Akamai产品市场副总裁Ari Weil
对于帮助企业实现最佳数字化体验,以及像诸如维持竞争优势、客户满意度、客户信任度和风险化解等影响因素而言,平衡数字化创新与安全性至关重要。但是,最新数据表明,一些企业在满足该平衡要求时举步维艰。
这些数据来自Akamai与Forrester所实施的一项调查,其中收集了全球350位IT领导者的意见。调查结果显示,能够满足“数字化成熟”(digital maturity:即有能力平衡创新与安全)标准的企业的发展速度快于竞争对手。相比其同行,数字化成熟度最高的企业则更加频繁地实现两位数的收入增长。
客户正在积极寻求由高性能网站以及满足其需求的定制式应用所驱动的最佳数字化体验。而实现这一目标的关键在于充分利用真实的客户数据,以此指引前进的方向并创造能够助力未来业务增长的新产品与新服务。成熟度最高的企业往往通过将客户数据置于客户体验与安全战略的核心地位而获得成功。
在数字化时代,企业取得成功的真正关键在于建立客户信任。客户不会为了得到最佳的数字化体验而牺牲自己的隐私,而更加愿意与其所信赖的品牌分享个人数据。实际上,仅仅是对某家公司滥用数据的怀疑就能让这家公司的收入锐减25%之多。
如果企业无法保障安全性,其受到的损失将增加三倍。数据泄漏会损害品牌声誉、客户信任与收入。客户愿意与其信赖的企业分享更多数据;而这些客户数据随即也会为企业带来更多营造与客户更相关体验的机会。另一方面,失去信任将给推动收入增长的数字化体验演进带来负面影响。信任是将客户与品牌绑定在一起的粘合剂。
幸运的是,上述调查发现,许多高管深知建立客户信任的重要性,75%的受访者表示信任在未来两年内对其业务至关重要。50%以上的高管认为自己已经与客户建立了高度信任关系。而另一方面,相当比例的企业高管尚无法如此自信,其中36%的受访者认为其与客户仅保持着中等信任关系。
遗憾的是,一些企业正在平衡安全性与数字化体验的道路上举步维艰。平均而言,虽然受访者在“认同数据泄漏将给其业务带来灾难性影响”方面的评分非常高,但在“客户数据的安全性与企业收入之间息息相关”的环节却得分最低。由于客户数据对于改进产品与体验至关重要,因此令人不安的是,高管们并未在客户数据与未来收入之间建立强有力的联系。
为了成功实现最佳的数字化体验并通过安全措施维护客户隐私,各企业应采用“零信任”(Zero Trust)框架以更好地平衡两者所需。互联网充斥着多种安全威胁,例如:恶意软件、网络钓鱼以及由恶意黑客运行的命令与控制域。与此同时,如今的企业应用活跃在云端与数据中心内。合法的用户与设备可能来自公司局域网、员工家中或者来自几乎任何能够连网的地方。因此,旧有的边界安全(perimeter security)模式已不合时宜。企业正在从“相信用户与设备,但需验证”的状态向一种“永远不相信任何人与设备,始终要验证”的状态转变。
而“零信任”模式的一个核心概念就是无论资源位置在哪,所有资源都可以被安全地访问。它在某种程度上契合了中国传统的“阴阳八卦”概念:阴与阳虽为两部分,但它们是一个整体,而不是独立的两部分。对于企业而言,用户访问与应用、数据安全的保护恰是一个整体的两部分。一方面,企业要尽量让员工和用户访问任何想要访问的资源,一方面又要保证在“零信任”前提下的访问安全性。企业到底要怎样做?其实解决的原理很简单,鉴于互联网的广泛性和不可控性,“零信任”模式的“阳”就代表了公开允许访问的企业应用与服务,而“阴”就代表了不允许访问的域名、IP和流量,例如上述的安全威胁。换而言之,企业的应用与服务成为了外部用户访问的防线,而不是给予用户整个企业内部资源的所有访问权限,这样就能保证安全性与用户体验的平衡;反过来,企业内部人员想要访问互联网,系统则会积极防御,以避免不必要的损失。总体而言,“零信任”网络实现了在整个互联网内进行深度和持续的数据检查以及精益运营与监督的双重任务。它让各企业将安全焦点对准数据自身,并要求企业连续评估哪些才是可信赖的活动。
客户数据是数字化时代的成功关键,因此企业需要将客户数据视作宝贵资产,并加以保护,以抵御外部威胁。为了维持客户信任,各企业必须将客户数据视为企业未来发展的根本一样去妥善保护——而其重要性也确实如此。
好文章,需要你的鼓励
一加正式推出AI功能Plus Mind和Mind Space,将率先在一加13和13R上线。Plus Mind可保存、建议、存储和搜索屏幕内容,并将信息整理到Mind Space应用中。该功能可通过专用按键或手势激活,能自动创建日历条目并提供AI搜索功能。一加还计划推出三阶段AI战略,包括集成大语言模型和个人助手功能,同时将推出AI语音转录、通话助手和照片优化等工具。
北航团队推出Easy Dataset框架,通过直观的图形界面和角色驱动的生成方法,让普通用户能够轻松将各种格式文档转换为高质量的AI训练数据。该工具集成了智能文档解析、混合分块策略和个性化问答生成功能,在金融领域实验中显著提升了AI模型的专业表现,同时保持通用能力。项目已开源并获得超过9000颗GitHub星标。
预计到2035年,数据中心用电需求将增长一倍以上,达到440TWh,相当于整个加利福尼亚州的用电量。AI工作负载预计将占2030年数据中心需求的50-70%。传统冷却系统电机存在功率浪费问题,通常在30-50%负载下运行时效率急剧下降。采用高效率曲线平坦的适配电机可显著降低冷却系统功耗,某大型数据中心通过优化电机配置减少了近4MW冷却功耗,为13500台AI服务器腾出空间,年增收入900万美元。
卢森堡计算机事件响应中心开发的VLAI系统,基于RoBERTa模型,能够通过阅读漏洞描述自动判断危险等级。该系统在60万个真实漏洞数据上训练,准确率达82.8%,已集成到实际安全服务中。研究采用开源方式,为网络安全专家提供快速漏洞风险评估工具,有效解决了官方评分发布前的安全决策难题。