当Thomas Phelps IV于2014年加入软件公司Laserfiche,成为其CIO和公司战略副总裁时,该公司200多个应用中,在云中运行的仅有十二个。
现在,其中的三分之一都在云中运行。 像许多其他CIO一样,Phelps的企业IT团队专注于将更多的软件从自己的数据中心移出,并成为软件即服务。
Phelps和其他CIO们一样,采用云优先的方法,但他的云战略更加细致,不再只是简单考虑云计算的IT优势,比如降低成本,弹性,更多的访问和更频繁的更新。
相反,Phelps根据与业务价值相关的指标来评估哪些应用应该迁移到云——分析师认为,领先的CIO们会更多地使用这种做法。
“一些IT企业更多的专注于和预算相关的云指标,我更关心的是我们如何帮助我们的业务更有成效,并通过为特定目标构建的云应用来推动创新,这增加了更多的价值,”他说, “不再只是关注成本,而是考虑上市时间和交付服务。”
Phelps补充说:“我参加了全国各地的几个CIO论坛,在每次讨论中都有一个关于云的对话,以及如何制定与业务相关的战略,并将其与云战略相结合,我认为对于云和云服务在哪些领域(根据需求)可以发挥作用的认识,更加冷静。”
首先迁移到云的应用
Laserfiche的第一个基于云的公司选项是一个项目管理应用,和一个应用生命周期管理应用。然后,扩展到利用云进行市场自动化,这使得Laserfiche能够更快地启动市场活动。
“快速推出这些广告,是巨大的增值,”Phelps说,他也是非营利IS行业协会ISACA的洛杉矶分会的前任主席。
接下来是一套云工具,允许咨询部门跟踪项目细节,如进度和成本,并在客户需要时,随时与他们分享这些细节;这种获取信息访问的能力,一直是云的引人注目的好处之一。
这些早期云迁移带来的业务利益,也带来一些与性能有关的令人印象深刻的云指标,包括云应用的更新和发布速度,与本地应用的每6个月至12个月相比,在某些情况下,可以达到每个月。
微调云指标:清单
但正如CIO们所认为的,当将新产品引入企业时,不能只考虑技术本身, Phelps表示,对于云而言,也是如此。云战略必须关注云的功能和属性,能为业务带来什么价值。
这意味着云指标不单只是包括减少数据中心的成本。 用户(公司员工)的客户满意度是Phelps使用的一个衡量指标。“这应该是公司考虑云战略时的关键因素,”他说。
满足不断变化的客户期望,也是他的云指标。 “我相信,云绝对有助于使员工更有效率,”他解释说,“而且现在,随着千禧一代劳动力的增长,他们的期望是开始工作时,可以立即访问关键的应用。
他们习惯于从应用商店下载应用,并开始与该应用进行交互,并完成工作。如果告诉员工,需要三到六个月才能添加功能是不可接受的。” Phelps说,另一个关键的云指标是上市时间。
“你可以通过云快速为业务提供服务,” 他说,“你不需要像在本地那样,使用同等的时间来确定需求,进行设计,经过测试,并进行大量的定制,你可以很快获得很多服务,合同过程也很简单。” 安全性、合规性和风险因素也是他考虑的云指标,他特别指出,要考虑公司是否希望获得在公有云中放入一些应用,可能会带来的额外曝光。
同样,他还表示,也要考虑到按需自助服务模式增加的风险,任何拥有信用卡的用户都可以购买一个应用用于企业使用,以及部署IT治理结构以降低风险的成本。 云战略中其他考虑的因素包括:
工程师专注于为公司服务而构建软件的价值,相较于专注于为公司客户开发Laserfiche产品的价值;
需要应用来支持协作,以及轻松地与其他应用进行交互,以防止业务部门孤立工作。“他们必须与他们的客户,顾客,业务合作伙伴进行联系。这促成了对具有集成功能的拥有API的云服务的需求,”随着分析程序需要数据更流畅地流动;
与任何特定的云供应商绑定在一起的成本和潜在缺点。“你无法避免合同锁定,” Phelps补充说,本地应用也需要多年的合同承诺;
事实上,云成本并不总是低于本地计算,移动或替换某些应用,比如专利软件的成本是否值得。“如果没有发生问题,为什么要进行修复呢?”他说。
Phelps表示,他希望公司会持续将更多的应用迁移到云,但只有当云指标显示这一迁移会带来良好的业务意义时。
他说:“云已经存在了好几年了,我认识的CIO们都采取务实的做法,他们的云战略与业务价值相一致,他们并不是在追逐新奇事物。”
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。