ZD至顶网CIO与应用频道 03月04日 北京消息:Forrester认为在来自国内和国际的双重影响下, 2017 年的中国经济发展仍将整体缓慢并面临巨大下行压力。其中,全球经济复苏的疲态以及外汇贬值都会对中国的出口经济带去不利影响;而有限的内需则无法有效抵消传统行业 (例如钢铁和水泥制造业) 的产能过剩。
此外,在市场饱和的预期之下,包括汽车和移动手机行业在内的消费者市场也正在相应调整生产。世界银行预测, 中国 2017 年的 GDP 增速将从 2015 年的 7.1%下滑至 6.9%, 成为 20 年来最低。在这样的宏观环境之下,Forrester认为对于中国企业的 CIO 而言,未来一年 有以下趋势必须关注:
·商业科技 (Business Technology,BT)支出将会成为企业的战略投资选择。随着越来越多企业认识到发展客户至(Customer Obsession)上数字化业务的重要意义, Forrester 预测中国的企业和政府机构将在 2016 年通过开展商业科技战略投资来进一步加速转型。
·数字转型将会推动科技市场增长。中国企业的技术决策层过去重点关注的是自身的内部运营,但是对于企业来说,未来的商业的成败取决于企业能否在恰当的商业技术上投入足够的时间、金钱以及人力,从而使得企业能够更好的赢得、服务和维持客户。
·数字化人才的争夺将进一步加剧。为了能够实现市场差异化、优化客户互动和加快业务增速这些发展目标,企业需要做的远不止成本削减。Forrester认为,为了成为客户至上的企业, 更加重要的长期企业战略资源是人才。
商业科技的发展需要企业系统性的预算投入
企业的 CIO 和技术管理层需要充分认识到中国经济放缓这一宏观经济的“新常态”, 并转而将更多的时间和资源投入在ROI 最大化和推动企业数字化转型上。在从 IT 到 BT的转型过程中,企业 CIO 必须全面考虑企业所面临的挑战并且采取系统化的应对方案。其中包括:
·通过正式的评估程序确定企业技术投资目标。新兴技术中往往有一些不十分成熟的开源软件解决方案,甚至还有一些“过度承诺”的业务解决方案。面对这样的情况, 企业有必要以实际的业务需求为甄选条件开展技术评估,包括开展针对定制化应用场景的概念验证(PoC)等。为了对技术潜在的影响作出充分预估, 所有利益干系人都必须参与评估过程。
·制定技术基础设施迁移计划,确保投资计划的有效性。新兴技术的采用, 包括云计算、大数据、社交和移动等,都不应该影响到企业业务部门对既有系统的正常使用。因此,企业架构专业人员(Enterprise Architect,EA)应当与应用开发交付(Application Development and Delivery,ADD)和客户体验(Customer Experience,CX)部门的同事合作以确保系统迁移后的客户体验水平。同时, 在此过程中企业架构人员也应该和基础设施运维(Infrastructure and Operation,I&O)团队协作,制定包含相关灾备措施的具体迁移步骤。最后,为了保证业务的连贯性,企业架构人员必须尽可能实现迁移步骤的自动化。
·扩展价值生态系统,使投资效益最大化。为了能够实现投资收益的最大化,企业应该考虑将数据资产转变成数据产品,从而在合作伙伴生态系统中实现自适应智能(Adaptive Intelligence)。大型企业垂直技术领域领导者应当战略性地参与到主流的开源项目中,例如 OpenStack 和 Docker 等开源社区。这样做不仅能够帮助企业将自身的软件发展路线与业务目标联系在一起,同时也可以给予这些开源社区宝贵的反馈信息。
如需获取更多相关信息,请联系:xsong@forrester.com 长按
好文章,需要你的鼓励
OpenAI发布ChatGPT Atlas AI浏览器,支持网页问答、历史查询和邮件改写等功能。同时曝光秘密项目Mercury,雇佣约100名前投行精英以每小时150美元训练AI金融模型。公司还因用户滥用Sora生成马丁·路德·金视频而暂停相关功能。此外,医疗AI搜索引擎OpenEvidence获2亿美元融资,估值60亿美元。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
随着Chrome和Safari主导浏览器市场,众多替代浏览器正在挑战这些行业巨头。本文梳理了当前顶级替代浏览器,包括AI驱动的浏览器如Perplexity的Comet、Arc公司的Dia、Opera的Neon和OpenAI的Atlas;注重隐私的浏览器如Brave、DuckDuckGo、Ladybird和Vivaldi;以及专注特定领域的浏览器如Opera Air和SigmaOS。这些浏览器通过AI集成、隐私保护、定制化和专注用户福祉等特色功能,为用户提供了多样化的浏览体验选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。