ZD至顶网CIO与应用频道 10月27日 澳门消息(文/王聪彬):各家调研机构在这几年都会谈一个话题“数字化转型”,“数字化优先”Digital First也顺理成章成为今年Canalys亚太渠道论坛的主题。“数字化优先”在中国我们更愿意称呼他为“数字化转型”,因为转型可以更好的展现出现在企业的真正形态。
虽然企业数字化转型如火如荼,但是Canalys CEO Steve Brazier却首先带来了一个坏消息。其实Canalys展示的这组数据对于中国来讲并不算坏,但是对于整个亚太地区来讲可能并不那么乐观。
亚太地区在服务器、存储、电脑、智能手机上都有不同程度的下降,但是中国除了电脑外都有所提升。这和中国近几年在大力推广的云计算有着很重要的关系,尤其是服务器和存储增长了16%和11%。
当然在亚太地区也有一个好消息,一些新技术像超融合、闪存等在亚太和中国都有一定程度的增长。
再来看一下服务器市场这几年的变化,2013年直接销售占25%,渠道转售占75%,当时市场中只有两种参与者。但到了2016年不仅参与者增加了,参与者的形态也发生了变化,最大的部分还是渠道转售占55%,公有云占25% ,IDC企业和私有云占20%。
企业客户的转变也对渠道伙伴的运营模式带来挑战,尤其像中国的渠道商应该最有发言权,在亚太地区数字化转型最快的中国。渠道商也在进行着业务或运营模式的转型,亚太地区渠道商的变化是,2016年上半年分销商下降3%,渠道巨头增长5%。
2016年服务器市场的变化,中国在其中起到了很大的作用,为什么这么说,中国在云计算市场的投入已经直逼美国,以BAT为代表的国内云服务商崛起外,还有外国云服务商和创业型云服务商也加速中国市场的布局。
在各类型的云服务商和各种云计算技术的带动下,金融、电信、政府等行业都走在了应用前列,这也得以让一个个鲜活的案例展现在我们面前。
从今年来看,公有云市场增长超过了50%。Canalys重点展示AWS、WindowsAzure、Google全球最大的三家云服务提供商的增长情况,目前三家公有云服商体量超过市场的一半。Steve Brazier给出的评价是他们太大以至于不能失败,当然他也提到不能忽视阿里云的快速增长,尤其在中国市场。
在同几个外国记者交流中国云计算市场时,最深刻的体会是他们其实并不太了解中国云计算市场真正的情况,即使是香港记者也是一样。似乎在阿里云之外对其他云服务上所知甚少,中国云计算市场并不是一家厂商可以覆盖,上文提到的各种类型的云服务商,在自己的细分市场其实都有不同的领军者。
另外,在2016年还有一个明显的趋势就是通讯类App,在中国微信已经占领主导地位,外国则是WhatsApp。外国普遍认为微信和支付宝是推动中国数字化转型的两大移动应用,但是这仅仅停留在消费级,真正在企业级的颠覆者还没有形成。
Canalys也在推动数字化转型上划分了软和硬两种类别,在软的层面上有增强现实、机器学习、区块链、通信,在硬的层面有5G、工业4.0、可穿戴设备、无人车、物联网等,在不同的层面中国已经在其中多个领域开始了具体的应用。
画外音
Canalys还请来了新加坡丽思卡尔顿酒店人力资源主管Mark Fletcher,新加坡丽思卡尔顿酒店建立于1997年,Mark Fletcher也是同一年加入公司,可以说是和公司共同成长。
丽思卡尔顿酒店非常强调简单的商业流程,这也是丽思卡尔顿微笑背后的系统,包括筛选、目标、每天早训、培训和给予权利、庆祝成功,这其中运用了一些数据的支撑。
“很多人都问我们是怎么找到1%最优秀的服务人员。”Mark Fletcher说筛选是非常重要的,不是丽思卡尔顿招聘他们,而是我们吸引最优秀的真诚的想要加入我们的人,以及互相尊重的价值观。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。