖掘非结构化数据金矿?
人工智能还能有效地将非结构化数据与结构化数据相结合，以丰富洞察力。其中一个例子是从社交媒体内容或客户对购买数据或交易历史的反馈中添加上下文信息，从而创建更丰富的数据集，推动更有洞察力的分析。
-
编辑 删除
FaunaDB 停止服务，但暗示有开源的未来
在当今竞争激烈且技术迭代迅速的数据库领域，FaunaDB 曾是一颗备受瞩目的新星。它以独特的定位，兼具关系型数据库的强大功能和文档型数据库的灵活性，吸引了众多开发者和企业客户的目光。然而，近日一则令人惋惜的消息传来，FaunaDB 宣布将于 5 月底停止其服务，这一决定在行业内引起了不小的波澜。
-
编辑 删除
如何排查层次数据库管理系统中的性能瓶颈
在层次数据库管理系统(Hierarchical DBMS)中，处理复杂的性能问题可能会让人望而生畏。本指南将揭秘如何精准定位并解决那些影响数据库效率的瓶颈问题。探索用于分析、监控和优化系统数据流以实现最佳性能的关键策略。
-
编辑 删除
“不上AI等死，上AI找死？”中小企业如何找到平衡点
AI不是神话，也不是骗局，它就是一个工具——和电脑、手机没区别。中小企业要用，但必须理性、务实、小步试错。记住：你的目标不是“拥抱AI”，而是“让AI帮你赚钱”。
-
编辑 删除
数字化转型的“人性密码”：为什么技术只是冰山一角？
当我们深入探究那些成功与失败的数字化转型案例时，会惊觉技术仅仅是这座庞大冰山露出水面的一角。真正决定数字化转型成败的，隐藏在水面之下，那就是复杂的管理以及至关重要却又常常被忽视的人性因素。
-
编辑 删除
走向AI时代：打造AI蓬勃发展的环境
近年来，所有关于人工智能的炒作和所寄予的厚望都集中在引人注目的使用案例上，比如创造新药、接管客户服务等等。然而，如果没有管理完善、来源可靠的数据，所有的关于AI的努力都将一事无成，这是企业在 2025 年的经济竞争中面临的主要挑战。
-
编辑 删除
人工智能的真正问题是冷却、数据管理以及销售宣传和工程之间的鸿沟
一个演示引起了我的注意。它使用“广泛的人工智能，而不仅仅是通用人工智能”来创建复制环境。这是一个有趣的东西，可以解决一个持续的工程挑战：重新创建反映生产的环境，包括流量模式和负载特性。
-
编辑 删除
5张图，详解“运营分析”体系：内容推广，商品分类，用户运营
做运营的同学经常需要看数据，但看数据的时候常有困惑：“看了一堆数，又怎样?我要干什么? 今天系统地跟大家分享一下，该如何从数据中找到运营的工作思路。文章比较长，同学们记得点赞关注，回来慢慢看哦。问题解析运营工作内容很多，比如：写宣传文案→内容运营选商品组合→商品运营上优惠活动→活动运营上个推广H5→产品运营发用户优惠券→用户运营因此，监控的数据指标非常多：发宣传文案→ 内容播放量/完播量/转评赞数
