Категорія: Великі Дані та Аналітика

  • Big Tech перебуває під тиском AI Giants: чи змінить це Голлівуд?

    Big Tech перебуває під тиском AI Giants: чи змінить це Голлівуд?

    Це не ілюзія AI. Здається, ідеальна буря збирається по всьому світу генеративного штучного інтелекту, який обіцяє глибокий вплив на те, як голлівуд веде бізнес.

    Насправді, є величний шанс, що генеративна революція AI матиме більший вплив на Голлівуд з точки зору бізнесу та власності, ще до того, як сама технологія зможе перетворити створення фільмів та телепередач.

    Це зводиться до простого ділового математики, що зустрічає основні тенденції, що переробляють медіа та розваги. І всі вони пов'язані. Іди зі мною тут:

    ** Жменька фірм AI-включаючи OpenAI, антропічні та здивування-набирають прискорені оцінки. OpenAI в серпні досяг 500 мільярдів доларів. Анропічний оцінюється в 183 мільярди доларів.

    ** Ці фірми дають стару охорону технологічного сектору – Apple, Microsoft, Amazon, Facebook, Google – перше серйозне завдання їхнього домінування, особливо в очах Уолл -стріт.

    ** Тиск, щоб наздогнати AI, цілком може призвести до того, що технологічні фірми ближче до Голлівуду, оскільки платформи AI потребують великої кількості вмісту, щоб навчити послуги AI для проведення людських розмов з користувачами. З AI, раптом є новий випадок використання бізнесу для Big Tech, щоб придбати голлівудські компанії з великими бібліотеками фільмів та телепередач.

    ** Ця динаміка розігрується так само, як Warner Bros. Discovery та NBCuniversal збираються отримати набагато менші. Обидва викручують свої лінійні кабельні канали в окремі об'єкти, що значить, наскільки різко потокове потік змінив бізнес -моделі Голлівуду. Ставши меншим, отримані чотири компанії є більш привабливими як цільова мета. Нові власники Paramount настільки прагнуть підняти Warner Bros. та HBO, що вони готують пропозицію для всього WBD, включаючи кабельні канали, які тепер встановлюються.

    Уолл-стріт та глобальні економісти переконані, що AI Boom-зростання платформ та програмних засобів, які дозволяють користувачам мати взаємодію, схожі на людину, з обчислювальними пристроями-сприятиме наступній великій хвилі продуктивності та інновацій. (Якщо минуле – це пролог, це, в свою чергу, буде турбозарядитись економікою США.) AI вже набагато конкретніший, як бізнес -пропозиція для технологічних фірм, які зайняті розробкою всіляких конкретних використання для конкретних потреб. Це не ефемера NFT та нудьгуючих мавп, аватари VR та монети мем; Прибуток та інновації, орієнтовані на AI, готові підживлювати наступну хвилю, що стягують світові компанії, а-ла-Амазон та Google та Uber.

    Ключові фірми AI, такі як OpenAI та Antropic, обидва, що базуються в Сан-Франциско, стали гарячими з інвесторами, і це надає цим фірмам силу, яка чинила величезний тиск на усталених гравців Силіконової долини. Це дало зрозуміти, що навіть найбільші великі технології-Apple, Google, Microsoft, Facebook-відстають від часу розробки власних програм AI, що змінюють світ. Минуло десятиліття, як ці компанії зіткнулися з будь -якою серйозною загрозою для їх правління як лідерів в галузі НДДКР, інновацій та частки ринку.

    За останній рік більшість гігантів Tech намагалися набирати топ -інженерів AI та вчених даних, щоб допомогти їм наздогнати. Це трюїзм у царині нулів та тих: інновації чи вмирання. Google, Apple та інші не мають іншого вибору, як бути агресивним у інтеграції функцій AI у свої продукти. OpenAI та Antropic набагато випереджають стару гвардію в розробці великих мовних двигунів, необхідних для забезпечення цифрової мозкової сили для чатів та агентів AI, таких як Chatgpt OpenAI та послуга Claude Antropic.

    Багато хто бачать паралелі з піднесенням настільних обчислень у 1980 -х роках та світанку веб -браузерів та пошукових систем в Інтернеті через 20 років. Серед усієї цієї діяльності ніхто не здивувався, побачивши сплеск у судових справах щодо авторських прав, пов'язаних з AI від авторів та власників авторських прав.

    Disney, NbCuniversal та Warner Bros. Discovery кидають свою законну вогневу силу на невелику фірму AI, Midjourney. Студії звинувачують Midjourney у кричущій порушенні, оскільки стільки з авторських матеріалів кожної студії зараз випікає в LLM Midjourney. Студії стверджують, що будь -який текст чи образи, які Midjourney створює через AI (на основі підказок користувачів, як -от “Покажіть мені, що Бетмен та Супермен”) використовує ці матеріали, захищені авторським правом, і, таким чином, стає ще одним прикладом порушення.

    У справах, пов'язаних з АІ, вже було кілька рішень. Вони формують новий консенсус щодо того, як виглядає уповноважене використання генеративних інструментів AI. Антропік досягла врегулювання в 1,5 мільярда доларів у позові класової дії, яку подав сотні авторів, заявивши, що початкова ітерація Клода, її платформи AI, орієнтована на споживачів, пройшла навчання в піратських книгах. Анропік повинен був написати велику перевірку (хоча суддя все ще повинен затвердити угоду) – один з найбільших в історії випадків порушення авторських прав. Але справа також винесла важливу постанову в червні від окружного судді США Вільяма Альсупа в Сан -Франциско, визначивши, що навчання LLM з книг було законним, доки книги були юридично отримані. Ця ясність дозволяє фірмам AI більш агресивно продавати свої послуги, з більшою впевненістю, що вони не зіткнуться з виснажливими юридичними вимогами.

    lazyload fallback Big Tech перебуває під тиском AI Giants: чи змінить це Голлівуд?

    Ці чіткі тенденції та розробки одночасно з'єднуються, що голлівудським творцям потрібно обернути руки по -різному виклику AI. Коли голлівудські продюсери все частіше звертаються до інструментів AI, щоб допомогти розвивати історії, персонажів та франшиз, творча спільнота потребує нового навчання, щоб зрозуміти, як захистити себе від претензій на порушення авторських прав. Новий сучасний стан захисту авторських прав більше не надсилає собі сценарій-це документування серії підказок, введених у бот, що працює на AI, який дав запитувані результати. Доведення того, хто створив те, що на оперативному етапі буде новим джерелом тертя в майбутніх суперечках щодо авторства – коли гроші будуть зароблені на хіт -фільмі чи телешоу.

    У травні Лорі МакКрірі, минулий президент Гільдії виробників Америки та генеральний директор Morgan Freeman's Revelations Entertainment, та Ghaith Mahmood, партнер юридичної фірми Latham & Watkins, провів майстерню AI, що пропонує практичні DOS і не для виробників, які використовують інструменти AI та матеріал, що генеруються AI, навіть у смолах не означають для широкого споживання. Розуміння юридичних нюансів роботи з AI – це “нова лінія виробництва”, – сказав МакКрірі натовпу, зібрану на щорічну PGA, що продається на конференції в Лос -Анджелесі.

    Поради Махмуда для аудиторії були лаконічними: “Шукайте обмеження”.

    МакКрірі та Махмуд підкреслили, що виробникам потрібно чітко розуміти терміни використання та обмеження вмісту, створеного за допомогою AI за допомогою підказок. І виробники повинні знати, чи буде генеративний вміст AI, який вони виробляють, буде доступний у великих базах даних для використання іншим.
    “Як постачальники інструментів можуть повторно використовувати або вміст, який ви ввели, або вихід, який вийшов?” – сказав Махмуд. “Тут гума зустрічається з дорогою”.

    Обсяг ШІ, що використовується для створення нової роботи, також може вплинути на те, чи охоплено це авторським правом. “Якщо є щось, що ви хочете заважати іншим повторно використовувати або повторно створити, важливий елемент його творчості повинен зробити людина”,-пояснив Махмуд. Він припустив, що виробники наполягають на тому, щоб усі зовнішні продавці, які працюють над проектом – наприклад, фірмами на візуальні ефекти, – «договірно вимагають розкриття, коли AI використовується в будь -якому з їх матеріалів».

    Mahmood та McCreary також торкнулися фінансових можливостей, що виникають для власників контенту, завдяки двом словам, які Голлівуд найбільше любить: ліцензування контенту. McCreary та інші експерти AI на сеансі підкреслювали ненажерливу потребу серед технологічних фірм для ліцензії на великі бази даних вмісту для ШІ. Вони сказали натовпу, що фірми AI вже витрачають мільярди доларів на придбання або ліцензію на великі колекції високоякісних фотографій та відеоконтенту.

    Голлівуд одержимий захистом від авторських прав та збереження прав художників. Махмуд прямо сказав натовпу, однак, що фірми AI вважають більшими, ніж просто крадуть вміст, щоб створити дешеві стуки фільмів та телевізійних шоу; Їм потрібен вміст високого класу, щоб служити паливом, щоб керувати будівництвом імперії AI та зробити це типом технології мейнстріму, яка спонукає радикальні зміни в тому, як ми живемо і працюємо. “Вони не намагаються відновити ваш фільм”,-сказав він. “Вони намагаються відновити людське тіло, що рухається через космос”.

    Я провів багато часу за останній рік, навчаючи себе про AI, і що це означатиме для індустрії розваг. Я набив якомога більше даних про ШІ, скільки міг у свою лобову частку, поглинаючи прості-англійські дискусії про ШІ на конференціях та на подкастах.

    Я вийшов з іншої сторони цієї дослідницької місії, переконавшись, що конкурентні задні вітри відбивають заклад в техніці та ЗМІ, підштовхнуть два сектори ближче до одного. Диво успішні, впливові галузі, коріння на протилежних кінцях Каліфорнії, давно поглянули один на одного. Це може бути момент об'єднання сил проти загальної загрози. Або, можливо, добре підхоплена компанія AI робить зухвалу заявку на Disney або NbCuniversal або Warner Bros. та HBO.

    Голлівудські та великі технологічні фірми Нові та старі мають загальні потреби та спільні інтереси. І в ШІ потрібно заробити нові гроші. Це змінить речі. Моя нова місія полягає в тому, щоб налагодити мого агента AI, щоб допомогти мені відстежити те, що, безумовно, буде великою грою, великими ставками, великою драматичною історією ділового світу-бо, наскільки Клод може побачити у майбутньому.

  • Наступна велика тема на D-стріт! 5 запасів центрів обробки даних, які могли б збільшити до 60% – запаси центрів обробки даних

    Наступна велика тема на D-стріт! 5 запасів центрів обробки даних, які могли б збільшити до 60% – запаси центрів обробки даних

    Black Box пропонує ІТ -інфраструктури та мережеві рішення, які є невід'ємними для налаштування та підтримки центрів обробки даних. Компанія постійно виграє контракти в цьому просторі, що робить його прямим бенефіціаром майбутнього циклу CAPEX. Вентура встановила цільову ціну 826 рублів на акції, що свідчить про потенціал зростання 69%.

    (Відмова: Рекомендації, пропозиції, погляди та думки, надані експертами, є їх власними. Вони не представляють погляду на економічні часи)

  • Новини управління даними за тиждень 19 вересня; Оновлення від DATAOPS.LIVE, DENODO, QLIK та багато іншого

    Новини управління даними за тиждень 19 вересня; Оновлення від DATAOPS.LIVE, DENODO, QLIK та багато іншого

    novyny upravlinnya danymy za tyzhden 19 veresnya onovlennya vid dataopslive Новини управління даними за тиждень 19 вересня; Оновлення від DATAOPS.LIVE, DENODO, QLIK та багато іншого

    Перегляд рішень Виконавчий редактор Тім Кінг розробив цей список помітних новин управління даними за тиждень 19 вересня 2025 року.

    Зберігання вкладок у всіх найбільш релевантних новинах щодо великих даних та управління даними може бути трудомістким завданням. Як результат, наша редакційна команда має на меті надати підсумок головних заголовків минулого тижня цього простору. Редактори розгляду рішень будуть вилікувати новини про продукцію, злиття та поглинання, фінансування венчурного капіталу, придбання талантів та інші примітні новини великих даних та новин управління даними.

    Для раннього доступу до всіх експертних уявлень, опублікованих на Огляд рішень, з'єднувати INSIGHT JAMспільнота, яка присвячена забезпеченню людської розмови про ШІ.

    Найпопулярніші новини про управління даними на тиждень, що закінчується 19 вересня2025


    Звіт AccelData розкриває прогалини даних у готовності до AI для підприємств

    Останній галузевий аналіз Acceldata виявляє постійні прогалини в управлінні даними, що перешкоджають готовності до AI підприємства, з рекомендаціями щодо вдосконалення інтеграції, управління та оперативної видимості.

    Детальніше → https://www.acceldata.io/newsroom/ai-readiness-data-gaps-expoded-by-data-leaders

    Denodo випускає платформу 9.3, розширення можливостей віртуалізації даних

    Нова платформа Denodo 9.3 приносить розширену віртуалізацію даних, безпеку та автоматизацію для підприємств, що дозволяє швидше доставити надійну, інтегровану аналітику.

    Детальніше → https://finance.yahoo.com/news/denodo-platform-9-3-now-145800599.html

    Databricks займає частку в інформації, розширює співпрацю даних AI

    Databricks здійснив стратегічні інвестиції в Indicium, зміцнюючи свою співпрацю даних та можливості AI для клієнтів підприємства. Партнерство має на меті прискорити надійну, хмарну аналітику та розгортання моделі.

    Детальніше → https://finance.yahoo.com/news/databricks-takes-stake-indicium-marking-090545119.html

    DataOps.Live запускає основне оновлення даних AI-готових даних

    DataOps.Live оголосив про основне оновлення платформи для забезпечення AI-готового управління даними в масштабах Enterprise. Випуск пропонує розширене управління даними, масштабованість та автоматизовану оркестрацію трубопроводів для прискорення ініціатив аналітики.

    Детальніше → https://www.prnewswire.com/news-relase/dataopslive-launches-major-adgrade-to-deliver-ai-ready-data-at-enterprise-scale-302557927.html

    Дослідження EDB: Дані, агентний АІ та пріоритетність Genai збільшують ROI на 5x

    Нове дослідження EDB виявляє, що підприємства надають пріоритет суверенітету даних, агента AI та генеративні ШІ досягають до п’яти разів вищої рентабельності інвестицій, що ілюструє пряму цінність бізнесу стратегічних інновацій та управління.

    Детальніше → https://www.businesswire.com/news/home/20250918439659/en/enterprises-prioritization-sovereignty-across-data-and-agentic-and-genai-acheied-5x-higher-rei-research-shows

    MongoDB запускає платформу модернізації додатків

    MongoDB представив свою нову платформу модернізації додатків, розроблену для того, щоб допомогти організаціям переміщувати, оптимізувати та трансформувати застарілі навантаження з інтегрованими даними, аналітикою та інструментами AI.

    Детальніше → https://www.infoworld.com/article/4057769/mongodb-launches-a-new-application-modernization-platform.html

    Qlik Open Lakehouse тепер, як правило, доступний для швидких даних AI-готових на Apache айсберг

    Qlik Open Lakehouse запустив GA, що дозволило підприємствам швидко підготувати, інтегрувати та проаналізувати дані про Apache Iceberg. Платформа забезпечує масштабований, керований доступ для AI та розширеної аналітики, прискорюючи прийняття хмарних хмар та скорочуючи час до розуміння.

    Детальніше → https://www.businesswire.com/news/home/20250916858052/en/qlik-open-lakehouse-now-generally-available-giving-enterprises-rapid-ai-ready-on-apache-ciceberg

    Redgate представляє функції, що працюють на AI, у SQL підказки

    Redgate запустив нові можливості AI в SQL підказки, включаючи автоматизовані пропозиції коду, виявлення помилок та оптимізацію запитів для професіоналів баз даних-підвищення ефективності та якості коду в розробці SQL.

    Детальніше → https://www.red-gate.com/our-company/newsroom/press-relases/redgate-introduces-ai-powered-features-in-sql-prompt/

    Тессел оголошує глибоку інтеграцію з тканиною Microsoft та Azure OpenAI

    Останнє оновлення Tessell додає безперебійну інтеграцію платформи даних з послугами Microsoft Fabric та Azure OpenAI, дозволяючи організаціям автоматизувати та прискорити операції з даних, управління та розробку AI на Cloud Microsoft.

    Детальніше → https://finance.yahoo.com/news/tessell-announces-deep-integration-microsoft-120000044.html

    Експертна думка

    novyny upravlinnya danymy za tyzhden 19 veresnya onovlennya vid dataopslive Новини управління даними за тиждень 19 вересня; Оновлення від DATAOPS.LIVE, DENODO, QLIK та багато іншогоДивіться цей простір щотижня, оскільки наші редактори поділяться майбутніми подіями, новим керівництвом думки та найкращими ресурсами від INSIGHT JAMОгляд рішень Спільнота підприємства де відбувається людська розмова навколо ШІ. Мета? Щоб допомогти вам отримати аналіз перспективного мислення та залишатися в тренді за допомогою експертних порад, найкращих практик, прогнозів та інструментів оцінювання програмного забезпечення та постачальником.

    На вимогу: Insight Jam's Mini Jam Q3, 2025: М'яка сторона AI із 12 сеансами та понад 40 експертів

    Приєднуйтесь до нас, щоб розкрити інструменти, практики та думки, необхідні для того, щоб AI обґрунтувався людськими цінностями, сприяти довірі та підготовці людей та організацій до глибоких змін. All-in, Mini Jam Q3, 2025 надає неперевершену можливість отримати уявлення, спілкуватися з експертами та залишатися на передньому плані розмови про AI, орієнтованої на людину. Обов’язково Зареєструйтесь безкоштовно в INSIGHT JAM спостерігати за всіма сесіями живими або на вимогу.

    Читати далі Огляд рішень

    Редакційний за Огляд рішеньТім Кінг: AI Deep Research пояснив: перетворення складних питань на чіткі уявлення

    Штучний інтелект просунувся далеко за рамки простих чатів та запитів на поверхневому рівні. Зараз підприємства використовують новий клас інструментів, відомих як глибокі дослідження AI-системи, здатні проводити багатоетапні міркування, автономне дослідження та синтез, засновані на доказах, у масових наборах даних та джерелах інформації. Результат – це не що інше, як трансформаційна робота: робота знань, яка колись займає тижні ручних зусиль, тепер може бути прискорена в години.

    Читати далі Огляд рішень

    Для розгляду в майбутніх новинах про управління даними надішліть свої оголошення редактору: tking@solutionsreview.com.

  • Тайські роботодавці пілотують нові підходи до розширення соціального захисту для працівників -мігрантів

    Тайські роботодавці пілотують нові підходи до розширення соціального захисту для працівників -мігрантів

    Kanchanaburi, Таїланд (МОНС НОВИНИ)- Конфедерація роботодавців Таїланду (ECOT) у співпраці з Управлінням соціального захисту (SSO) та МОП розпочала пілотний проект для підтримки зусиль для розширення охоплення соціального захисту працівникам-мігрантів. Засідання планування, що відбулася в Бангкоку 15 вересня, представила початкові результати пілота та обговорила наступні кроки.

    Таїланд – головне місце для працівників -мігрантів із сусідніх країн, майже чотири мільйони зареєстрованих працівників (Міністерство праці, 2025). Незважаючи на те, що більшість мають право зареєструватися до фонду соціального захисту, лише близько 25% фактично охоплюються. Як член Ради з питань соціального захисту, ECOT виділив значні прогалини в реєстрації та управління даними працівників -мігрантів. Ці розбіжності означають, що багато мігрантів, незважаючи на юридичну роботу, залишаються поза системою соціального захисту.

    Ключовим завданням є відсутність точних та інтегрованих даних для інформування політичних рішень. В даний час дані про працівників -мігрантів розкидані по декількох агентствах, кожен з яких має власну систему та невеликий обмін або координація. Щоб вирішити це, пілотний проект у провінції Канчанабурі перевірив практичні моделі для міжвідомчої співпраці та інтеграції даних. Результати є дуже обнадійливими, надаючи докази щодо доцільності, витрат та вигод за можливу загальнодержавну розгортання.

    Наступні кроки від пілота включають:

    • Встановлення постійного провінційного координаційного механізму управління даними.
    • Доопрацювання візуального інструменту «Подорож міграційного робітника».
    • Розробка резюме з політикою ECOT для подання до Міністерства праці та інших відповідних агентств.

    Пілот завершився Національний експертний форум Kanchanaburi Sandboxспівпрацював з ECOT, МОП та Управлінням соціального захисту, за участю пані Сяяян Цян, директором кантрі МОП в Таїланді, Камбоджі та Лао-ПДР та пані Нонглук Корворакул, заступник генерал Секретаря соціального захисту. Форум підкреслив важливість інтегрованих даних про міграцію праці та його роль у зміцненні великої системи даних Управління соціального захисту – забезпечуйте забезпечення включених, точних та стійких результатів для політики та практики.

  • Моделі QWEN3 та DeepSeek-V3.1 Alibaba тепер доступні в Amazon Bedrock

    Моделі QWEN3 та DeepSeek-V3.1 Alibaba тепер доступні в Amazon Bedrock

    AWS вважає, що надання клієнтам доступ до різноманітних моделей AI має вирішальне значення для розблокування повного потенціалу генеративного ШІ. Наприклад, не так давно ми представили відкриті ваги моделі OpenAI в Amazon Bedrock, і сьогодні ми розширюємо наявність цих моделей на кожному континенті з регіоном AWS, що охоплює США (Н. Вірджинія), США (Орегон), Азіатсько -Тихоокеанського (Токіо), Азіатсько -Тихоокеанського (Мумбаї), Європи (Ірландія), Європи (Лондона), Європи (Мілан), Європа (Сакхолм), Південна Америка) та Європи), Європа (Мілан), Європа (Сакхолммммм), Європа), Європа), Європа), Європа), Європи), Європи), Європи, Європа, Європа, Європа, Європа, Європа, Європа, Європа, Європа, Європа, Європа), Європа, Європа, Європа Паоло).

  • Google демонструє свою шкалу висновку та доблесть

    Google демонструє свою шкалу висновку та доблесть

    google demonstruye svoyu shkalu vysnovku ta doblest Google демонструє свою шкалу висновку та доблесть

    Якщо гіперсальці – майстри будь -чого, він сприяє збільшенню масштабів та витрат на зниження, щоб новий тип інформаційних технологій може бути досить дешевим, щоб її можна було широко розгорнути.

    Гіперсальці винайшли стільки нових технологій, які є синонімом другої та третьої хвилі комерційного Інтернету – і багато з них були винайдені спочатку в Google. Це означає, що Google був першим, хто досяг гіпершера, і спочатку все почало ламатися для Google.

    Давайте відкладаємо декілька з них для розваги, а потім увійдемо в те, що Google розкрив про свій тиск на виходи та інновації AI на саміті AI Infra в Санта -Кларі минулого тижня.

    Компанія винайшла стиль пошукової системи “Backrub”, який перетворив Інтернет, що зробило її фактично пошуковою системою протягом двох десятиліть. Потім з'явилася файлова система Google у 2003 році, а потім метод MapReduce прискорення та паралельна обробка, що стало відомим як “великі дані” у 2004 році. Створена база даних Bigtable NOSQL у 2006 році, реляційна база даних Dremel та Bigquery та наступник Colossus Global-масштабу до GFS у 2012 році. (TPU) для тренувань та висновку AI одночасно з вигадуванням та вдосконаленням моделі великої мови трансформатора, яка лежить в основі революції Генай.

    1758186286 975 google demonstruye svoyu shkalu vysnovku ta doblest Google демонструє свою шкалу висновку та доблесть

    У наші дні все подається в AI та AI, що подається у все, і Google перетворив BigQuery на основу своєї платформи даних, щоб обслуговувати дані його моделей Gemini та Gemma Transformer для внутрішнього використання, а також для послуг API для клієнтів Google Cloud. Ці моделі навчаються та доставляють висновок через флот Google TPU, який справді повинен бути величезним. Подивіться на діаграму, яку Марк Лохмейєр, генеральний менеджер AI та обчислювальна інфраструктура в Google, показав під час своєї основної доти на саміті AI Infra:

    1758186286 866 google demonstruye svoyu shkalu vysnovku ta doblest Google демонструє свою шкалу висновку та доблесть

    Ви можете побачити швидкість висновку у всіх продуктах Google, які компанія повинна обслуговувати, пройшла експоненціал. Ми поставили ставки виводів Google вище місяців, з якими вони пов'язані; Оригінальна діаграма мала їх компенсування ліворуч, що було добре для форматування, але погано для точності. Ми також додали в числах для точок даних, де швидкості виводу значно змінилися, показані червоними курсивом.

    Ставка маркера висновку зігнулася в серпні 2024 року, коли він потрапив у нашу оцінку 25 трлн жетонів на місяць, а потім знову заграв у грудні 2024 року, коли він потрапив у 160 трлн жетонів на місяць. У лютому 2025 р. Швидкість маркерів по всій програмі Google почала зростати, вдаривши 160 трлн жетонів на місяць, а потім пішов ще крутішим у квітні 2025 року на понад 480 трлн жетонів в секунду. Швидкість маркера становила 9,7 трлн жетонів у квітні 2024 року і зросла на 49,5x по квітень 2025 року, що, ймовірно, ставить напругу на будь -яку бізнес -модель та інфраструктурний флот. Але знову ж таки, він подвоївся до 980 трильйонів жетонів на місяць до червня 2025 року, і якщо крива взагалі не згинається, вона зросла до 1160 трильйонів жетонів на місяць у серпні 2025 року. Наші здогадки прискорили трохи більше, і внутрішня ставка Google для своїх додатків була ближчою до 1,460 -трильйонних Tokens на місяць у серпні.

    Важко здогадатися, скільки TPU може спричинити цю швидкість, враховуючи нашу відсутність знань про дані тексту чи відео чи зображення, які відповідають та генеруються, або моделі, що використовуються. На тесті MLPERF висновок про “трилій” TPU V6E створював близько 800 жетонів в секунду на моделі Llama 2 70B. Це працює приблизно до 2,07 мільярдів жетонів на місяць за ТПУ трилію. Якщо LLAMA 2 70B була єдиною моделлю, а висновок про обробку обробки даних MLPERF був єдиним навантаженням, що в серпні спрацювало б до флоту з 704,090 еквівалентів триллію, якщо наша дуже груба здогадка є правильною, і лише 4678 еквівалентів триллію для токену лише для позначення у квітні 2024. Нова машина “Ironwood” TPU V7P, яку ми детально розповів ще в квітні і яку ми порівняли з великими суперкомп'ютерами AI, які були встановлені і по всьому світу.

    1758186286 764 google demonstruye svoyu shkalu vysnovku ta doblest Google демонструє свою шкалу висновку та доблесть

    Лохмейєр не розголосив багато нових про системи Ironwood, але зробив кілька цікавих коментарів.

    По -перше, крім підтримки рамки JAX AI, Native Pytorch тепер підтримується на TPU. Зараз дослідники Google AI віддають перевагу JAX над TensorFlow, який використовується для підтримки більшості виробничих навантажень у Google (тому ми чуємо). JAX – це рамка AI, яка працює на Python, і що Google, Nvidia та інші розвиваються разом.

    Справа в тому, що Ironwood має 5 -кратну пікову продуктивність та 6 -кратну ємність пам'яті HBM систем трилієвих систем, які вона врешті -решт замінить. І що ще важливіше, кластер Ironwood, пов’язаний з абсолютно унікальним перемикачем оптичного кола (OCS) Google (OCS), може принести 9,216 TPU Ironwood з комбінованою 1,77 Pb потужності пам'яті HBM на тренувальних та умовах навантаження. Це робить систему NVIDIA Rackscale на основі 144 чіплетів GPU «Блеквелл» із сукупністю 20,7 ТБ пам'яті HBM схожим на жарт. (Але не той, з якого AMD або Intel можуть сміятися, тому що вони все ще застрягли у восьмисторонніх вузлах.) Це взаємозв'язок OCS, пояснив Лохмейєр, має динамічні можливості реконфігурації і може вилікуватись навколо невдач TPU, не перезапустивши цілі тренування та виходи. Цей останній біт величезний.

    Так це рідке охолодження, про яке Лохмейєр трохи розмовляв у своїй основі:

    1758186287 851 google demonstruye svoyu shkalu vysnovku ta doblest Google демонструє свою шкалу висновку та доблесть

    “Google працює над рідким об'єднанням з 2014 року”, – пояснив Лохмейєр. “І зараз ми перебуваємо в нашому розповсюдженні розподілу охолодження п’ятого покоління, і ми плануємо розподілити цю специфікацію до проекту відкритого обчислення пізніше цього року. Щоб дати вам приблизне уявлення про масштаб тут, станом на 2024 року, ми мали близько Gigawatt від загальної рідини охолодженої ємності, яка була в 70 разів більше, ніж будь -який інший флот у той момент.

    (Ми працюємо над глибоким зануренням у рідке охолодження для стелажів XPU. Слідкуйте за новими.)

    На зображенні функції вгорі цієї історії показано системну дошку з чотирма TPU Ironwood, а на графіку Ironwood вище показано ряд із семи стелажів TPU Ironwood з однією ХДС на ряд та однією мережевою стійкою на рядок. Це перший раз, коли Google показав рядок машини Ironwood.

    Ми трохи дивилися на це, і це нас турбувало.

    Коли ми рахуємо, сім стелажів заліза з 16 системами на стійку, з чотирма TPU на систему, становить 448 TPU на ряд, а не 256, яких ми очікували. Кількість 256 ТПУ еквівалентна базовій стручці, який має 3D -взаємозв'язок, що пов'язує кожен ТПУ з усіма іншими в стручку. Ми знаємо, що повна система Ironwood, яку також з певною причиною називають струмком, має 144 стелажів із загальною кількістю 9 216 прискорювачів TPU V7E. Так що це означає, що ця повноцінна машина має 36 стручок, взаємопов'язаних у 4D-торусі.

    Дуже дивно, що це не вісім налаштувань стійки TPU на ряд, що означало б два основні стручки на ряд. Ми вважаємо, що це означає, що на кожні два ряди є три стручки, з стійкою на рядок, що використовується як надмірний, гарячий запасний TPU. Це означало б, що повна фізичний Система Ironwood має 10 752 пристроїв TPU V7E на 168 стелажах через 24 ряди, з 1536 TPU SPRATES. Зроби, звичайно, можуть бути переплетені по всій семи стелажам у кожному з 24 рядів, і ми рішуче підозрюємо, що це так.

    Google може використовувати TPU для більшості своїх внутрішніх навантажень, але, як хмарний будівельник, він також повинен мати великі флоти систем, прискорених GPU, і особливо тих, що базуються на GPU NVIDIA, які є галузевим стандартом. І це так, і Лохмейєр обов'язково вказав на це. Насправді Google закликає гібридний підхід до обчислення, мереж та зберігання, втіленого в Google Cloud “гіперкомп'ютеру AI”, і вказав, що Google Cloud має обчислювальні екземпляри на основі вузлів Blackwell RTX 6000 Pro (G4), а також восьмисторонні вузли B200 (A4) та 72-х-шлях B200 Rackscale Nodes (A4X). GB300 NVL72 – це дійсно спрямований на зниження вартості висновку, і це не було в списку екземплярів Google Cloud. Lohmeyer також зазначив, що додаток Dynamo Nvidia Dynamo – Nvidia називає його операційною системою, але ми не – це було додано як опція для користувальницького стеку умови у Google Cloud.

    Ми наполегливо підозрюємо, що Google вважає за краще використовувати власний стек у висновку, про який Лохмейер пройшов усіх, але ми також не знаємо, чи працює стек умови Google на будь -якому, крім власних TPU. (Враховуючи свою історію перенесення речей до декількох архітектур, якщо цей стек Google не був перенесений як до NVIDIA, так і до GPU AMD, ми здивуємося. Це може бути незавершена робота.

    Ось як це виглядає:

    1758186287 985 google demonstruye svoyu shkalu vysnovku ta doblest Google демонструє свою шкалу висновку та доблесть

    GKE – це керована контейнерна служба Kubernetes у Google Cloud і є аналогічною внутрішньо використовуваній контролера Borg та Omega. Vllm лежить в основі цього у висновку, як і з динамо.

    Сервіс спрямований на спину з кешуванням під назвою Anywher Cache, що є новою службою кешування флеш-пам’яті, яка виступає як передній кінець різних служб зберігання Google. Лохмейєр каже, що в будь -якому місці кеш може збільшити затримки читання на 70 відсотків у регіоні Google Cloud та на 96 відсотків у кількох регіонах. (Він не сказав, що такі затримки, але ми підозрюємо, що вони отримують набагато довше, чим далі ви відсутні.) Кешування також може бути використане для зниження витрат на мережу, оскільки після кешування даних ви не переходите через мережу, щоб отримати дані. Служба керованої блиску – це файлова система високої продуктивності для подачі даних у кластерах GPU та TPU.

    Шлюз для виводу GKE є новим і використовує балансування навантаження та маршрутизацію навантаження на AI, щоб розповсюдити запити у висновку по пулах обчислювальних двигунів. Ідея полягає в тому, щоб в першу чергу не дозволяти в черзі вгору, щоб використання можна було виняти вище.

    1758186288 260 google demonstruye svoyu shkalu vysnovku ta doblest Google демонструє свою шкалу висновку та доблесть

    Один із способів зробити це – це мати маршрутизатор, що сидить на передньому кінці пулу Xpus, і знайти пристрій, який вже має необхідний контекст, необхідний в його пам'яті. Як ми бачили в оголошенні NVIDIA минулого тижня прискорювача GPU “Rubin CPX”, який спрямований на обробку довгих контекстних запитів, шлюз Google порушує етап обробки “попередньої заповнення” з етапу запиту “декодування”, щоб вони могли бути зроблені на обчислювальних двигунах, оптимізованих для кожного завдання.

    З'ясування, якими повинні бути ці конфігурації для різних частин апаратного забезпечення та стека програмного забезпечення, є непростим завданням, і тому Google створив інструмент GKE Infersect QuickStart, який також є новим і тепер загалом доступним:

    1758186288 645 google demonstruye svoyu shkalu vysnovku ta doblest Google демонструє свою шкалу висновку та доблесть

    Google бореться з усіма цими параметрами внутрішньо, і повністю усвідомлює, що рішення, прийняті достроковими, можуть бути неправильно прийняті з тяжкими наслідками для економіки висновку.

    У сукупності Лохмейєр каже, що клієнти в Google Cloud можуть знизити затримку виступу на цілих 96 відсотків, знижувати пропускну здатність на 40 відсотків вище, і зменшити вартість жуючих, що жуються на 30 відсотків.

    Lohmeyer також показав іншу технологію під назвою спекулятивне декодування, яку вона використовувала для підвищення продуктивності своєї моделі Близнюків та зниження споживання енергії приблизно на 33 рази:

    1758186288 542 google demonstruye svoyu shkalu vysnovku ta doblest Google демонструє свою шкалу висновку та доблесть

    За цими цінами всі ці відсотки є реальними грошима, і що 33 рази можуть бути абсолютно величезними, оскільки бюджет електроенергії обернено пропорційно прибутку в цій ракетці. Нам потрібно дізнатися більше про це.

    HPE button 19959 V2 Google демонструє свою шкалу висновку та доблесть

    Підпишіться на наш бюлетень

    З моментом, аналізом та історіями з тижня безпосередньо від нас до вашої поштової скриньки, не маючи нічого між ними.
    Підпишіться зараз

  • Старший дослідник даних (JHB Hybrid)

    Навколишнє середовище:

    Відіграйте вирішальну роль у забезпеченні прийняття рішень, що керуються даними, вдосконаленням програми та організаційним навчанням, оскільки ваш досвід як старший аналітик даних шукає програми підйому спільноти, що базується на Йобурзі. Роль буде зосереджена на підвищенні внутрішніх аналітичних можливостей, підтримці стратегічних уявлень та забезпеченню високоякісного управління та використання даних у всій організації та мережі. Успішний діючі повинні мати ступінь магістра в галузі освіти/психології/економіки або подібної дисципліни з 5 -річним досвідом аналізу даних, наукою про дані або пов'язаними з ними сферами та сильними кількісними та аналітичними навичками, включаючи кваліфікацію за допомогою Stata, R або SPSS, Power BI, Tableau та SQL.

    Обов'язки:

    Аналіз даних та генерація розуміння –

    • Проаналізуйте дані, щоб створити діючі уявлення, які інформують стратегічні рішення та вдосконалення програм.
    • Створіть, вдосконалюйте та підтримуйте використання інтерактивних інструментів інформаційних панелей та аналітики для вдосконалення прийняття рішень, керованих даними, в організації та мережі.
    • Надайте статистичну методологію розробки та виконання експериментів, включаючи оцінки та дослідницькі проекти.
    • Переконайтесь, що аналіз даних та розуміння узгоджуються з більш широкими стратегічними цілями, пов'язаними з результатами дітей та раннім навчанням.
    • Підтримуйте петлі моніторингу та зворотного зв'язку в режимі реального часу, щоб забезпечити швидкі коригування та реагування на прийняття рішень.
    • Визначте закономірності, тенденції та співвідношення даних для інформування адаптації та інновацій програми.
    • Напишіть висновки у доступних та зрозумілих форматах для аудиторії різних технічних здібностей.
    • Створіть інструктажі та звіти про розуміння для передачі ключових висновків та рекомендацій.

    Підтримка організаційного навчання та адаптивної стратегії –

    • Дозволити командам використовувати інформацію для навчання, вдосконалення програми та інновацій, включаючи швидкі експерименти.
    • Спільно створюйте умови для швидкого навчання в мережі, ітеративних експериментів та колективного інтелекту.
    • Перекладіть складні дані в діючі уявлення, пристосовані до різних аудиторій (наприклад, командних команд, лідерства, мережевих партнерів).
    • Забезпечити навчання та створення потенціалу для зміцнення грамотності даних та покращення здатності організації займатися даними для стратегічного прийняття рішень.
    • Тісно співпрацюйте зі старшим менеджером МЕЛ та командами -програмами та зовнішніми партнерами, щоб інтегрувати розуміння даних у дизайн та доставку програми.

    Спільне розвиток програми досліджень та оцінки-

    • Співпрацюйте з дослідницькою групою для розробки та впровадження стратегій досліджень та оцінювання.
    • Спільно-концептуалізація та спільне створення досліджень та/або питань оцінки, досліджень та довідок.
    • Забезпечте вклад у проект дослідження, аналіз даних та інтерпретацію.

    Управління даними та забезпечення якості –

    • Разом з командою SDI ввімкнути та координувати управління даними, включаючи доступність даних, доступність, доброчесність, якість (включаючи точність, послідовність та надійність), зручність, безпеку та відповідність регуляторних норм (у співпраці з ІТ та юридичними командами).
    • Переконайтесь, що обробка та аналіз даних проводяться з високими етичними стандартами, захищаючи міркування про конфіденційність та власний капітал відповідно до значень програми.
    • Проводити оцінки ключових активів даних та визначити потенційні ризики або прогалини, включаючи відображення процесів даних.
    • Підтримуйте розробку та обслуговування метаданих для забезпечення узгодженості та надійності даних.
    • Встановити системи для моніторингу гігієни даних, регулярних перевірок якості та вирішення розбіжностей у співпраці з ІТ -відділом.

    Зовнішнє залучення та обмін знаннями –

    • Підтримуйте підготовку даних та розуміння звітів про фінансування, заявки на вплив та пропагандистської діяльності.
    • Відповідайте на запити місцевих та міжнародних дослідників та аналітиків.
    • Займайтеся із зовнішніми партнерами для управління угодами щодо обміну даними та реструктуризацією відповідно до їх потреб.
    • Контролюйте та оцініть роботу зовнішніх консультантів, де це необхідно.
    • Представляйте програму на відповідних національних та міжнародних заходах для обміну розуміннями та знаннями.

    Вимоги:

    Кваліфікація –

    • Мінімум ступінь магістра з питань освіти, психології, економіки, соціальних наук, статистики чи пов'язаної з ними сфери.

    Досвід/навички –

    • Щонайменше 5 років досвіду аналізу даних, науки про дані або пов'язаних з ними сфери.
    • Сильні кількісні та аналітичні навички, включаючи знання статистичного програмного забезпечення (наприклад, Stata, R або SPSS)
    • Відмінні знання та вміння працювати з базами даних SQL.
    • Сильні роботи та теоретичні знання статистичних принципів, особливо стосуються проектування та запуску рандомізованих контрольних випробувань.
    • Досвід роботи з інструментами візуалізації даних (наприклад, Power BI, Tableau).
    • Перевірена здатність сприяти постійному вдосконаленню систем даних та генерації розумінь.
    • Сильні навички спілкування та написання звітів із здатністю пояснювати складні дані не технічній аудиторії.
    • Досвід управління та роботи з великими наборами даних та реляційними базами даних.
    • Ознайомлення з управлінням даними, включаючи конфіденційність, відповідність та вимоги безпеки.

    Бажано –

    • Досвід роботи в соціальному впливу чи некомерційному контексті.
    • Ознайомлення з програмним забезпеченням для опитування (наприклад, опитуванням) та CRMS (Microsoft Dynamics), а також Azure.
    • Досвід побудови потенціалу використання даних та вдосконалення грамотності даних у командах.
    • Досвід або ознайомлення з раннім навчанням, ЕКД, освітою, громадським здоров’ям.

    Атрибути:

    • Здатність працювати спільно та ефективно в міжфункціональному командному середовищі.
    • Продемонстрована здатність розробляти та впроваджувати швидкі експерименти.
    • Сильні стратегічні мислення та навички вирішення проблем.
    • Поводиться довіреним: бути надійним, прийнятим, відкритим, конгруентним (тобто цілісністю).
    • Навчання цікаво, в т.ч. дізнатися, як робити інакше –
    • Чітка цікавість (задаючи питання, сумнівні припущення, роблячи інакше, пробують речі).
    • Запис навчання.
    • Відкритість до & апетиту до зворотного зв’язку.
      • Знайомство з та цікавістю щодо –
      • Соціальна шкала.
      • Системи, що займаються і думають.
      • Дизайнерське мислення та ітеративне дизайн.
      • Водіння, щоб досягти успіху.

    Хоча ми дуже хотіли б відповісти на кожну заявку, якщо з вами не звертаються на цю посаду протягом 10 робочих днів, будь ласка, вважайте вашу заявку безуспішною.

    Коментарі:

    Подаючи заявку на роботу, переконайтеся, що у вас є мінімальні вимоги до роботи. ЄдинийГромадяни SA будуть розглянуті для цієї ролі. Якщо ви не перебуваєте в згаданому місці будь -якої з робочих місць, зауважте свої плани переселення у всіх заявах на роботу та листування. Подайте тут [URL Removed] Надішліть електронну пошту копію Word свого резюме на [Email Address Removed] і згадати довідковий номер роботи.

    logpixeltrackingjobview?id=d5c56f04 92e4 11f0 a278 02ecce2d5745 Старший дослідник даних (JHB Hybrid)

    Бажані навички:

    Дізнайтеся більше/Подайте заявку на цю позицію

  • Без FEVS цього року, що далі для агентств?

    Без FEVS цього року, що далі для агентств?

    У рік, коли федеральні службовці переживають деякі найбільші зміни робочої сили в останній пам’яті, вони також не вистачає ключової можливості розповісти своїм агенціям, як вони ставляться до своїх робочих місць, місій, ефективності та лідерства.

    Після того, як Управління управління персоналом скасував цьогорічне опитування федеральної точки зору працівників, багато федеральних експертів з робочої сили заявили, що в результаті агентства втратять критичний цикл зворотного зв'язку зі своїми працівниками – а також пропускають детальні дані опитування, що часто допомагає інформувати стратегії та політику.

    Колишній виконуючий обов'язки директора OPM Роб Шрайвер назвав FEVS “критичним” інструментом для управління робочою силою – і сказав, що рішення не адмініструвати його в цьому році є “великою пропущеною можливістю”.

    “Всі дані – це хороші дані, незалежно від того, чи є результати позитивними чи негативними”, – сказав Шрайвер, який в даний час виконує функції керуючого директором ініціативи на державній службі в Forward. “Важливо, щоб агенції задавали хоча б деякі однакові питання рік за роком, щоб вони могли відстежувати, як змінюються ці результати або не змінюються”.

    Пітер Боннер, колишній асоційований директор офісу з персоналу ОПМ, заявив, що відсутність FEVS цього року може мати великий вплив на федеральну робочу силу.

    “Без цих даних агентств не вистачає доказової бази, щоб мати можливість приймати рішення на поінформованому рівні, які можуть мати багато наслідків”, – сказав Боннер, в даний час старший співробітник федерації американських вчених. “Вживати заходів, що впливають на робочу силу без цих доказів, може бути дико від позначки”.

    Після скасування ОПМ на 2025 FEVS, агенціям також було надано можливість провести власні внутрішні опитування працівників. Але прес-секретар агентства заявив, що ОПМ не планує обстежувати власних працівників-і Департамент у справах ветеранів заявив, що він буде слідувати лідерам ОПМ у тому, що цього року не проводить його опитування “Всесвітнього співробітника”.

    Поки що ж, як видається, жодне інші агенції не склали публічних планів проведення опитування, подібного до FEVS до кінця року.

    Вимоги до опитування для агентств

    У рамках Закону про дозвіл національної оборони 2004 року Конгрес вимагав від усіх агентств у виконавчій галузі розпочати опитування своїх працівників щорічно. Федеральні регламенти зобов’язані агенціями ставити 16 конкретних питань своїм працівникам один раз на рік збирати перспективи лідерства агентства; Задоволеність працівників; федеральне робоче середовище; можливості для професійного розвитку; внески в місію агентства; та визнання працівників.

    Потім кожне агентство зобов’язане опублікувати результати опитування, якщо керівник агентства не визначить, що “це зробить під загрозу або негативно вплине на національну безпеку”, згідно з федеральними регламентами. Не існує очевидних наслідків для агентств, однак, якщо вони не завершать необхідне опитування працівників.

    Незважаючи на те, що OPM не вимагає статуту для управління загальнонаціональним опитуванням уряду, агентство вирішило рухатися вперед із створенням FEVS ще в 2004 році. Більшість агентств використовували опитування ОПМ замість власних, щоб задати необхідні 16 питань, а також подальші питання, щоб оцінити загальні настрої федеральної робочої сили. З часом агенції почали більше покладатися на опитування OPM, порівняно мало проводячи власні опитування працівників.

    Багато хто розглядає FEVS як найбільш економічно вигідний та ефективний спосіб задовольнити вимоги до агентств для обстеження своїх працівників щорічно. Особливо з такою короткою часовою шкалою цього року, щоб влаштувати внутрішнє опитування замість FEVS, Шрайвер сумнівався, що агенції зможуть проводити опитування в тому ж калібрі, що в той же калібр, який ОПМ вдалося зробити роками.

    “Існує багато роботи, яку робить OPM у зв'язку з федеральним опитуванням точки зору працівників, щоб очистити дані, переконайтесь, що дані є дійсними, переконайтеся, що потрібні люди отримують опитування для початку”, – сказав Шрайвер. “Для інших агентств, які можуть вирішити це вперше, існує тривалий період ведення, щоб переконатися, що обидва інструмент є дійсними, і що дані, які ви отримаєте в результаті, є дійсними. Я б ставив під сумнів, чи є час, щоб вони могли це зробити”.

    Однак інші експерти з робочої сили стверджували, що проведення опитування менших масштабів цього року все ще буде можливим для більшості агентств. Сідней Хеймброк, колишній виконавчий директор Лабораторії інновацій OPM, заявив, дотримуючись лише 16 питань, необхідних відповідно до статуту, агенції мають можливість провести коротке опитування, а потім повідомити про ОПМ про свої висновки. А оскільки питання все однакові в статуті, вона сказала, що дані все ще можуть бути використані порівняно для агентств.

    “Це повинно було бути зроблено в першу чергу, оскільки кожне агентство насправді відрізняється і має різні потреби”, – сказав Хеймброк, в даний час головний радник галузі державного сектору в Qualtrics. “OPM не повинен займатися проведенням щорічного опитування залучення, яке агенції зобов’язані проводити. Натомість вони повинні займатися згортанням даних, що знаходяться з агентств, щоб подивитися на те, що їм потрібно зрозуміти, щоб вести загальну стратегію талантів уряду”.

    Пульсні опитування можуть бути ще одним пристойним варіантом для агентств. Набагато коротший тип оцінки працівників, як правило, містить лише кілька питань, може проводитися частіше як “пульсова перевірка” робочої сили агентства.

    “Якщо менеджери роблять хорошу роботу, вони вже весь час ведуть ці розмови про зворотній зв'язок”, – сказав Боннер. “Але FEVS все ще забезпечує зовнішнє, незалежне джерело інформації, яка б підтримувала дії, які вони хочуть вжити”.

    Майбутнє FEVS

    Скасування FEVS дає можливість переосмислити те, як загалом опитування уряду – та федеральний опитування працівників – має виглядати в наступні роки.

    Для Heimbrock у рішенні OPM проводить “проблиск надії” у рішенні OPM скасувати FEVS. У довгостроковій перспективі це може вказувати на те, що адміністрація Трампа переосмислює більшу роль ОПМ у федеральних опитуваннях працівників.

    Боннер аналогічно заявив, що кожне агентство проводить власне опитування, допоможе підготувати результати до проблем, що стосуються агентства. Але він запитав, чи мають агенції здатність докласти цих зусиль, особливо після того, як покладатися на роботу ОПМ вже понад 20 років.

    “Я думаю, що це гарна ідея, зрештою”, – сказав він. “Але я не думаю, що агенції досить готові до цього”.

    Децентралізація опитувань федеральних працівників також може бути складним процесом. У той час як OPM має один офіс з кількома працівниками, які покладаються на те, щоб щороку керувати FEVS уряду, деякі експерти з робочої сили зазначили, що перехід, що займається кожним окремим агентством, може бути трудомістким і дорогим. І в той же час, деякі стверджують, що FEVS є більш всебічним, ніж те, що агенції можуть зробити індивідуально.

    Для Shriver, FEVS – це також більше, ніж просто опитування.

    “Це те, що агенції будують цілі стратегії залучення працівників навколо”, – сказав він. “Агентства, які найкращі на цьому, намагаються працювати над проблемами, а потім хочуть побачити результати в опитуванні наступного року і побачити, чи внесли їх вніс, зміни, які вони внесли, змінили значення”.

    У той же час, є також можливість потенційно зменшити опитування в наступному році, як спосіб впорядкувати результати, і спонукати більше працівників зайняти час, щоб подати відповіді. Тривалість FEVS з часом просунулася, досягнувши близько 100 питань для опитування 2024 року – фактор, який може відвернути деяких працівників, щоб витратити час на його заповнення.

    Адміністрація Трампа заявила, що планує внести ряд змін у FEVS, перш ніж відновити його на цикл опитування 2026 року. Хоча багато з цих деталей досі не визначені, перегляди включатимуть усунення всіх питань щодо різноманітності, справедливості, включення та доступності (DEIA), а також майже напевно повернути питання про поганих виконавців в агентських робочих одиницях.

    “Трансформаційна робоча сила вимагає трансформаційного федерального опитування точки зору працівників”, – заявив директор ОПМ Скотт Купор у серпні. “Fevs повернеться в наступному році, новий і вдосконалений”.

    Якщо ви хочете зв’язатися з цим репортером про останні зміни у федеральному уряді, будь ласка, напишіть на електронну пошту drew.friedman@federalnewsnetwork.com або зверніться до сигналу на Drewfriedman.11

    Copyright © 2025 Федеральна мережа новин. Усі права захищені. Цей веб -сайт не призначений для користувачів, розташованих в європейській економічній зоні.

  • Стійкість та технології: роль цифрових інструментів у створенні зелених підприємств

    Стійкість та технології: роль цифрових інструментів у створенні зелених підприємств

    Стійкість розпочалася як частина корпоративної відповідальності, часто пов'язана з громадськими проектами або екологічними обіцянками. Тепер це стало основною частиною зростання бізнесу, оскільки він формує, як компанії планують, інвестують та конкурують.

    Так, для підприємств важливо діяти з підзвітністю та готовністю, щоб забезпечити, щоб вони залишалися вигідними, довіреними та сумісними. Або ж вони стикаються з більш жорсткими правилами, втрачають довіру інвесторів і скорочують лояльність клієнтів.

    Тому давайте розглянемо, як цифрові інструменти будують зеленіші підприємства. Ми обговоримо, як інструменти допомагають відстежувати енергію, підвищити ефективність та зробимо можливу прозорість таким чином, щоб переміщення стійкості від бічних зусиль на реальний рушій продуктивності.

    Як цифрова трансформація узгоджується з цілями стійкості

    Перш за все, важливо зрозуміти, як цифрові інструменти перетворюють широкі ідеали стійкості в дії, що змінюють ефективність бізнесу.

    Ви можете оголосити прихильність до більш зеленого зростання, але ваші обіцянки не вистачає, коли вимірювання та виконання не вистачає структури. Правда? Ну, цифрова трансформація розкриває цю прогалину і пропонує структуру, щоб закрити її.

    Так, зараз цього вже недостатньо, щоб створити стійкість як корпоративний соціальний обов'язок. Ринки та регулятори вимагають доказів. Інвестори хочуть даних, яким вони можуть довіряти. Клієнти хочуть доказів того, що операції, продукція та ланцюги поставок несуть відповідальність. Цифрові платформи, датчики та аналітика створюють цей доказ.

    Наприклад, IoT -лічильники відстежують споживання енергії в режимі реального часу, прогнозуюча аналітика прогнозує попит на скорочення відходів, а blockchain перевіряє витоки матеріалів для більш чистих ланцюгів поставок.

    Варто зазначити, що дослідження підтверджують масштаб впливу стійкості на технології.

    Метааналіз у 2025 році розглянув понад сімнадцять тисяч випадків і виявив вимірювані переваги на кожному стовпі потрійного нижнього рядка. Було встановлено, що:

    • Економічні показники зросли завдяки ефективності та новому доходу;
    • Результати навколишнього середовища покращилися при більш жорсткому контролі енергії та викидів;
    • Соціальні результати, що висунулися за допомогою безпечніших робочих місць та сильнішої відповідальності;
    • Розумні фабрики, великі дані та IoT створили найсильніші зрушення.

    Усі ці цифри говорять нам про щось важливе: результати стійкості перестають бути абстрактними, коли цифрові інструменти перетворюють їх на кількісні переваги.

    Як основні цифрові технології керують зеленим бізнесом

    Тепер давайте швидко розглянемо роль основних цифрових технологій, які допомагають керувати зеленими підприємствами:

    Щоденні інструменти управління роботою

    Існує цілий ряд цифрових інструментів, які підштовхують підприємства ближче до стійкості без великих інвестицій у передові системи. Наприклад, перетворювачі зображення до тексту зменшують необхідність друку та подачі паперу. Або програмне забезпечення для відстеження відходів, яке допомагає фірмам перевірити практику утилізації та покращити переробку.

    Такі цифрові інструменти можуть виглядати скромними порівняно з AI або іншими основними технологіями. Однак вони вирішують, чи стає стійкість частиною щоденних процедур чи залишається випадковим звітом.

    Розумні заводи

    Вони виділяються як найсильніший водій. Інтеграція IoT, автоматизації та AI надає фірмам можливість скоротити відходи та стабілізувати використання ресурсів.

    Але пам’ятайте, що лише один пілотний датчик в одному куті рослини недостатньо, щоб змінити профіль стійкості. Вам потрібна повністю інтегрована система, щоб це відбулося.

    Датчики IoT

    Датчики IoT надають видимість в режимі реального часу над енергією, водою та викидами. Значення спирається в дію. Компанії часто збирають дані та відзначають інформаційні панелі, поки операції залишаються незмінними.

    Справжнє питання полягає в тому, чи діють рішення, які приймають рішення про розуміння чи зберігають їх як декоративні показники.

    Аналітика великих даних

    Analytics Big Data передбачає прогнозування, що зменшує перевиробництво та скорочення неефективності логістики. Докази свідчать про розміри ефектів тут суперник IoT і іноді перевищують його. Критика зосереджується на культурі.

    Але ви повинні розуміти, що аналітика без підготовлених менеджерів – це лише джерело небажаних клопоту та шуму. Отже, важливо перетворити дані на щоденні рішення, щоб побачити підвищення стійкості.

    Штучний інтелект

    Штучний інтелект оптимізує системи, прогнозує обслуговування та впорядкування розподілу ресурсів. Але пам’ятайте, що AI також піднімає парадокс. Навчання великих моделей вимагає енергії, а без відновлюваної підтримки екологічна користь стирається.

    Урок зрозумілий: AI забезпечує стійкість, коли він вирівнюється з чистою енергією, а не коли його не перевіряють.

    Блокчейн -платформи

    Блокчейн -платформи обіцяють прозорість ланцюга поставок та відстеження. Зацікавлені сторони цінують доказ етичного пошуку.

    І все ж блокчейн несе витрати на енергію, які необхідно вирішити.

    Тут варто зазначити, що багато фірм оголошують пілотів блокчейна для оптики, тоді як лише кілька дизайнерських систем низькоенергетичних систем, які додають реальної відповідальності.

    Системи управління продуктивністю

    Системи управління ефективністю вбудовують показники стійкості поряд з фінансовими показниками. Вплив виявляється меншим, ніж IoT або розумні фабрики, але їх присутність запобігає дрейфу. Наприклад, фірма, яка відстежує викиди вуглецю на тій же приладовій панелі, що і прибуток, не може уникнути контролю.

    Критика полягає в тому, що занадто багато лідерів узбережжя ці системи, що залишає стійкість поза основною розмовою з кімнати.

    Щоденні цифрові інструменти, які підтримують більш зелені ділові практики

    • Зображення до перетворювачів тексту зменшують введення вручну та допоможуть вирізати використання паперу;
    • PDF до інструментів Word полегшує редагування без повторного друку;
    • Хмарні сканери оцифровані документи та менші потреби фізичного зберігання;
    • Програми з моніторингу енергії підкреслюють тенденції використання для заощаджень;
    • Інструменти розумного лічильника надають живі дані для ефективного споживання;
    • Калькулятори вуглецю відстежують вплив на навколишнє середовище;
    • Хмарні засоби зберігання даних масштабують потреби даних із меншим фізичним слідом;
    • Інструменти стиснення файлів Зменшіть попит на зберігання та навантаження на пропускну здатність;
    • Інструменти відеоконференцій зменшують ділові подорожі;
    • Спільні інструменти дошки покращують співпрацю без використання фізичних матеріалів;
    • Інструменти електронного сигналу замінюють друковані контракти та схвалення;
    • Інструменти автоматизації робочого процесу впорядкування повторюваних завдань;
    • Програми управління завданнями організовують проекти з меншою кількістю витрачених ресурсів;
    • RPA боти обробляють ручну роботу швидше і з меншою кількістю помилок;
    • Інструменти сканування штрих -коду покращують простежуваність запасів;
    • Програми для відстеження відправлень оптимізують маршрути та зменшують відходи палива;
    • Оптимізатори оптимізаторів балансують попит із попитом та нижчим надвиробництвом;
    • Планки інформаційних панелей стійкості вимірюють прогрес проти цілей;
    • Інструменти звітування про викиди Документ доповіді регуляторам;
    • Аналітичні платформи виявляють прогалини в ефективності та сфери вдосконалення;
    • Інструменти ECO-дизайну CAD допомагають створити більш зелені моделі продуктів;
    • Цифрові симулятори -близнюки тестують стійкі конструкції перед виконанням;
    • Інструменти оцінки життєвого циклу оцінюють повний вплив продуктів та процесів.

    Які галузі отримують найбільше користь від цифрової стійкості?

    Існує широкий спектр секторів, які приймають цифрові інструменти для більш зелених операцій, але не всі отримують рівні винагороди. Переваги залежать від масштабу використання ресурсів, впливу регулювання та готовності до інтеграції технології в основні процеси.

    Промисловість Як це виграє
    Виробництво Розумні фабрики, IoT та автоматизація скорочують відходи, підвищують енергоефективність та керують практикою кругової економіки.
    Телекомунікації AI та великі дані оптимізують мережі, зниження використання енергії та вдосконалення доступу клієнтів у масштабі.
    Сільське господарство Точне землеробство з безпілотниками, датчиками та автоматизованим зрошенням зберігає воду та підвищує врожайність.
    Банківські та фінансові послуги Блокчейн та цифрові платформи збільшують прозорість, забезпечують зелені фінанси та будують довіру зацікавлених сторін.
    Будівництво та міський розвиток Цифрові близнюки, IoT та прогнозна аналітика зменшують матеріальні відходи та підтримують стійке містобудування.
    Енергія та комунальні послуги Розумні сітки, поновлювана інтеграція та рішення для зберігання стабілізують постачання та скорочення викидів вуглецю.
    Охорона здоров'я Цифровий моніторинг, прогнозна аналітика та відстеження ресурсів покращують результати пацієнтів, зменшуючи використання відходів та енергоносіїв.

    Які бар'єри стримують підприємства від Go Go Green?

    • Високі інвестиції в розумні технології та інфраструктуру;
    • Обмежені цифрові навички та готовність робочої сили;
    • Слабка інтеграція між цілями стійкості та бізнес -стратегією;
    • Відсутність підтримки відновлюваної енергії для енергоємних цифрових інструментів;
    • Ризики конфіденційності, кібербезпеки та відповідності;
    • Роздроблене прийняття пілотними проектами замість повної інтеграції;
    • Низька цифрова інфраструктура в регіонах, що розвиваються;
    • Незрозуміле вагання рентабельності інвестицій та лідерства;
    • Обмежені політичні заохочення або підтримуючі норми.

    Висновок

    Тепер зрозуміло, що роль цифрових інструментів полягає в тому, щоб прив’язати стійкість у реальній діловій практиці. Але ви можете досягти значущих результатів лише в тому випадку, якщо ви виберете інструменти, які відповідають вашим операціям, застосовують їх з дисципліною та вимірюєте результати проти чітких цілей.

    Все, що менше залишається на поверхневому рівні, в той час як ретельне вирівнювання перетворює цифрове прийняття на справжній прогрес до більш зеленого бізнесу.


    Tnglobal Insider публікує внески, що стосуються підприємництва та інновацій. Ви можете подати власні оригінальні або опубліковані внески, що підлягають редакційному розсуду.

    Зображення: Бернд 📷 Дітріх про це

    Дорога до рентабельності прокладена хорошим управлінням даними

  • Big Data допомогли Prime Video до найбільш переглянутої гри в регулярному сезоні NFL, але з командирами-пакувальниками.

    Big Data допомогли Prime Video до найбільш переглянутої гри в регулярному сезоні NFL, але з командирами-пакувальниками.

    Big Data допомогли Prime Video до найбільш переглянутої гри в регулярному сезоні NFL. Перша гра в сезоні “Football Football” в четвер “, командири-пакувальники на 2 тижні, отримали 17,76 мільйонів глядачів, проходячи попередній максимум Amazon у 17,29 мільйона для Пакерса-Льона в грудні минулого сезону. Командири-пакувальники мали середній вік 46,9, який на вісім років молодший за середній показник НФЛ на лінійному телебаченні протягом 1 тижня (55,0).

    У ході недоброзичливості пізно в п'ятницю вдень NFL, YouTube та Nielsen відрегулювали фігуру для гри начальників з Бразилії на 1 тижні через те, що описується як “внутрішня технічна проблема, коли підмножина законних поглядів не була класифікована як фактичні погляди”. Це приймає американську аудиторію для першої гри на YouTube NFL з 16,2 мільйона до 18,5 мільйонів глядачів. Методологія цього числа залишається трохи таємницею, тому, хоча її вимірювали Нільсен, не було б неправильно розглянути зірочку для цієї цифри.

    Студійні шоу ESPN потрапили в футбольний сезон гарячим (і все перед великими комбінаціями)! Портфоліо шоу “SportsCenter” в серпні збільшився на 19% порівняно з тим самим часом минулого року, причому кожне видання відбулося прибутки (7 ранку ET, 14:00, 18:00, 23 вечора, шоу Скотта Ван Пельта, інші півночі, 1 ранку суботу та недільні ранки). Найбільшими вигодами були в суботу вранці (+30%) та будні дні о 18:00 (+29%).