分析师机构 451 Research警告CIO关于无法将软件定义基础设施投资和员工培训配对的危险。
如果企业想成功部署的话,他们必须支持自己的2016年软件定义基础设施(SDI)开销方案与培训员工使用相应技术的方案。 这是根据451 Research的开篇的关注SDI的《Voice of the Enterprise report》得出的结论。该研究的特色是基于全球900名IT专业人员的回答,以及分析师机构的28000名高级IT企业技术专家的投入。
研究调查结果显示,2016年企业会在SDI技术方面增加大约14.4%的花费,而且67%的调查对象会增加SDI开销。与此同时,65%的调查对象宣称行动是受更大业务敏捷性的需求推动的。 尽管如此,451称当前仅有21%的企业正在他们的IT环境里使用SDI技术,缘于技能不足和对产品负面影响的不成熟的担忧。
在研究中,SDI技术被归类为服务器、存储或网络工具类,它们正经历虚拟化,配备管理自动化和弹性缩放工具。 根据451 Research的研究副总Simon Robinson的说法,随着企业指望在他们的服务产品中越来越多的数码化,他们对技术的兴趣正在增长, “随着每一个业务变成数字化商业,决策者正关注提高他们整体IT环境的效率和有效性,”他说:“这鼓励决策者探索新的IT发布模型。”
供应商和开销预测 《The Voice of the Enterprise》报告宣称Vmware、Cisco和 Microsoft在提供SDI产品方面,正领先群雄。 451的报告也建议37.4%的企业正计划增加软件定义网络的开销,同时26.9%预期今年会提高软件定义存储的预算。
451 Research的高级分析师Nikolay Yamakawa,警告企业,如果他们不准备好在员工SDI技能的投资,则会有资金浪费的风险。 “为了成功的实施,决策者应该先执行内部技能的审查,再留心填补所有缺口。” Yamakawa说道。 “同时,供应商应该定位在沟通需求、提供案例学习方面扮演一个更加积极的角色,以帮助企业克服这些障碍。”
好文章,需要你的鼓励
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。