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
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。