草庐IT

银行数字化转型导师坚鹏:银行数字化转型的五大痛点

首先从汇丰银行业绩持续下滑谈起,汇丰银行作为一家国际知名的全球性银行,最近10年左右的时间里,营业收入持续下降,已经从2008年的1400多亿美元到2021年的804.29亿美元;净利润徘徊不前,2021年比2020年下降29.2%,仅为52.29亿美元;世界500强排名持续下降,从2020年的73名下降到2021年的102名,作为一家过去非常优秀的国际性银行,却在最近几年连续遭遇业绩困境,充分说明了在数字化时代,如果银行没有及时进行深度地数字化转型,有可能会遇到前所未有的困境,过去多年积累的优势会在很短的时间内化为乌有,从而有可能使自己从过去的行业领先者变为行业落后者。在国外不少银行陷入数字

java - 将应用程序升级到 Spring 3.0 可能存在哪些痛点

给定一个使用Spring2.5的应用程序,当迁移到Spring3.0时,哪些方面可能会成为痛点,即开发团队必须花时间才能使事情正常进行。假设团队不会尝试利用新的Spring功能作为升级的一部分,而只是让应用程序达到它在2.5上的工作状态。接下来要考虑的步骤是利用3.0功能。编辑:我修改了问题以关注升级的痛点,这才是我真正想要的。 最佳答案 可能Spring3.0中最大的变化是它现在需要J2SE5.0。一位Spring开发人员在thisblogentry中回复了兼容性问题.Spring3.0aimstobe99%backwardsco

经营分析,如何洞察业务痛点

“做经营分析,要洞察业务痛点,不要只罗列指标达成数据!”,这是很多公司对数据分析师的要求。可到底怎样才算洞察到业务痛点?今天系统讲解一下。错误示范一提到“洞察痛点”很多人本能就把指标达成率给列出来了,然后写到“本月A部门销售严重不达标!”还有些人会做拆解(如下图所示)拆完了说:“因为A部门新用户不行,建议把新用户搞多!”这算是洞察到痛点了吧。图片这个确实是痛点,问题是这是句废话,说的好像A部门不想把新用户搞多一样。这样仅仅列举结果指标,不讨论业务过程,都是隔靴搔痒,没法触及真正的痛点。另一些人想着:既然要了解业务过程,干脆给分公司/业务部打个电话问问。然而不打电话还好,一打电话,听到了截然不同

行业洞察丨生产加工企业数字化的痛点和解决方案

随着现代社会科技的发展,在全球激烈的市场竞争下,国内企业基于质量和成本的竞争已经日益转化为基于时间的竞争,如何快速响应瞬息万变的市场需求,更快完成生产订单交付?这已成为生产型企业面临的一大痛点。承接市场客户订单,或承接集团中心分解订单的生产型企业,常见于全屋家居定制、钢结构定制加工、石材生产加工、新能源特种变压器等行业,**在业务模式上采用订单式生产,且订单图纸往往不是CAD源文件,而是PDF电子版。**随着知识产权意识的提高,订单图纸以源文件的方式,在需求企业与生产企业之间传递的越来越少,以PDF图纸文件传递的方式越来越成为主流。对于现代化的生产型企业来说,BOM数据贯穿产品的全生命周期,是

SkeyeVSS视频融合云平台一站式破解视频资源管理痛点

SkeyeVSS视频融合云平台一站式破解视频资源管理痛点随着5G技术的广泛应用,各领域都在通信技术加持下通过海量终端设备收集了大量视频、图像等物联网数据,并通过人工智能、大数据、视频监控等技术方式来让我们的世界更安全、更高效。然而,随着数字化建设和生产经营管理活动的长期开展,海量感知数据日积月累,这为视频资源的管理带来了巨大的挑战,逐渐出现一些新的亟需解决的难题,主要包括以下几个方面:1、接入难:不同厂家、不用系统、不同格式的各类数据,分散在海量的终端设备。既有摄像头采集的各类视频数据,又有各类传感器产生的物联网数据,且传输协议不同,给统一接入带来挑战。2、存储难:终端设备产生的海量视频数据,

如何建设一个良好的可观测性数据平台直击企业痛点?

可观测性是近年来的热门话题之一。一个具备良好可观测性的系统可以提高企业的生产效率,提高产品的质量、用户满意度等。尤其是随着容器云原生微服务架构技术的广泛应用,系统组件越来越多,处理请求的链路越来越长,故障排查也面临着更高难度的挑战,这也是很多企业存在的普遍痛点。本文将分享炎凰数据如何通过新的可观测化能力平台来帮助企业对IT系统或者业务系统进行监控,对性能进行可视化监测。一、如何建设系统的可观测体系首先简单介绍一下如何建设系统的可观测体系。1、何为“可观测”体系为了提高企业系统运维时排查故障的效率,亟待引入新的可观测数据和能力。可观测性即通过系统输出的信号来度量和理解系统的状态。因此系统能够输出

[DAU-FI Net开源 | Dual Attention UNet+特征融合+Sobel和Canny等算子解决语义分割痛点]

文章目录概要IIntroduction小结概要提出的架构,双注意力U-Net与特征融合(DAU-FINet),解决了语义分割中的挑战,特别是在多类不平衡数据集上,这些数据集具有有限的样本。DAU-FINet整合了多尺度空间-通道注意力机制和特征注入,以提高目标定位的准确性。核心采用了一个多尺度深度可分离卷积块,捕获跨尺度的局部模式。这个块由一个空间-通道挤压与激励(scSE)注意力单元补充,该单元模拟特征图中通道和空间区域之间的依赖关系。此外,附加注意力门通过连接编码器-解码器路径来优化分割。为了增强模型,使用Gabor滤波器进行纹理分析,使用Sobel和Canny滤波器进行边缘检测,并由语义

解决国内大模型痛点的最佳实践方案

1.前言自AI热潮掀起以来,国内互联网大厂躬身入局,各类机构奋起追赶,创业型企业纷至沓来。业内戏称,一场大模型的“百模大战”已经扩展到“千模大战”。根据近期中国科学技术信息研究所发布的《中国人工智能大模型地图研究报告》,中国从2020年进入大模型快速发展期,目前中国10亿参数规模以上的大模型已发布79个。从全球已发布的大模型分布来看,中国的增长态势处于领先国家之列。今年以来,人工智能成为全球科技产业的热门领域,上百家公司、机构相继发布大语言模型相关产品,人工智能应用在大模型领域打开新局面。不仅是大模型,人工智能新技术正加速走进千行百业。为消费者提供个性化推荐,预测天气、指导矿山生产、帮程序员“

【思扬赠书 | 第1期】教你如何一站式解决OpenCV工程化开发痛点

⛳️写在前面参与规则!!!✅参与方式:关注博主、点赞、收藏、评论,任意评论(每人最多评论三次)⛳️本次送书1~3本【取决于阅读量,阅读量越多,送的越多】思扬赠书|第1期活动开始了!!!机器视觉缺陷检测工业上常见缺陷检测方法方法一:基于简单二值图像分析实现划痕提取,效果如下:方法二:复杂背景下的图像缺陷分析,基于频域增强的方法实现缺陷检测,运行截图:方法三:复杂背景下的图像缺陷分析,基于空域增强实现图像缺陷分析,针对复杂背景的图像,通过空域滤波增强以后实现缺陷查找,运行截图如下:方法四:基于样品模板比对实现基于空域增强实现图像缺陷分析,通过二之分析与轮廓比对实现缺陷查找,运行截图如下:方法五:基

TypingLearn解决了我在学习英语中的一大痛点

上一次在博客园发贴还是在上一次(2021年),那个时候博客园就遇到了危机(被罚款)。彼时在疫情期间,我个人生活也受到了影响,先后去了多个城市,最终在上海找到了.NETWeb开发的岗位,还是比较幸运的,因为这就是我感兴趣的。TypingLearn解决了我在学习英语中的一大痛点一些背景我是一个开发者(俗称码农),在一系列的机缘巧合下,我开发了一个在线学习英语的网站,以此来提升自己的英语能力,在此分享给大家,希望跟大家共同进步。英语是非常通用的技能,对于我个人来说,它至少有几个方面的作用:获取更多原始有效的信息提升在职业上的优势提供更多的机会(职业和人脉)在我工作两三年后,我就把英语学习作为一个主要