日前,中国电子信息行业联合会(简称“CFEII”)公布了2022年第二批获得DCMM数据管理能力成熟度等级证书的单位名单。天翼云获评DCMM 4级认证,标志着其企业数据管理和应用的成熟度达到量化管理级水平。

据悉,DCMM评估模型是我国数据管理领域的首个国家标准,由工业和信息化部组织牵头发布,全称《数据管理能力成熟度评估模型》GB/T 36073-2018国家标准(Data management Capability Maturity Model),旨在帮助企业深入了解其数据管理能力建设现状,并发现问题,为企业未来数据管理能力建设提供理论依据。
DCMM定义了数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准和数据生存周期等8个核心能力域,细分为28个过程域和445条能力等级标准,将企业数据管理能力成熟度划分为五个等级,自低向高依次为:初始级(1级)、受管理级(2级)、稳健级(3级)、量化管理级(4级)和优化级(5级)。
该评估模型,已成为当前国内最权威的数据管理成熟度认证体系,也是数据管理水平有力的资质证明。截至目前,在全国范围内仅有27家企业通过DCMM 4级评估。
此次天翼云顺利通过DCMM量化管理级认证,不仅使其成功跻身DCMM 4级认证企业之列,还代表企业数据管理能力获得行业权威认可。
随着中国数字经济的快速发展,数据已成为关键生产要素。提高数据管理能力、夯实数据管理基础逐渐成为行业共识。2021年11月,工业和信息化部发布《“十四五”大数据产业发展规划》,规划进一步强调了数据要素价值,提出“要完善数据管理能力评估体系,实施数据安全管理认证制度,推动《数据管理能力成熟度评估模型》、数据安全管理等国家标准贯标工作”。
作为云服务国家队代表,天翼云位列全球运营商云第一、中国公有云用户数第二、政务云公有云第一,不仅是政企客户上云首选,更是千行百业关键业务、应用、数据核心的承载平台。天翼云高度重视数据管理与数据应用工作,不断提升自身数据管理及服务能力。发展至今,天翼云不仅在战略和治理方面发布多项管理文件,进行数据战略规划、制定发展路线图、构建三层数据治理制度体系,还重视数据安全、数据质量和数据分析等各方面工作;并参与《大数据:数据集成工具技术要求与测试方法》、《云服务用户数据保护能力评估方法 第2部分:私有云》和《数据安全治理能力评估方法》等3项行业标准的编制工作。
下一步,天翼云将坚持DCMM标准要求,从数据采集、传送、存储、处理、应用全生命周期持续落地相关制度措施,打通行业壁垒和数据孤岛,建立互利互惠的共享机制,促进数据交易体现数据价值,加快释放数据红利,推动大数据发展和应用,促进中国数字经济高质量发展。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。