ZD至顶网CIO与应用频道 03月25日 北京消息(文/孙博): 提起企业信息化建设,移动化战略似乎日趋成为了标配之一。受到消费级市场的带动,绝大部分企业开始加大步伐,将自身信息化系统与移动端无缝对接,希望在这个时间就是金钱的时代,借助效率的提升,可以为企业带来难以计数的成本节约。
在进行移动化选型过程中,企业无非主要有两点考量,投入和回报——如何简单快捷的实现移动化、如何真正提高企业效率,而这两点对于大型企业尤为明显。
对于大型企业来说,无论是管理体系亦或是业务流程,都已经成型,PC端的办公系统相对完整,加上要保证金贵的业务数据安全性,在移动化选型中,沿用开发多个APP的传统模式,不仅改造后台的风险偏大、成本偏高,数据安全性较难保证。
No APP、No API就可以完成移动化
瞄准大型企业在移动化的问题,近期云适配推出了一款企业级浏览器Enterplorer,融合了HTML5标准以及双渲染引擎技术,在“NO APP、NO API”的背景下,摒弃了企业在移动化过程中开发多个原生APP的传统方式,帮助企业在一周之内开始移动办公模式。
具体来说,就是通过云适配的双渲染引擎浏览器内核技术,无需原软件系统厂商提供或重新开发API(接口),也不需要对原有后台系统进行改造,Enterplorer会自动把原PC端页面渲染成适应不同移动设备的移动版页面呈现效果。与普通浏览器相比,Enterplorer可以对同一个页面完成PC+移动页面的渲染,并且基于统一的HTML5标准,快速实现对企业原有B/S结构的PC端业务系统的移动化。
通过Enterplorer的统一管理平台,企业管理员可以对用户进行包括设备、策略、应用、安全、日志等全面管理。此外,通多对数据缓存、数据传输的加密,以及多重账号及管理策略,在提升管理效率的同时,保证数据的终端和传输的安全。
据了解,自Enterplorer推向市场以来,目前用户覆盖了8个行业的30多万企业,其中包含了国务院、投资委等一批国字头大型企事业单位。而对于市场中另一大群体——中小微企业,云适配CEO陈本峰也很坦率的谈到,目前该市场的移动化同质类产品较多,移动化市场也较为的成熟,暂时并不是考虑范围中。
云适配CEO陈本峰
牵头成立企业级HTML5产业联盟,做大移动化市场
一直以来,有关HTML5会取代App应用吗?能够在多大程度上取代?能否用一个统一的HTML5来替代android和ios并行开发的双重成本?类似的声音不绝于耳。
的确,HTML5在近两年出尽了风头,无论是2014年历经8年的标准规范终于制定完成,还是众多互联网企业纷纷开放HTML5,甚至很多人预测HTML5时代真正来临了,不过可以肯定的是,以HTML5为代表的新一代Web技术将要给移动互联网界带来颠覆性变革。
正是看好HTML5相关技术在企业级市场的创新应用和发展,促进HTML5相关技术和商业的有机结合,在本次的发布会上,云适配联合中国信息通信研究院技术与标准研究所、微软、英特尔、华为、科大讯飞、金山等多家业内知名企业及研究机构筹备发起“中国企业级HTML5产业联盟(简称 联盟)”。该联盟由工业和信息化部和国际互联网标准联盟W3C(中国)指导,隶属于数据中心联盟。
企业级市场一定是个合作共赢的市场,没有任何一家公司能够给企业提供一个万能的解决方案。陈本峰介绍,此次与金山WPS、微软、华为等多生态中的多家企业共同合作,充分发挥各自领域的资源优势,实现技术与资源的强强结合,共同推进未来HTML5技术在企业中的应用,打造企业级服务市场的完整生态圈。
好文章,需要你的鼓励
Coursera在2025年连接大会上宣布多项AI功能更新。10月将推出角色扮演功能,通过AI人物帮助学生练习面试技巧并获得实时反馈。新增AI评分系统可即时批改代码、论文和视频作业。同时引入完整性检查和监考系统,通过锁定浏览器和真实性验证打击作弊行为,据称可减少95%的不当行为。此外,AI课程构建器将扩展至所有合作伙伴,帮助教育者快速设计课程。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
英国政府研究显示,神经多样性员工从AI聊天机器人中获得的收益远超普通同事。在Microsoft 365 Copilot试点中,神经多样性员工满意度达90%置信水平,推荐度达95%置信水平,均显著高于其他用户。患有ADHD和阅读障碍的员工表示AI工具为他们提供了前所未有的工作支持,特别是在报告撰写方面。研究表明,AI工具正在填补传统无障碍技术未能解决的职场差距,为残障人士提供了隐形的工作辅助。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。