韧性是一个物理学概念,韧性越好,发生脆性断裂的可能性越小。现在这一概念已经被拿来形容企业,因为企业生存的市场环境从来不会一帆风顺,风险与挑战时时存在。
在数字化和智能化驱动发展的时代,爱数提出,组织需要借助数字化技术增强组织韧性,通过数据战略实现数字化韧性,以更强的适应性、敏捷性、弹性和抵御风险能力,重塑组织生产力。
爱数在2023年也带来了AnyBackup Family 8多云时代统一数据管理平台和AnyRobot Eyes 5云原生时代的可观测性平台帮助企业增强数字化韧性。
全方位构建数字化韧性
2006年成立于上海的爱数,至今已有17年的时间,最早爱数的业务聚焦在数据保护,到了2011年升级到数据管理,2019年又发布了大数据基础设施战略,在此之后爱数一直在探索一条帮助客户建立数据驱动型组织的道路。
2022年爱数又提出了“数据战略屋”的建设思路,其中包括技术底座,需要具备多云能力、全域数据能力、敏捷能力、安全治理能力这些核心能力;底座之上有两大支柱,建立数字生态,同时在组织内部建设数据驱动文化;最后表现出来的是实现数据资产化,形成数据产品,最后通过数据交易实现数据货币化。
爱数认为建设的数字化韧性是企业能够达成数据驱动型组织的核心,数据战略需要从组织顶层设计开始,最后通过实现数据驱动型组织来达成数据驱动业务客户价值的过程中。
“过去三年来,一直在做路径演进,对数据驱动型组织如何建设有很多新的方案、观点、产品。”爱数品牌副总裁李曼舞说道。
今年爱数又提出“韧性”,对于组织来说,韧性包括了适应性、敏捷性、顽强性、弹性。适应性是应对环境的能力,支撑多云战略,降低多云数据管理的复杂性;敏捷性是响应变化的能力,通过运营数据更好地了解组织的发展变化,更快速地做调整;顽强性是抵御风险的能力;弹性是满足规模的能力,能够更快地处理海量数据。
所以建设数据驱动型组织除了数据驱动业务之外,还要增强“数字化韧性”这一核心价值。
李曼舞也解释称,数字化韧性是通过数字化、智能化驱动发展,借助数字化力量,增强组织韧性,通过数据战略实现数字化韧性,以达到更强的适应性、敏捷性、弹性和抵御风险能力,从而重塑组织生产力。
爱数多年来的发展路径非常坚定两个方向。爱数总裁贺鸿富说道,第一点是专注于数据能力,从数据保护,到数据管理,再到全域数据能力;第二点是以产品为导向,支撑企业的数据战略。
所以在产品层面,爱数通过4个数据平台+2个人工智能平台支撑全域数据能力。4个数据平台分别是AnyBackup多云时代统一数据管理平台、AnyShare智能内容管理平台、AnyRobot云原生时代的可观测性平台、AnyFabric全域数据资产管理平台;2个人工智能平台是AnyData领域认知智能框架和ModelWhale数据科学协同平台。
贺鸿富表示,4个数据平台覆盖了全类型的数据和全寿命周期,之后就是人工智能的应用,这样全域数据的能力就成型了。
通过“4+2”平台爱数正在帮助客户打造数据驱动型组织,以全域数据能力支撑客户数据战略落地,实现数据驱动业务,增强数字化韧性。
多云时代统一数据管理平台
为了承载数据驱动型组织数字化韧性的价值,今年爱数又发布了AnyBackup Family 8多云时代统一数据管理平台,全面升级了AnyRobot Eyes 5云原生时代的可观测性平台。
AnyBackup Family 8是多云战略下集数据备份、副本数据管理、数据治理、数据归档、数据搜索于一体的统一数据管理平台,以备份数据湖架构和数据管理开放架构,帮助组织实现不同业务的数据生命周期管理,增强数字化韧性。
AnyBackup Family 8有着四层架构,第一层备份数据湖,将各种各样云上不同业务、不同类型数据通过保护的方式、备份的方式,将数据放在备份数据湖中;第二层数据管理服务,通过对数据实现备份恢复的管理、副本数据管理、数据治理、数据归档、数据搜索;第三层开放架构,包括所有存储、海量数据管理能力、数据管理服务能力,都以API的方式全部开放出来,供各种第三方应用、平台、开发者调用整合;第四层业务数据生命周期管理,在之前三层的基础上,围绕每一个业务,对数据采集、准备、提供、使用、处理、归档、销毁提供全生命周期管理。
可以说AnyBackup Family 8多云时代统一管理平台,在适应性、抵御风险能力、弹性、敏捷性等方面全方位助力客户增强数字化韧性。
适应性方面:支持多云数据的备份、复制、迁移和归档,能够轻松适应多云环境,帮助各行业客户实现多云数据的统一高效管理,降低多云数据管理复杂性。
在抵御风险方面:不仅可通过自动化的灾难恢复管理,有效提升灾难恢复能力,还支持对不同业务数据进行生命周期管理、备份数据资产管理,还将以升级的勒索病毒防御能力,全方位增强组织的抵御风险能力。
在弹性方面:凭借创新的备份数据湖,面向百亿级小文件、百TB级数据库、海量虚拟机、PB级数据仓库、大规模测试数据管理等场景实现爆表性能。
在敏捷性方面:通过创新的数据服务,以备份数据赋能数据科学、DevOps开场测试等业务场景,实现组织业务敏捷和创新。
全面升级的AnyRobot Eyes 5云原生时代的可观测性平台,其包含了全息可观测性、机器数据湖、数据虚拟化、低代码四大能力,从运维能力提升也能够帮助客户提升数字化韧性能力。
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。