日前,数字化企业IT解决方案领域的全球领导厂商BMC的最新研究显示,多种公有和私有云服务及基础架构的快速采用增加了云的复杂性,这种复杂性正在不断放大数字化企业面临的传统压力。因此,企业意识到需要重新思考当前多源云环境下的管理策略和方法,并开始启用人工智能(AI)作为新兴解决方案。
在伦敦BMC Exchange上,BMC公布了上述结果,该结果来自于对11个国家/地区1000多名IT决策者的调查。本项调查由调研公司opinion.life进行,旨在了解为了优化成本、保持灵活性并降低风险,企业应如何投资由不同供应商提供的多个公有云解决方案。
40%的受访者表示希望通过多个云提供商降低风险。他们表示,实施安全和治理策略是管理多源云环境时的主要挑战,其次是自动化、优化资源利用率和云使用成本。由于解决更大规模、更分散且越来越虚拟化的基础架构所带来的安全挑战需求日益突显,多位IT 决策者表示,安全是他们打算在未来24到36个月投资的主要领域。
45%的受访者表示成本优化是使用多个公有云供应商的原因。“采用多源云技术的首要推动因素是成本优化,但五分之二的IT领导者对其企业在云上的开支却一无所知。”BMC企业解决方案总裁Bill Berutti表示。基于这种局面,Bill Berutti认为,仅管理IT基础架构的传统方式不再起作用,IT领导者必须考虑新的多源云环境管理方法,以确保他们在节约成本、自动化性能优化以及增强安全性和治理方面获得公有云的预期益处。
由于认识到管理多个云环境的复杂性,80%的受访者表示需要新的方法和工具,正在考虑的新方法包括AI。有78%的IT决策者表示,他们的公司正试图将人工智能作为其多源云管理策略的组成部分。
Berutti指出,大多数IT领导者都清楚,多源云带来的复杂性正在放大企业面临的传统挑战,如安全性、可见性、成本、性能、自动化和迁移等挑战。为此,这些IT领导者必须使用专为多源云环境构建的新技术解决方案来调整管理方法,如利用机器学习和AI来降低管理的复杂性。
BMC为企业或组织成功管理多源云环境提供以下建议:
好文章,需要你的鼓励
Salesforce研究团队发布开源工具包MCPEval,基于模型上下文协议(MCP)架构评估AI智能体工具使用性能。该工具突破传统静态测试局限,通过全自动化流程收集详细任务轨迹和协议交互数据,为智能体行为提供前所未有的可视化分析。MCPEval能快速评估MCP工具和服务器,生成综合评估报告,为企业智能体部署提供可操作的改进建议。
清华大学团队推出AnyCap项目,通过轻量级"即插即用"框架解决多模态AI字幕生成缺乏个性化控制的问题。该项目包含模型、数据集和评估基准,能让现有AI系统根据用户需求生成定制化字幕,在不重训基础模型的情况下显著提升控制能力,为AI内容创作的个性化发展奠定基础。
月之暗面Kimi K2技术报告:解读万亿参数的智能体模型(含K2与DeepSeek R1对比)
耶鲁大学团队开发了全球首个AI科学实验设计评估系统ABGEN,测试了18个先进AI模型设计消融实验的能力。研究发现最好的AI系统得分4.11分,仍低于人类专家的4.80分,但在人机协作模式下表现显著改善。研究还发现现有自动评估系统可靠性不足,建立了元评估基准ABGEN-EVAL。这项研究为AI在科学研究中的应用提供了重要评估框架。