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
科技亿万富翁拉里·埃里森资助的研究团队将向英国牛津大学投资1.18亿英镑,用于将AI技术应用于疫苗研究。牛津疫苗研究小组将领导这一项目,研究人体免疫系统对严重细菌感染和抗生素耐药性的反应。该项目由曾主导新冠疫苗试验的安德鲁·波拉德教授领导,计划采用人体挑战模型,让志愿者在受控条件下接触细菌,然后运用现代免疫学和AI工具来精确识别预测保护效果的免疫反应,以开发针对致命疾病的创新疫苗。
字节跳动团队开发了首个AI研究助手评估系统ReportBench,通过对比AI生成报告与专家综述论文的引用质量,并验证陈述准确性来评估AI助手表现。研究发现OpenAI Deep Research引用准确率38.5%,Gemini为14.5%,两者都存在陈述和引用幻觉问题。该系统为AI研究助手建立了标准化质量检测工具,推动行业发展。
据报道,ChatGPT开发商OpenAI计划在印度建设一座耗电量超过1吉瓦的数据中心,目前正寻找当地合作伙伴。该设施预计可容纳至少5.9万片英伟达B200芯片。这可能是OpenAI全球数据中心计划的一部分,旨在为国际用户提供更低延迟服务。OpenAI CEO奥特曼将于下月访问印度,公司还计划年底前在新德里开设办事处。
台湾大学研究团队开发了MovieCORE数据集,这是首个专门训练AI深度理解电影内容的创新工具。该数据集通过多AI智能体协作生成复杂问题,采用认知分类法测量思维深度,99.2%的问答需要高层次思维。研究还开发了ACE增强技术,可将AI性能提升25%。实验显示现有AI在深度视频理解方面仍存在显著不足,为未来AI发展指明了方向。