Gartner高级研究总监季新苏、Gartner高级研究总监吴涛、Gartner高级研究总监Henrique Cecci
新型冠状病毒(COVID-19)引发的疫情已蔓延至全球并已成为全球性流行病(pandemic)。随着全球各国公共卫生部门通过整顿资源限制人力成本,许多企业开始评估疫情对业务运营的影响。
疫情常常会导致大量员工不得不远程工作,尤其是当疫情上升到流行病或全球性流行病时,而且疫区的出行限制还将引发运营人员短缺。这些因素都会增加对远程支持的需求,但此时可提供这一支持的员工人数却日益减少。那么基础设施和运营负责人到底该如何应对流行病或大流行病对运营的冲击?
由于新冠病毒疫情的爆发,多个国家/地区的政府开始限制出行,这使得员工无法上班。同时,需求的激增造成电信通讯中断,从而影响员工之间的远程通信交流。
此类情况在流行病和全球性流行病期间十分普遍,并且仅建立企业私有云仍不足以确保业务连续性。为在这种情况下减少业务中断,基础设施和运营负责人应使员工能够使用云桌面DaaS(包括公有云厂商提供的Desktop as a Service服务或者电信运营商提供的云桌面)进行远程工作。DaaS的快速可扩展性和按需付费模式可在短时间内为工作队伍建立起弹性应对能力,而且在大规模部署,且短期使用的时候,整体成本比扩展VPN方案更低。不过为所有员工提供远程工作安排的费用很高,因此需要合理安排人员的访问权限,确保成本可控。
在此之前应确定安全的远程访问用例支持模式,如有些客户使用前置堡垒机方式或账号绑定方式等。为了控制层成本,可以先期为需要DaaS的员工提前安排配置信息,只是在他们需要进行远程工作期间激活相关服务。
如果在您的办公室中发现感染者,那么您的工作地点大概率会被隔离,禁止人员随意出入。基础设施和运营负责人应通过建立数据中心响应计划做好这方面的准备。该计划应包括 创建数据中心现场工作人员核准名单,确认已将访问权限授予相应的人员,并确保名单中以外人员不能访问关键基础设施。另外需要在运营支持层面一个A角应该安排多个B角。至少应安排三名员工为关键任务IT服务的每一个支持层面提供服务,并准备最坏的可能性。有很多用户反馈,在系统真正出状况时,实际情况可能会与当时计划的场景差别很大。
由于人们的出行受到限制并且在流行病或全球性流行病期间不敢前往公共场所,因此原先线下业务交易不得不在网络上完成。基础设施和运营负责人必须增加企业机构的网络流量处理能力,尤其是有些业务因为人们应对突发疫情导致,需求快速增加,如医疗,快递等。在全球性流行病期间,此类企业必须在相对较短的时间内提高自己的处理能力,而相应的基础设施和运营负责人必须 规划通过利用公有云服务的弹性扩展本地工作负载容量。基于实时工作负载和性能监控构建功能,并使用云原生架构自动扩展或重新构建工作负载,确保运营的连续性。本地数据中心容量通常不足以支持此类突发需求。为了满足在关键时刻业务的重要需求,需要建立需求优先级管理委员会以及授权委派机构,使IT部门能够确保开发与支持疫情服务场景相关的应用来帮助满足受影响地区的需求并支持业务的稳定运行。
在全球性流行病得到控制且风险水平降低之后,上述保护措施还使传统行业的IT运营水平能够达到互联网企业机构的IT运营水平。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。