ZD至顶网CIO与应用频道 08月03日 北京消息: 在日前召开的2016中国云计算生态系统峰会上,寄云科技凭借在云计算领域的自主创新,荣获优秀云服务运营商和优秀创新云应用开发商。这也充分肯定了寄云在帮助ISV、渠道、用户更好地实现向云计算转型、把握SaaS时代新机遇上所做出的努力。
据了解,商业伙伴咨询机构2016Cloud500调查评选工作历时两个多月,共有数千家企业报名参选,根据企业实力、创新性、发展前景等指标,最终产生500家入选企业。这500家入选企业,涵盖公有云、混合云和私有云等多种业务类型,是中国云计算生态系统的代表力量。
在云计算市场中,企业比拼的不只是自身的实力,只有与云生态系统中的其他企业合作,才能占有一席之地。伴随着中国云计算市场的发展成熟,云生态的合作模式也在不断创新。在此次峰会上,寄云科技CEO时培昕博士重点分享了寄云SaaS服务平台的功能特性,以及在用户、合作伙伴和SaaS厂商迈向云计算道路上所能够提供的帮助,展现了寄云在促进云生态系统发展上的力量。
企业SaaS服务仍存巨大阻力
“SaaS替代传统软件,只是时间问题。”时培昕博士表示,相比较传统软件,对于客户,SaaS具有任何时间、任何地点的访问,更灵活的业务响应能力,更低的采购风险,更低的投入,更快的特性迭代等特点,更好地实现了客户利益和风险的平衡。
不过,国内的云服务市场真实情况则是云服务体量和经济水平不匹配、云服务收入结构软硬倒挂,企业SaaS服务还存在巨大的阻力。时培昕博士认为,这种阻力在厂商、渠道和客户三个层面都有所存在。
对于厂商而言,他们希望分食SaaS蛋糕,但不具备“登云”的技术能力和运营意识;对于渠道商而言,他们担心在IT云化后被线上渠道取代,对转型有动力却无能力;对于客户而言,他们知道云是热点,知道云的好处,但无法独自完成,业务发展不规范,个性化诉求众多。
要破解这些难题,时培昕博士认为应该从PaaS平台和企业应用商店两个层面出发,其中PaaS平台解决“产”的问题:基础设施已经趋于完善,大量应用需要从传统模式转变成云服务模式,且应用的交付速度和质量要求越来越严格,但现有的客户不具备上云的能力;而企业应用商店解决“销”的问题:国内的中小企业客户分散,而订阅式服务下的云服务厂商无法承受高额成本的地推式获客模式,企业客户同时需要一站式的云服务平台来快速获取多个厂商的服务。
为此,寄云打造了中国自主知识产权的“产+销”SaaS服务平台,通过软件云化/SaaS化、SaaS应用商店和PaaS平台帮助企业上云、构建云端应用,帮助企业冲破进入SaaS服务市场的巨大阻力。
寄云SaaS服务平台打破SaaS消费瓶颈
据了解,寄云SaaS服务平台在SaaS开发方面,可以帮助传统软件实现SaaS化,提供软件SaaS门户、自动化交付、扩展和运维的能力,并支持构建全新的多租户SaaS应用;在SaaS分销方面,提供平台应用商店,并支持合作渠道构建渠道应用商店,实现SaaS应用的销售。
对于用户而言,寄云SaaS服务平台可以为用户提供丰富的应用选择,快速的体验和开通,统一的应用门户和身份管理,统一的账单和发票,更优惠的价格和更好的业务集成。
对于渠道合作伙伴来说,寄云SaaS服务平台可以帮助他们提升直接的客户变现能力,实现更强黏性的收入、更高利润、更多的长尾市场服务机会。如今,已经有包括神州数码、惠普企业、沃云、航天信息、软通动力等在内的全国性和区域性伙伴已经通过寄云SaaS服务平台构建了渠道应用商店。
对于SaaS厂商来说,寄云SaaS服务平台可以帮助他们实现开发速度的迅速提升,更低的客户获取成本,更低的交付和运维成本,更快的产品特性推广。包括爱数、通达,IBOS等数十家软件厂商接入寄云SaaS服务平台,并获得了良好的效益。通达信科CTO刘向前就表示:“寄云提供的一站式SaaS服务,不仅帮我们以极快的速度构建了云OA的业务,还提供了很多我们没有想到的特性。”爱数副总裁官文军也表示,“我们完全没想到通过寄云来实现AnyShare的SaaS化会如此简单,远远超出我们预期。”
时培昕博士在云计算峰会上演讲
时培昕博士表示,寄云所要做的就是要让SaaS开发更加简单,创业者能聚焦在核心业务上;让SaaS获取客户更简单,成本更低;搭建全国(球)性云服务销售网络,对接销售渠道和云服务供应商。
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。