ZD至顶网CIO与应用频道 10月31日 人物访谈(文/孙博):“过去我一直在做B2C的业务,但是这个领域往往风险较高,并且也很难跟大厂商竞争。而B2B的业务相对较稳定,如果回看二十年,很多尖端技术都是在B2B领域兴起。”今年夏天,在美国IT领域从事了二十多年的Kevin Lin决定回国,选择了国内多方通信领域的老牌企业会畅通讯担任CTO,开始了在中国B2B领域的职业生涯。
谈到目前通信产业的发展,Kevin说过去通信是一个非常重要的工具,但是当“屏时代”到来的时候,很多应用也在不同程度侵蚀到了通讯的领地。另外,通信运营商主要运营的是所谓的“管道业务”,按使用收费。而互联网时代下,资金走向了应用层,逐渐向“管道”的两端发展,“管道”的地位则越来越基础。“就比方说,路建的再好,跑在高速公路上的车才是亮点。”Kevin对当前B2C领域的通信产业发展这样认为。
会畅通讯CTO Kevin Lin
金字塔尖上的业务要求更严格
与上文提到的不同,此次Kevin去到的是一家在远程通信行业内深耕多年的企业级通信服务商,在谈到企业级通信产业的状况,Kevin提到了一个形容词——金字塔尖。“现在80%类似点播、小视频这样的流量占了绝大部分,这就是处于金字塔底端的价值稍低些的流量。往上一层,是实时性较高的直播业务。而处在金字塔尖位置,则是那些无论实时性,还是交互性都非常强的视频会议业务,占用小部分的网络,但价值非常高。”
会畅通讯作为专注在“金字塔尖”业务的传统企业,今年已经迈入了第十个年头,服务了70%的世界500强企业。并且从之前由他们提出的多方通信3.0的概念,相较1.0的硬件间互联,2.0的注重服务的概念,现在的会畅通讯更加强调的是咨询、服务为一体的整体解决方案。通过对不同企业的不同阶段,多类问题的分析,提供差异性,更加精准的定制化服务。
目前会畅通讯主要服务对象主要针对规模较大的企业,Kevin说由于大型企业往往分支机构较多,所以在多方沟通过程中,不管是从普通语音、共享PPT方面,还是到完整的视频会议直播,其要求都会更为复杂甚至苛刻。
所以,针对大型、复杂的会议直播,会畅通讯一般会预先进行人工的干预,通过辅助性的服务,布置好会议的直播环境,预置好一个大型的会议,这样在直播过程中,才可以保障视频的连续性、稳定性。
谈到连续性,Kevin告诉记者,其实目前在多方通信领域还是存在类似这样的技术瓶颈。与像军队这样的机构通常建自用的专网、专线不一样,通常情况下,受到网络接入方式的不可控,或者网络资源被过多的共享、数据中心、CDN等多个因素的影响,视频卡顿、延迟的问题不可避免。
因此,若要做到满意的服务,这些因素都要考虑进去。例如,在数据中心出现宕机情况的时候,会畅通讯会首先进行确认问题所在,然后以“变通的方式”,酌情选择接入其他节点,最快的速度让会议顺利进行下去。“紧急情况出现的时候,向用户解释是没用的,关键还得有预备的措施,这才是做服务。”Kevin说,一个好的多方通信解决方案应该将会前、会中和会后,三个部分全部考虑进去。
为下一波趋势做准备
过去企业通信协作都是买硬件,然后将所有设备互联。云时代的到来,给企业沟通协作方式带来了质的改变,许多企业选择了“硬件+云”的混合方案。而未来,随着所谓的专项硬件被包含多个功能的通用设备所取代,选择全云的协作模式将成趋势。
据了解,会畅通讯也在通过云计算的模式,更快速、低成本的提供给企业多方视频通讯的服务。无论是公有云,还是私有云,都可以进行灵活的部署,企业内外部资源可以任意调用、扩充。抛弃老套的会议申请,通过终端实现随时随地加入会议。
上面谈到的是正在到来的“云时代”,而作为IT服务商,还得需要有个精准的眼光,为下一波趋势的到来做准备。“我们现在所处一个屏的时代,每个人都隐藏在屏的后面,然后进行沟通交流。但下一波行情也已经崭露头角,那就是‘去屏化’的通讯,即利用虚拟现实和增强现实技术。”对于未来企业的沟通方式,Kevin有着自己的见解。在他看来,当前VR、AR在消费级的火热,未来一定会影响到企业级市场,一定会渗透到通讯产业的发展。
Kevin预测,在未来不久,人类进入到“去屏化”时代,人们可以选择一个想要的场景,通过VR/AR技术的支撑,所有人都可以进入到虚拟的空间内,进行“面对面”的沟通。“以前是大家找会议,未来应该是会议找你,开会的地点可以跟随人去到任何想要的地方。”
据透露,会畅通讯现正在努力将虚拟现实技术与多方通信应用相结合,来解决未来一两年内企业在大型视频会议中的需求。“不过,跟其他技术一样,一定得现在C端发展成熟、稳定后,才会逐渐平移到B端。”谈到什么时候才能看到上述的融合真正落地,Kevin强调还要等到整个产业链发展成熟后,这波行情才能出现。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
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。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
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。