ZD至顶网软件频道消息:由CA Technologies委托进行的一项全球调查显示, 中国大陆82%以上的组织已经采用了API,而有35%的组织已经达到了API应用的先进水平。但大部分的组织仍需继续采取必要的措施,才能实现API的战略掌控和效益最大化,而那些高效利用API的组织已经获得了显著的效益。
这项名为《API与数字化企业:由运营效率到数字化颠覆》(APIs and the Digital Enterprise: From Operational Efficiency to Digital Disruption)的调查发现,无论是在提高运营效率和竞争优势,还是数字化颠覆方面,增加对API的投资会为企业带来显著的效益。在中国大陆地区,对于那些已经采用API的组织,API项目正在获得优厚的回报:
91%能够更快地交付提高收入的应用;90%已经能够提供新的/更好的用户体验;88%探索了新的商业模式;87%扩大了他们的数字化覆盖范围;85%降低了与IT相关的成本和风险;82%已经能够从数据中获取收入。
调查发现API项目的主要推动因素业务、技术二者兼有。在中国大陆,排名靠前的现有及未来推动因素包含“探索新的商业模式”(96%)、“降低与IT相关的成本和风险” (96%)、“提供全新的/更好的客户体验”(95%)和“更快地交付提高收入的应用” (92%)。 相当一部分API的相关活动已经形成有规模、有组织的行为,例如,中国大陆有58%的组织已经有组织性地利用API建立移动应用和基于Web的全功能应用;51%正在有组织性地利用API集成后台系统。此外,还有一些API相关的活动呈零散的态势,并未被有效地组织起来,此部分在集成第三方服务和与第三方开发者协作方面比例最高。
这一调查还衍生了“API绩效指数”。这一指数基于四类支持API实施的关键因素而成,它们分别为生命周期支持、核心安全性、运行时间环境及运营管理。受访者在API上的就绪程度被分为三个组别,分别为“先进水平”、“基础水平”及“有限水平”。在中国大陆地区,35%为先进水平,47%为基础水平,19%为有限水平。从全球范围来看,中国大陆的先进API采用者所占比例的排名位居中游(第五位); 而在亚太及日本地区排名第二,仅次于印度(56%)。
但是,现实情况与理想状态仍有一定差距,这种差距全球皆然。在中国大陆地区,97%的受访者认为处理安全和合规性问题十分重要,但只有35%完成了;另有97%调查对象认为从商业角度确定API的价值不容忽视,但只有32%的人认为自己已经做到。95%的组织认为与合适的供应商合作、借助他们的技能和建议是非常关键的,但是只有27%切实完成;而94%的企业表示建立一个开发者社区支持项目至关重要,但只有28%的企业实施了这个策略;91%认为说服高级预算管理者并预留预算的重要性很高,但只有34%的人达成。
CA Technologies中国区总监何金沛表示:“应用已经成为大多数企业交付业务的重要手段之一。随着中国政府对互联网行业创新的持续推动以及数字化转型的进一步深入,中国大陆组织对应用的重视程度和利用水平无疑处于领先地位。大量的API应运而生,随之衍生了管理的挑战。如何利用API提升客户体验、保证数据安全、促进跨界创新乃至于将其货币化,都是中国API使用者需要深入思考的问题。CA Technologies愿意与中国企业携手,深挖API的价值,在应用经济中突围。”
这项全球在线调查于2015年7月由CA Technologies赞助,行业分析公司Freeform Dynamics执行, 面向1442名高级IT经理和企业高管,并对主要行业的高管进行了深入的电话访谈。
好文章,需要你的鼓励
铠侠正在测试最新的UFS v4.1嵌入式闪存芯片,专为智能手机和平板电脑设计,可提供更快的下载速度和更流畅的设备端AI应用性能。该芯片采用218层TLC 3D NAND技术,提供256GB、512GB和1TB容量选择。相比v4.0产品,随机写入性能提升约30%,随机读取性能提升35-45%,同时功耗效率改善15-20%。新标准还增加了主机发起碎片整理、增强异常处理等功能特性。
上海AI实验室团队提出创新的异步拍摄方案,仅用普通相机就能实现高速4D重建。该方法通过错开相机启动时间将有效帧率从25FPS提升至100-200FPS,并结合视频扩散模型修复稀疏视角导致的重建伪影。实验结果显示,新方法在处理快速运动场景时显著优于现有技术,为低成本高质量4D内容创作开辟新路径。
谷歌在伦敦云峰会上发布Firebase Studio更新,新增Gemini命令行界面集成、模型上下文协议支持和"代理模式"。代理模式提供三种AI协作层次:对话式"询问"模式用于头脑风暴,人机协作代理需开发者确认代码变更,以及几乎完全自主的代理模式。尽管谷歌声称已有数百万应用使用该平台,但目前仍需精心设计提示词,非工程师用户还无法直接创建成熟应用。
上海AI实验室联手复旦大学提出了POLAR方法,这是一种革命性的奖励模型训练技术。通过让AI学会识别不同策略间的差异而非死记评分标准,POLAR在多项任务上实现了显著提升,7B参数模型超越72B现有最强基线,为AI对齐问题提供了全新解决思路。