中国北京– 2022 年 6 月 15 日 – 提供简洁、功能强大且安全的 IT 管理软件的领先供应商 SolarWinds (NYSE:SWI) 于今日发布了其第九个 IT 年度趋势报告。今年的报告《SolarWinds 2022 IT 趋势报告 - 扭转 IT 局势:管理混合 IT 复杂性》,研究了数字化转型的快速发展情况及其对 IT 部门的影响。该报告发现,混合 IT 的加速发展增加了大多数组织机构的网络复杂性,并给 IT 专业人员带来了一些令人担忧的挑战。
混合和远程工作放大了分布式和复杂 IT 环境带来的影响。在跨云端和本地的基础架构上运行工作负载和应用程序可能是一项挑战,许多组织机构越来越多地遇到这些痛点,并最终被其阻碍。 IDC 的报告指出,随着越来越多的任务关键型工作负载被迁移到跨越公共云、私有云、混合云和多云环境的互联云架构上,企业认识到他们需要投资一些工具,来帮助确保跨平台和终端用户1的一致性策略和性能。然而,这些企业同时面临着预算、时间限制等挑战,以及将可观察性作为一种策略来跟上混合 IT 现实的障碍。
SolarWinds 的最新报告还发现,专业技术人员对公司管理 IT 的能力缺乏信心。近一半 (44%) 的受访者表示,他们利用监控策略来管理复杂性,而 54% 的受访者表示,他们对组织机构的大多数应用程序和基础架构缺乏可见性。这种可见性的缺乏影响了他们检测异常、简单分析根本原因,以及进行其他关键流程的能力,而这些流程可以确保关键业务应用的可用性、性能和安全性。
“运维复杂度使得组织机构无法利用以技术驱动的转型和投资,并为终端用户提供好处,” SolarWinds 总裁兼首席执行官 Sudhakar Ramakrishna 说道。 “随着组织机构将目光投向后疫情时代,他们必须重新审视过去几年的投资。这一审视要求组织机构对其 IT 环境具备可见性,了解哪些可行,哪些不可行,以及他们可以朝着哪些方向努力,以实现计划项目中的投资回报率 (ROI) 。”
“对于在这些跨越本地部署、私有和公共云的多样化、分布式的环境中负责管理更高级别复杂度的专业技术人员来说,可观察性正逐渐成为明确的答案,” Ramakrishna 补充道,“然而,组织机构必须留出时间和资源来培训和提升专业技术人员,帮助他们恰当地实施可观察性战略,并更有效地管理混合 IT 现实,如建立他们的团队和业务,以取得长期成功。”
2022 年主要调查发现
混合 IT 的持续扩张使 IT 管理复杂度增加,专业技术人员对如何最好地管理 IT 缺乏信心。
一个受访者特别关注的领域是可见性。随着越来越多的企业转向复杂的混合 IT 环境,专业技术人员表示,他们对其网络、应用和基础架构的可见性非常有限。
如果组织机构缺乏对其网络的洞察,会影响投资回报率。
由于预算和时间的限制,克服 IT 复杂性并提高投资回报率将会非常困难。
尽管几乎一半 (44%) 的受访者表示,管理增加的 IT 复杂性的最佳方案是采用 IT 管理工具,但仍存在计划投资不足的问题。
请访问 SolarWinds IT Trends Index(SolarWinds IT 趋势索引),通过动态的网页浏览探索研究结果,还可以通过图表、图片和社交共享元素,对不同地区的数据进行进一步分析。如同往年的 IT 趋势报告,今年的研究有互动部分,访问者可以看到自身实际状况与研究结果之间的对比。
今年的 SolarWinds IT Trends Index(SolarWinds IT 趋势索引)的调查结果是基于 2022 年 3 月进行的一项调查。该调查获得了 1,138 名来自北美、澳大利亚、法国、德国、日本、新加坡、中东地区和英国的 大、中、小型公共和私营企业和组织机构的技术人员、经理、董事和高级管理人员的反馈。
1IDC 市场预测:全球智能云运营软件预测 2021-2025,2021 年 7 月
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。