跨国企业机构发现,对其业务有可能造成破坏性影响的不确定性和突发事件的数量正在增加。2024年Gartner董事会调研显示,受访者认为监管、网络安全和地缘政治风险位列最大风险的前几位(见图1)。
图1:影响未来增长的主要外部威胁和制约因素

从全球技术栈中解耦中国市场使用的应用,是指将中国应用的运行和数据从全球体系中解耦,使本地应用能够独立运营。出于制作报表、进行分析和决策等原因,本地应用可以与全球技术栈集成,但此类集成并非运营本地应用所必须。同时,为了支持和维护本地应用,往往还需要配备一个境内团队来负责本地应用的运营和维护。因此,解耦是一项成本高昂的举措,需要对技术和团队进行投资。首席信息官(CIO)需要对厂商格局进行评估,选择合适的应用部署方案,以确保合规、全球效率和本地增长。
符合合规要求的同时,满足全球效率和本地增长需求
为符合合规要求,企业机构纷纷将其在中国使用的应用解耦。由于部分国际厂商无法支持企业的这一需求,企业机构也在对厂商进行重新评估。不要仅仅将该举措视为是合规要求,而要将其视为推动本地增长、平衡全球效率的机会。解耦中国应用时,除了总拥有成本(TCO)和实施时间外,企业机构还应考虑以下其他因素(见图2):
图2:解耦中国市场应用的考虑因素

评估国际厂商与中国厂商的格局
企业机构经常面临一个抉择:是继续使用国际厂商的解决方案,还是转向本土厂商,以更好地适应国内市场的需求。国际厂商通常经由总部挑选,应用内已经设置了相关企业流程并已经与其他内部系统集成,可作为全球标准。然而,这些厂商可能无法提供能充分满足国内市场需求的功能。相比之下,中国厂商则针对国内市场优化了解决方案,集成了本士生态系统,并提供了符合用户偏好的功能和用户界面。然而,这些本土厂商提供的功能可能不如国际厂商那么先进,或者不能快速方便地与全球系统集成。对于每个应用解耦考虑方案来说,国际和本土厂商各自存在优缺点。
从三个方案中进行选择,实现与全球应用解耦
在中国,有三种解耦方案可供选择:继续使用全球应用、混合使用全球和本土应用,以及转向使用本土应用。每种技术对于合规、效率和本地增长的支持程度不同,而且每种技术所适用的TCO和实施时间也不同(见图3)。
图3:解耦中国市场应用的三种方案

好文章,需要你的鼓励
亚马逊云服务宣布雷尼尔项目正式投入运营,该AI超级集群配备近50万块Trainium2芯片,分布在多个数据中心。AWS称这是全球最大的AI计算集群之一,从宣布到全面运营仅用不到一年时间。合作伙伴Anthropic计划年底前扩展到超过100万块芯片。该项目与OpenAI星门计划展开激烈竞争,AWS凭借自主硬件开发优势能够控制从芯片到数据中心的完整技术栈。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
谷歌开始推出Fitbit应用的重大更新,采用全新设计并集成由Gemini AI驱动的个人教练功能。该更新于10月28日首先面向美国地区的Fitbit Premium用户开放,后续将逐步扩大覆盖范围。新版本围绕今日、健身、睡眠和健康四个主要标签重新设计,强调周趋势数据分析。AI教练功能可根据用户的实时和历史数据提供个性化建议和训练计划,支持语音或文字交互。用户可选择是否使用AI功能,预览期间可在新旧界面间切换。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。