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
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。