据商务部网站消息,截至今年9月,中国新能源汽车销量再创新高,仅9月份,新能源汽车销量35.7万辆,同比增长1.5倍,再次刷新记录。新能源汽车的新一轮发展机遇,也让一线互联网科技公司跨界跻身“造车新势力”,争夺新能源汽车中高端市场。
新能源汽车的崛起以及互联网企业的入局对汽车行业的市场和格局产生了重大影响。面对竞争越来越激烈的造车赛道,各大汽车企业纷纷加码数字化,希望通过完善数字化底座,例如在云上进行业务重构,来实现更高效的企业运营体系、更高效的运转。然而,根据全球企业备份和数据恢复解决方案领域的领导者——Veritas最新发布的《企业IT安全脆弱性报告》显示:如果企业IT 安全能力滞后,那么云环境的风险最大。尤其在后疫情和混合多云的时代背景下,汽车企业将面临越来越严峻的IT环境复杂性和数据管理挑战。如何更好地进行数据保护、数据治理来提高业务韧性,是包括车企在内的所有制造型企业必须重视并且直面的挑战。
中国新能源汽车制造业的某领军品牌,就是混合云深度用户中的一员。据了解,该企业的to C业务全部都在公有云上进行。并且,在配合公司业务发展的过程中,整个IT团队设定了2个既定的目标:1. 更好地支持公司研发资源的使用需求,尽可能做到计算、存储网络等IT基础设施资源的池化管理,并最终把相关资源的API接口提供到研发团队,实现更多的自动化来节省人力;2. 将基础设施资源相关的管理、服务配置做到自助化,让研发人员可以在可控的权限内,做到自行使用的体验。
然而随着该公司云上的数据和应用越来越多,IT团队在数据管理中遇到了数据体量激增以及IT基础设施多样化的问题,并且随着更高级别的自动驾驶研发投入,预计在未来几年将产生超过几十个TB级别的数据容量,公司的数据治理迫在眉睫。其实,这也是许多制造企业,尤其是进行智能制造或数字化转型中的传统企业正在面临的问题。针对这一行业痛点,Veritas建议企业应当建立一个“端到端”的解决方案:从数据捕获,到数据归档,再到数据监督,建立起一站式的数据洞察服务,比如发现暗数据、识别风险并对信息进行分类,并通过自动化工作流程帮助企业调整策略,使其可以根据事实追踪数据,最终快速响应法务和监管的请求;另外,针对运维数据,Veritas认为可通过深度分析来优化存储,这样有利于企业实现提升效率并控制成本。
另外,据《企业IT安全脆弱性报告》显示:85%的中国受访者表示,公司在过去的12个月当中经历过停工,并且,平均每家公司受到了1.33次勒索软件的攻击,打断了业务进程甚至造成了停工。除了数据治理问题,Veritas还认为,对制造业来说,其每一条生产线、每一个车间、甚至无人值守设备都是边缘环境,除了关注数据中心、总控平台之外,企业还需要特别关注边缘端的安全。在勒索软件攻击日益严峻的当下,纷纷加速上云的汽车企业,如果没有匹配的数据保护能力,那么业务运营极有可能受到影响,给企业造成极大的损失。
因此,对于那些希望加快服务交付速度、降低成本的汽车企业来说,Veritas认为最好的策略是借助统一的数据保护平台实现标准化。通过打造统一的多云数据服务平台(EDSP),Veritas可实现更好地保护汽车企业数据安全、消除运维复杂性,同时兼顾部署的灵活性并提升业务韧性。另外,在产品层面上,Veritas最新版本的NetBackup 9可全面保护任何云、数据源、工作负载及部署模式,并增强了对Kubernetes和云环境的勒索软件保护能力。通过加强企业级数据保护能力,可实现降低勒索软件攻击的风险,帮助汽车企业确保满足合规和治理需求,并最大限度地提高投资回报率。此外,无论是“造车新势力”还是传统汽车企业,不同的汽车企业在资源和资产投入方面将存在较大的差别,因而各自对数据保护和容灾的需求也会千差万别。Veritas独有的产品优势——同一产品可提供多层级的服务等级,能以更加灵活的部署方式,带来更多选择,充分满足不同汽车企业的数据保护需求。
随着数字化进程的加速,想要避免海量数据管理难、数据安全风险等问题的出现,汽车企业的生产和保护环境必须平行发展。Veritas拥有三十多年的数据保护经验,长期关注企业在数据保护方面的实践,通过打造极具扩展性的统一数据保护平台,助力汽车企业实现自动化的数据保护,并确保关键业务数据及应用的稳定运行,为其数字化发展保驾护航。
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。