作者:VMware首席执行官 Raghu Raghuram
在与教育、银行、医疗等多个行业的首席执行官交流中,我们发现他们普遍提到了两件事:首先,大多数企业领导者都坚定不移地推动企业转型,力争成为创新的数字企业。同时,他们认为在这方面拖延都会导致企业落后于竞争对手。许多企业领导者将这一战略比喻为“进攻”,通过数字化投资加快上云步伐,从而重新定义与客户的交互方式,并实现自身产品的差异化。
与此同时,企业领导者们敏锐地意识到自身所处的宏观经济环境已经发生了巨大的变化。战争、供应链限制、油价冲击、能源短缺、通货膨胀等因素使企业不再能够像以前一样,以极低的成本获得推动增长所需的资金。面对这种不确定性,企业领导者正专注于通过优化支出、降低成本和提高弹性来“做好防守”。
最重要的是,精明的企业领导者已经认识到他们需要做到“攻守兼备”。他们面临的关键问题是:“如何在通过数字创新推动业务增长的同时,通过优化成本提高盈利能力?”
这一问题的答案很大程度上取决于他们有效驾驭多云环境的能力。近七成的全球企业在多个云上运行日常业务1,可见我们已经来到了一个拐点。企业领导者们将提高多云环境管理的成熟度放在首要位置,正是看到了其对企业营收增长和盈利能力的影响。
事实上,许多企业正在努力管控其跨云支出。不久前,我们委托市场调研公司Vanson Bourne对全球近6,000家企业进行了一次调查。结果表明,95%的企业认为多云架构对业务成功至关重要,但其中有76%的企业表示他们需要加强对云成本的控制2。简而言之,多云虽然必不可少,但却成本高昂。
实现途径
VMware专注于通过云智能方案帮助企业做到“攻守兼备”。这么做意味着什么?云智能策略的核心是帮助企业在其依赖的各个云中实现更加一致、安全、经济的运营模式。
在“防守”方面,云智能方案通过提高企业对云支出的可见性和控制力减少成本。企业通过在其选择的公有云中使用VMware基础架构,将其上云成本降低一半。VMware方案还帮助企业通过内置的“零信任”安全模型,加强网络威胁防范,进而提高自身弹性。
在“进攻”方面,云智能方案帮助企业更快交付新的应用,在拓展业务的同时,实现全企业基础架构现代化和自动化。云智能方案的另一个重要作用是帮助分散在各地的员工无障碍、更安全地访问所需要的应用,以保持连接和生产力。
生成式AI赋能的云智能方案
大部分企业领导者十分看好人工智能(AI)的潜力,尤其是支撑ChatGPT等应用的大型生成式语言模型。同时,他们也迅速认识到这些基础模型可以成为企业的新平台。
企业领导者经常会问,如何在充分保护客户信息的前提下,在敏感的企业数据上使用这些生成式AI工具。VMware正在与NVIDIA等行业头部企业携手打造AI赋能的云智能方案,使企业能够在数据中心、多云环境、边缘等任何地点安全经济地构建和运行新一代AI应用。
首席执行官们认为生成式AI给他们带来了“攻守兼备”的机会,他们可以充分发挥AI的力量提升软件开发、客户服务、市场营销等部门的生产力。例如,针对客户的各种咨询,许多企业已经在使用ChatGPT为其提供高度详细且准确的回复。这代表着,相比以前主要用于分析预测,AI在企业中的用途发生了根本性的转变。
一言以蔽之,越来越多的企业认识到云智能方案是实现数字化转型的最有效途径。今后,随着生成式AI的用途日益广泛,云智能方案将逐渐成为企业的默认运营模式。
1-2:Vanson Bourne在2022年10月发布的《多云成熟度指数研究报告》。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。