Kevin Greely,Parallels亚太区总经理
在各种挑战日渐增多的经济环境下,企业们已经意识到,面对不断攀升的成本和更加激烈的竞争,实现利润增长正变得难上加难。虽然企业领导者们一致认为,先进的技术为企业在数字经济环境下转型带来了无限机会,但依然有许多障碍是企业必须努力克服的,其中包括:预算紧张、IT人才缺口以及四周潜伏的网络安全威胁等。
展望2019年,在构建长期数字化转型时,必须牢记以下三大趋势。
人才短缺是各企业在实施数字化转型过程中所面临的最大问题之一。张贴一份招募数据科学家的广告相对来说很容易,但是没有足够的人才来满足这一需求。
通过聘请合作伙伴肩负技术重任,各企业可以集中精力关注供应链上更具可持续性的高价值环节——充当客户的战略技术顾问并让企业的高价值人才负责高价值工作。同时,这还能提高员工留职率,并且支持现有人员确定创收机会,改进内部流程等。
例如,我们的澳大利亚客户——维多利亚州原住民社区管理卫生组织(VACCHO)将Parallels Remote Application Server(RAS)用作其解决方案的一部分,以集中管理关键IT服务的采购与部署,并为VACCHO及其会员组织提供支持——其中包括:PC、移动设备和Microsoft Office等应用。
借助Parallels RAS,VACCHO能够在2个月内通过最新版Microsoft Windows与Microsoft Office更新100多台终端用户设备,同时通过提供数据限制、加密与双重认证等高度精细的许可功能而增强整体安全性。
更为重要的是,焕然一新的基础架构大大提高了生产力。VACCHO及其会员组织的许多终端用户位于维多利亚州的农村地区,这些地区的生产力相对来说较为落后或受限,因此对这些地区生产力的提升更加显著。
2018年频频发生网络安全与数据泄露事件,新加坡SingHealth集团遭到黑客入侵,导致该国150万人资料泄露; Facebook也遭到安全入侵,导致5000多万用户的帐户外泄。
鉴于越来越频发的数据安全泄露状况,各个企业与广大消费者们都应当更加关注数据安全性。对于企业而言,这意味着需要采用严格的网络安全措施并配备适合的工具与基础架构,以协助保护敏感的内部数据及客户数据。
此外,个人数据的应用现在变得非常广泛,全球各地的政府部门不得不认真管理这些数据的使用,以保护其公民安全。欧洲通用数据保护条例(GDPR)正是该领域的典型法规,它在确保对反映个体身份的任何信息均进行数据保护方面树立了一个标准。此类法规十分必要,各企业机构必须审查其数据保护程序,无论数据处于其内部的哪一个位置,均须采取适当措施加以保护。
Gartner发布的研究结果显示,全球公有云服务市场预计将在2019年增长17.3%,市场规模将从2018年的1758亿美元增至2019年的2062亿美元。毫无疑问,云计算将成为企业技术领域的下一个重点,它将通过桌面与软件虚拟化所带来的各种机会而实现新型工作方式。
我们的日本客户——Nihon Business Data Processing Center(NDC)是一家专门处理数据与个人信息的知名公司。NDC曾负责实施一个项目,将纸质流程的护理保险计划转为数字化,因此在将评估表数据存储到服务器上时必须对数据信息安全性进行优化。
NDC采用了运行于Microsoft Azure云基础架构之上的Parallels RAS,从而让工作PC通过虚拟网络浏览器访问互联网,这显著降低了PC感染恶意软件与内部消息泄露的风险。由于客户端上不保存任何互联网访问数据,此举措的另一个重要优势是能够避免对PC数据存储安全的担忧。
最后,当面向数字化未来执行组织转型计划时,企业领导者们应记住除了实施新型工作方式或弥补技能缺口外,培养及鼓励创新的基本文化也至关重要,企业机构内各个级别的员工都需要接受这一理念。
另一方面,如果你所在的企业尚未踏上转型之路,现在即是最佳的行动时机,籍此,你就能为在2019年及未来赢得市场优势做好充足准备。
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。