根据近期发布的Gartner报告,2017将是连接数量超过地球人类数量的一年。报告预测,2017年全球范围内将有84亿个物联网设备启动,比2016年增加了31%,到2020年,这一数字有望飙升至204亿。
根据Gartner的这项统计数据,今年物联网将塑造一个2万亿美元的产业——这就很容易理解为什么有那么多企业会加大自己在该技术领域的戏份。 但是企业对物联网的采用并不像你预期的那么强大。 事实上,消费者群体为物联网爆炸做了大多数贡献。 消费者物联网应用在2017年占物联网应用总量的63%。
Gartner的统计与同期HCL科技公司发布的研究结果保持一致,HCL研究显示,50%的高级IT和业务决策者认为他们的组织在物联网领域已经落后。只有38%的组织使用IoT;另有57%计划未来部署,而绝大多数愿意接受物联网的受访者(82%)可能在市场上处于更好的位置。HCL调查结果基于2016年秋季接受采访的263名全球高级IT和业务决策者的反馈。
那么,是什么阻止了IT高管采用物联网技术?
关于物联网爆炸,企业持保留态度
IT咨询公司TCE Strategy首席执行官Bryce Austin表示,对于CIO来说,企业物联网应用面临的最大挑战包括安全性、数据吸收和设备连接。
“安全已经被证明是一个巨大的问题,它只会变得更糟,直到设备制造商负责使用合理的设计原则,”他说。“数据吸收是另一个大问题。物联网产生的数据必须被收集和存储,最重要的是有效利用。关于设备连接,许多竞争技术都要求设备连接到系统之前与之建立联系。”
Peter Middleton是Gartner的研究主管及该报告的作者,他表示企业采用IoT的障碍包括以下:
·阻碍受管制行业快速变化的法规
·缺乏明确的业务利益
·系统集的成要求较复杂
·解决方案不成熟
·工程/运营之间的商业文化障碍
Gartner分析师Alfonso Velosa回应了这一说法。
“我们和很多企业谈过,”Velosa说,“他们没有制定真正明确的业务目标,也没有考虑过文化问题,为什么要做一个项目?你实际上如何利用资产中的数据?如何劝说别人加盟 ?物联网的核心,是关于业务流程转换... ...这需要时间。”
HCL的物联网WoRKS全球主管Sukamal Banerjee说:“随着以物联网的名义进行的大量积极的技术销售,企业很难看到实现全面价值的明确而快速的途径。”
这是什么意思? 企业还没有实现真正的IoT。
对于那些在IoT领域落后或受挫的CIO和IT主管,Gartner的Middleton建议他们开始建立一个跨功能的IoT卓越中心来协调物联网的工作。
他提出建议:不要针对问题构建IoT解决方案——寻找一个业务价值生成器。 也就是说,除非你将IoT看作是一个实验——并且准备让它失败。
“我建议企业为纯粹的物联网实验预留资金,”TCE Strategy的Austin说,“将它作为研发预算,就像制药公司那样。几乎每一个企业需要对物联网进行探索,但并不是每个企业都会找到合适的实际应用程序用于大规模使用,直到技术进一步成熟。”
物联网,寻找服务支持
很明显,一些企业在实施物联网的过程中需要一点支持。 在很大程度上这就是物联网服务的由来。Gartner预测2017年物联网服务支出总额(专业,消费和连接服务)将达到2730亿美元。
在HCL研究中,73%的受访者表示他们计划争取一家专业物联网服务提供商的支持。 “物联网服务是物联网设备兴起的核心,”Gartner研究主管Denise Rueb说。
Austin表示同意,但他强调把业务价值放在第一位的重要性。 “物联网服务在正确的应用中使用时至关重要,”他说,“CIO帮助他们的业务合作伙伴围绕提出的物联网应用开发金融模型,这些应用必须具有合理的投资回报率。” 据Velosa称,选择物联网服务只会使CIO角色更复杂,因为职能范围从控制转向业务。
“在许多情况下,业务部门-运营团队实际上是运行项目和挑选供应商的人,”他说, “在我们最近的调查中,只有约30%的CIO将运行IoT项目。” 但是,我们知道,CIO几乎肯定会被寄予确保技术实际运行的期望,并且在出现问题时进行修复。
“CIO们希望确保他们对决策产生影响,”他警告说。 但是,有些事情永远不会改变。
最新CIO新闻盘点
微软提供针对云中知识产权风险的保护。为了保护其云客户免受专利侵权诉讼,微软本月初推出了Microsoft Azure IP Advantage计划。根据微软表示,该计划旨在保护客户在云中开发的创新。该程序为客户提供无限制覆盖范围,并涵盖为Microsoft Azure服务(如Hadoop)提供支持的任何开源技术。 “我们希望软件开发人员能够专注于编码,企业能够灵活应对客户不断变化的需求,而不必担心诉讼。”微软公司总裁兼首席法务官Brad Smith在他的博客中写道。作为计划的一部分,将向Azure客户提供10,000项Microsoft专利,如果微软决定将来将专利转让给非执业实体,那么他们永远不会被授予客户。
英特尔投资Arizona,创造了10万个工作岗位。 芯片制造商英特尔投资70亿美元在Arizona的Chandler建立了一家芯片工厂,首席执行官Brian Krzanich与总统特朗普会谈后说。Fab 42工厂将为英特尔创造约3000个全职工作岗位,在Arizona创造超过10,000个工作岗位。 “我们瞄准了这个工厂的7纳米芯片... ...将为最先进的计算机、数据中心和其他高科技设备供电,它们将在人工智能、自动驾驶、医学研究与治疗,以及未来的工厂有惊人的突破,“Krzanich在给员工的信中写道。
House更新电子邮件隐私法规。 美国众议院通过了“电子邮件隐私法”——H.R. 387。 该法案将要求执法机构获得法院命令,要求访问第三方存储的电子邮件超过180天。 “电子邮件隐私法”更新了31年之久的“电子通信隐私法案”,根据该法案,美国执法机构可以使用检察官或联邦调查局特工发出的传票,合法获取超过六个月的存储电子邮件。 “建立这些隐私保护对于确保美国人的权利得到保护至关重要,同时也确保所有云计算提供商都受到内容要求相同的保证。”H.R. 387的发起人Kevin Yoder说。
好文章,需要你的鼓励
ETH Zürich等机构研究人员提出TrustVLM框架,解决视觉-语言模型预测可信度问题。该方法利用模型中存在的"模态差距",创新性地结合图像到文本和图像到图像的相似度,实现无需重新训练即可大幅提升误分类检测性能。在17个数据集的严格测试中,TrustVLM相比现有方法在关键指标上提升显著,同时改善了零样本分类准确率。此成果为AI系统在自动驾驶、医疗等安全关键领域的可靠部署提供了重要保障。
这项研究提出了个性化安全概念,解决大语言模型对不同用户采用统一安全标准的问题。研究团队创建了PENGUIN基准测试集评估模型在处理高风险场景时的个性化安全能力,并开发了RAISE框架高效获取关键用户信息。实验表明,提供用户背景可使安全分数提高43.2%,而RAISE框架通过平均仅2.7次交互即可提高安全分数31.6%。这一创新方法将AI安全从"一刀切"转向"个性定制",为高风险领域的AI应用提供了新思路。
明尼苏达大学研究团队提出了一种创新方法,通过回合级信誉分配显著提升大语言模型(LLM)智能体的多回合推理能力。传统方法只对整个过程进行评价,而他们的MT-GRPO算法能够精确评估每个决策步骤的价值,就像为每一步提供具体反馈。在维基百科搜索工具使用场景中,该方法实现了100%的工具执行成功率和50%的答案精确匹配率,远超传统方法。这一突破不仅提高了AI在多步骤任务中的表现,也为开发更复杂的AI系统提供了重要思路。
这篇研究介绍了PISCES——一种能精确从大语言模型参数中移除特定概念知识的创新技术。与现有方法不同,PISCES通过解缠器模型识别概念相关特征,直接编辑模型参数,实现了更精准的知识移除。在Gemma和Llama模型上的测试表明,该方法不仅有效降低了目标概念的准确率(低至7.7%),还保持了模型在无关领域的高性能,并显著提高了对"重新学习"的抵抗力。这一突破为AI系统的安全部署和合规使用提供了新的可能性。