XiaoMi-AI文件搜索系统
World File Search System低劣的
美国软件质量低劣的成本：2020 年报告
本报告是在世界与全球疫情作斗争的特别动荡时期编写的。然而，软件仍在继续增长、激增并改善我们的数字化生活。随着组织进行重大数字化转型，基于软件的创新和开发迅速扩展。结果是一种平衡行为，试图在不牺牲质量的情况下高速交付价值。然而，一般来说，我们不太擅长平衡。在大多数组织中，软件质量落后于其他目标。对质量的缺乏主要关注会带来高昂的代价，这在本报告中有所揭示。虽然组织可以将速度的商业价值货币化，但他们很少衡量低质量的抵消成本。对于 2020 年，我们确定美国低质量软件总成本 (CPSQ) 为 2.08 万亿美元 (T)。我们还注意到，2020 年美国需要纠正的严重缺陷所造成的软件技术债务数字为 1.31 万亿美元（减去利息），但不包括总 CPSQ 中的技术债务，因为它代表的是未来成本，而且成本在不断增加（自 2018 年以来增长了 14%）。图形结果如下所示。图 1：美国 2020 年的 CPSQ
数据驱动型企业的人工智能
AI/ML 在扩展数据管理实践方面也发挥着关键作用。由于数字化转型和 AI 计划需要大量数据，组织必须发现并分类最相关的数据和元数据，以证明相关性、价值和安全性，并确保透明度。他们必须清理和掌握这些数据。他们必须有效地管理和保护这些数据。如果数据管理不善且无法扩展，AI/ML 模型将遭遇与过去 30 年中每项传统数据仓库计划相同的命运：当您使用质量低劣的数据时，您将提供不可靠的见解。
对冲基金如何利用人工智能取得领先
一提到人工智能 (AI)，人们就会同时感到兴奋和焦虑。在人工智能驱动的世界中，未来会是什么样子？当个人人工智能助理增强每一项任务、预测您的需求并以当前搜索引擎和软件无法比拟的方式简化您的操作时，您的工作日将如何变化？您还会有工作吗？这些是当今我们站在下一场伟大技术革命的山脚下时面临的一些重大问题。从最广泛的意义上讲，人工智能并不新鲜。当今最常用的人工智能子集是机器学习，它通过将复杂算法应用于大型数据集而用于金融、科学和其他领域。自 2022 年 11 月 OpenAI 的 ChatGPT 推出以来，公众的想象力被人工智能的另一个分支所吸引：生成 (Gen) 人工智能。Gen AI 工具（也称为大型语言模型）挖掘大量数据集以生成复杂的内容，包括文本、代码、图像和其他媒体。然而，对于每一个 AI 的追随者，怀疑论者都会指出该技术在专业环境中的能力和实际应用方面的缺陷。本报告将简要介绍对冲基金经理对人工智能的态度。它概述了他们如何使用这些新工具，他们预见未来的机会，以及它们与更广泛采用之间的障碍。这份报告由 AIMA 全球研究委员会委托撰写，是我们首次涉足该领域。除了调查 AIMA 的全球资产管理会员外，我们还采访了行业先驱和其他利益相关者，以帮助了解他们如何利用这一代最受关注的技术。所有受访者都同意，成功地将人工智能融入业务运营需要同样重视对技术和人才的投资，这是我们在本报告中探讨的主题。一位评论员描述了成功的最佳策略，就像一支获胜的赛车队一样，最佳引擎与最佳车手的搭配。市场研究和定性访谈揭示了一些人（主要是大型对冲基金经理）的雄心，他们希望建立这样的合作伙伴关系，以确保在人工智能采用方面占据领先地位。那些拥有资源的资产管理公司正在大力投资打造独特的产品，并引进专业知识，以充分利用这一迅速扩张的新工具包。这种市场动态的另一面是，未来可能会出现两极分化：一类人受益于人工智能工具，另一类人则陷入困境，依赖越来越低劣的传统技术。