點開藍代斯克(LANDESK)官網(wǎng)首頁,這幾個問題首先映入眼簾:您能否管理用戶及移動設(shè)備的爆炸性增長?您能否確保一覺醒來所有端點都已更新并保持安全?您能否從可控、主動的IT服務(wù)交付通道中獲益?您能否自由應(yīng)對云?
這幾個問題想必是詢問我們的IT主管的。而對于這幾個問題,大多數(shù)人可能都會撓頭。
記者在采訪藍代斯克軟件公司總裁兼CEO Steve Daly先生時,提及當(dāng)前IT部門面臨的壓力和挑戰(zhàn),Steve Daly認(rèn)為都濃縮在藍代斯克官網(wǎng)首頁的幾個提問當(dāng)中了。而對于IT部門的應(yīng)對,Steve Daly多次使用這個名詞——失去控制。
藍代斯克軟件公司總裁兼CEO Steve Daly(左),全球副總裁、大中華區(qū)總裁孫有吉(右)
Steve Daly所指的IT部門失去控制,基于這樣幾個原因:
首先,現(xiàn)在的公司員工,尤其是年輕員工,他們面對問題會首先尋求搜索引擎或者社交媒體的幫助,IT部門在員工求助時候已經(jīng)被邊緣化了。當(dāng)員工遇到問題不再向IT部門尋求幫助時,也就意味著IT部門的監(jiān)管也將變得更難;
其次,過去企業(yè)只需要管理員工的PC,但是如今的辦公設(shè)備已經(jīng)擴展到智能手機、平板電腦、筆記本電腦等諸多設(shè)備。數(shù)據(jù)存儲的位置既有本地,也有云端。如果IT人員還在沿用傳統(tǒng)的方式來管理員工的設(shè)備,真的太過時了;
另外,IT部門的預(yù)算在逐年縮減,對于IT部門來說,要考慮如何在有限預(yù)算的情況下追求效益的最大化。
在這樣的情況下,如何才能讓IT部門變得更加吸引人呢?作為終端管理解決方案的提供者,藍代斯克提出以終端用戶為中心而不是以終端設(shè)備為中心的管理、運維解決方案。無論用戶擁有多少臺設(shè)備,都能更好地滿足企業(yè)的業(yè)務(wù)需求。其核心就在于以“用戶”為中心的IT管理。
在中國市場,Steve Daly認(rèn)為IT部門面臨的挑戰(zhàn)與全球有很多相似之處,比如同樣面臨成本的壓力,同樣面臨著用戶行為的改變。對于國內(nèi)用戶來說,他們希望以更少的投入解決更多的問題,在中國的金融、電信、電力、醫(yī)療等多個行業(yè),藍代斯克都在致力于幫助客戶解決他們的訴求。
在浦發(fā)銀行,藍代斯克的管理套件和安全套件方案組合而成的ATM系統(tǒng)信息監(jiān)測平臺滿足浦發(fā)銀行全國34個分行3500多臺ATM的管理需求;在遼寧移動,藍代斯克的管理套件和補丁管理解決方案全面涵蓋公司的辦公終端,現(xiàn)在遼寧移動只需要5名IT維護人員,就可以有效應(yīng)對公司1000多臺終端設(shè)備的日常支持與維護管理需求;而在醫(yī)療行業(yè),藍代斯克參與了多家醫(yī)院的IT終端管理項目,并且為眾多醫(yī)療機構(gòu)設(shè)計了適合醫(yī)院運維的實用方案,其中包括安貞醫(yī)院、阜外醫(yī)院、北大醫(yī)院、上海腫瘤醫(yī)院、仁濟醫(yī)院等數(shù)十家醫(yī)院...
面對客戶業(yè)務(wù)發(fā)展的不斷變化,藍代斯克力求以靈活、可擴展性的解決方案適應(yīng)客戶的需求。一方面,藍代斯克的解決方案允許用戶下載需要的新的應(yīng)用;另外,用戶可以通過網(wǎng)絡(luò)搜索和知識庫搜索的方法尋求幫助;而對于企業(yè)很重視的移動設(shè)備的安全問題,藍代斯克的解決方案也力求在安全的同時給予用戶更大的自由度,而不是因為安全而被套上枷鎖。
而據(jù)Steve Daly介紹,藍代斯克將在5月份發(fā)布一個跨網(wǎng)絡(luò)、跨平臺的門戶,讓用戶在其中得到自己想要的一切IT資源。這個門戶面對用戶和IT管理人員兩大人群。面對用戶,可以完成在應(yīng)用商店的下載;面對IT管理人員,可以輔助他們進行管理。
在云計算的大環(huán)境下,藍代斯克也在提供混合云的解決方案,但是Steve Daly也坦言,就目前來說,藍代斯克的大部分業(yè)務(wù)依舊是基于非云。但是他也同時透露,因為藍代斯克的解決方案一直以來都主要面對大中型客戶,因此為了服務(wù)于小企業(yè),公司將在明年推出基于云的解決方案,讓小企業(yè)也能享受到藍代斯克的產(chǎn)品和服務(wù)。
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。