持续产品创新助力客户在IT和安全市场取得成功
北京—2018年8月30日——率先从机器数据带来惊喜时刻的Splunk公司今天宣布,据全球著名的分析机构IDC和Gartner的2017年市场份额报告显示,Splunk在IT运维分析(ITOA)、IT运维管理(ITOM)以及安全与漏洞管理方面呈持续增长态势。
对此,Splunk公司总裁兼首席执行官Doug Merritt认为:“当前我们处于数据变革的前期,Splunk走在行业前沿,帮助客户完成其业务的转型。IDC和Gartner的市场份额报告很好地印证了Splunk正在驱动客户持续业务的改进,同时也展现了Splunk在从大量数据中提取价值和洞察力方面的优势。”
在IDC《2017年全球IT运维管理软件市场份额:混合管理推动增长》报告中显示,Splunk成为该市场中前五家厂商当中增长最快的一个。2017年,全球IT运维管理软件市场收入增长9.1%,达到83亿美元。
Splunk持续快速增长基于大数据的获取、索引、管理、搜索和可视化功能,这些功能可扩展到各种机器生成的数据源,比如度量和日志。可点击下载《2017年IDC全球IT运营管理软件市场份额:混合管理驱动增长》。对此,IDC系统与IT运维管理软件研究副总裁Tim Grieser表示:“全球IT运维管理软件市场在2017年实现强劲增长,这得益于企业越来越多地采用为终端用户带来消费级体验的数字业务计划,并根据客户需求监控、管理和优化端到端性能,以及提供混合系统和应用的可用性。”
在安全市场上,IDC报告《2017年全球安全与漏洞管理市场份额:捍卫无边界网络》显示, 2017年Splunk的百分比增速是IBM和Micro Focus(HPE)的五倍。2017年,安全与漏洞管理(SVM)市场增长12.3%,预计达到67亿美元。报告中还显示,Splunk正向集IT、OT和安全的一站式厂商的道路迈进。无论按哪种技术分类来看,Splunk无疑在网络安全领域赢得了非常高的市场份额,尤其跟其他SIEM厂商相比。Splunk Enterprise Security和Splunk User Behavior Analytics (UBA)已被证明是安全领域的制胜组合。
IDC全球安全产品研究总监Chris Kissel表示:“安全人员的缺乏和不断改进的产品架构,正在改变当前的安全和漏洞管理模式。简而言之,SVM产品不再告诉客户哪里出错 ——而平台必须启动补救措施。”
Gartner发布的《市场份额分析:2017年全球IT业务管理(ITOM)性能分析软件》报告显示,Splunk连续两年在AIOps/ITIM/其它监测工具类别中排名第二。报告指出数字业务转型正在推动对现代监控工具的需求,这些工具通过DevOps工具链而支持灵活敏捷的应用和基础设施。2017年,ITOM市场规模达到247亿美元,较2016年增长9.6%。
在Gartner的报告中,与前一年相比,Splunk从2016年的第五位跃升至2017年的第二位,在2016- 2017年软件收入排名,Splunk被列为全球10大ITOM性能最高的分析软件供应商。可点击免费获取Gartner《市场份额分析:2017年全球IT业务管理(ITOM)性能分析软件》报告。
据了解,IDC的两份报告均采用的是2017年自上而下的公司层面数据收集方法,在2018年1月通过深入的供应商调查和分析,按照市场、地理区域和运营环境而开发出详细的2017年公司模型。Gartner报告中公布的数据包括软件收入、市场份额和年增长率。
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。