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
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。