至顶网CIO与应用频道 07月13日 北京消息:企业自动化软件领导者CA Technologies (NASDAQ: CA)于今日发布了新版CA Automic One Automation平台,其中包含整套自动化产品,可以为企业提供智能自动化服务。通过自动化产品携带的全新生命周期管理功能、智能的关键路径管理以及对PostgreSQL的支持,新版本可以实现Ops的强化。新版本还拥有新的“自动化即代码”的功能,可以帮助开发者实现“左移”自动化,并且新增与CA工作负载自动化(CA Workload Automation)、CA持续交付控制器(CA Continuous Delivery Director)、以及新纳入的用于分析的CA Jarvis的整合,从而实现自动化筒仓之间的连接。
对于每一个致力于数字化转型的企业来说,企业级的自动化是连续交付中一个关键且必需的组成部分。在全球的基础设施运营软件市场中,交付自动化和交付应用发布自动化领域发展迅速,据Gartner预测,交付自动化市场2017年增幅达11%(应用发布自动化市场增幅为27%)。
利用强大的自动化帮助IT企业
CA的自动化产品组合为IT企业提供了由机会型自动化向系统性自动化转型所需的工具,同时通过统一自动化筒仓以及将自动化运用于核心商业流程,满足了客户的需求。智能自动化是该产品组合的基础,能够支撑系统完成更加复杂的任务,应用更准确的认知和理解潜在的商业背景,从而交付准确而高效的决策制定。
阿迪达斯(Adidas)流程自动化解决方案架构师Robert Lenz说道:“阿迪达斯致力于成为顶尖的运动产品公司。在过去的数年里,CA自动化有助于我们将敏捷运用于以互联网为基础的核心应用中,从而提供更高水准的用户体验。该成果是能够满足客户需求,尤其是在繁忙的国际性活动期间,例如我们使用CA自动化(Automic)重新设计我们的零售补货流程。我们通过使用CA自动化,把所有的自动化筒仓连接成一个平台,并且利用自动化改善流程,从而减少了95%的人力使用。CA自动化的新功能改善了我们的解决方案体验,因此可以更好地满足阿迪达斯的业务需求和顾客的要求。”
提供智能自动化服务
不同于市场上的其他解决方案,CA Automic One Automation平台包含在一个统一平台上运行的一整套产品。企业能够轻松追踪、自动推进、甚至加速整个交付流程——包括开发、运营、测试、发布。
新版CA Automic的特点和优点包括:
best-blu的高级自动化咨询师Andreas Büsching表示:“best-blu consulting with energy有限责任公司(best-blu consulting with energy GmbH)坚持科技创新,希望为包括CA自动化用户在内的客户提供最好的咨询服务。REST API经过新的优化,使得与CA工作负载自动化相整合的客户端应用程序,可以更简单、更快捷地生成基本代码。利用这一功能,我们可以为客户建立定制化集成,并依据特定环境为客户提供不同解决方案。”
CA Technologies为整个企业提供众多自动化产品,以软件加速企业数字化转型,帮助实现现代化应用的交付。CA Automic One Automation平台无缝衔接已有的IT资源和系统,可以帮助企业延长其已有投资的声明周期。
CA Technologies亚太及日本地区DevOps及自动化副总裁Abhilash Purushothaman表示:“由于亚太及日本地区的企业都希望能在当今数据驱动的数字化经济中角逐并且脱颖而出,企业范围的自动化则显得越来越重要。迄今为止,CA是唯一一家能够提供智能自动化服务的自动化服务提供商,可以满足DevOps对“一切持续进行(Continuous Everthing)”这一要求,从而支持客户的持续改进和数字化转型。”
他也表示:“随着亚太及日本地区的企业采用新的工作方式,接纳如DevOps、微服务和敏捷或精益方法等新概念来自我改造,自动化迅速成为新的生命线,能够减少开发、运营以及客户之间的人力交接。”
CA工作负载自动化、CA持续交付控制器和CA自动化服务流程编制(CA Automic Service Orchestration)作为CA Automic One Automation平台的组成部分,将于6月29日起全面出货。想了解更多内容,请浏览网站:https://www.ca.com/us/why-ca/automation.html
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。