ZD至顶网软件频道消息:近几年来,Google一直致力于在企业云领域的发展。在Next 2017大会上,有超过11000名客户、合作伙伴、开发者和分析师在现场了解了更多关于Google Cloud的最新进展。下面就是我们从CIO和CTO角度的快速评估:
Google Cloud作为公有云厂商的企业定位是有潜力的。Google在云平台细分市场的主要竞争对手包括AWS、Azure和IBM。在我们的印象中,Google在企业级领域提供比其他厂商更为卓越的技术——但这并不是全部。Google在IaaS(基础设施即服务)方面讲了一个很好的故事,但是PaaS能力是在AWS之后。Google目前还没有赶超AWS或者Azure,但是它有很好的机会成为强大的竞争对手。
Google Cloud将AI融入了自己的云产品中。Google知道,认知能力将成为云厂商的下一个战略差异点。它的战略是利用巨大的数据宝藏来帮助客户获得洞察,利用这个洞察来推动收入。如果执行得好,这将让Google拥有强大的竞争优势。为了加强其AI能力,Google最近从斯坦福大学借调了斯坦福人工智能实验室及视觉实验室的总监。但是将学术能力转化为业务成果并不容易。在合作伙伴生态系统的帮助下,Google可能会创建一个与IBM Watson相竞争的认知云平台。Google Cloud公布了自己的早期AI客户,包括Airbus、Evernote、HSBC和USAA。我们期望Google继续投资AI技术能力,在这个领域开拓市场差异化。
Google Cloud并不提供部门洞察或者部门特定的业务流程技能。为了公平期间,Google也不假装自己拥有这方面的专业能力。Google是一家技术提供商,依赖合作伙伴提供垂直行业的经验。为了取得进展,Google必须改进自己对B2B和B2C要求与期望差异的理解。伟大的技术才能让你走得更远。此外,Google必须展示它能够将其产品扩展至全球,并阐述它如何许许多多不同的、日益增长的监管和合规性挑战。
Google Cloud的系统集成商(SI)合作伙伴正在重新设计业务流程。那些正在寻求一家业务流程解决方案提供商的CIO和CTO,将需要考虑能够提供平台服务的厂商,例如IBM。Google显示出学习AWS的迹象,后者在几年前在面向“企业”的售卖方面还很弱。AWS选择售卖按需的工具套件,而不需要与IT部门进行冗长的沟通,以及设计全球系统集成商的成本较高的实施交易。AWS搭建了一个解决方案和系统集成商合作伙伴网,在平台上构建和运行服务,向企业解释这种平台。与AWS一样,Google致力于在系统集成商之间扩大自身合作伙伴生态系统,帮助这些合作伙伴向企业售卖产品。虽然Google已经与Accenture、Deloitte和PwC都建立了合作伙伴关系,同时仍在搭建更为广泛的生态系统。尽管Google在这个领落后于竞争对手,但它有资源追赶上。
Google Cloud必须改进自己向C级购买者传递的信息。毫无疑问,Google是一家优秀的科技公司,但是这次活动给人最突出的印象就是,Google Cloud在整体企业信息传播方面有很大的空间。虽然Google Cloud在这次活动上行发布了100项技术公告,但基本上不是为了让CIO或者CTO了解新战略合作伙伴格局的。为了云方面取得成功,Google需要改进讲故事的方式:Google Cloud的叙述必须着重于战略业务成果,展示如何与客户合作推动收入,以及将Google惊人的技术能力打包成连贯一致的产品套件以取得业务成功。
好文章,需要你的鼓励
随着5G流量快速增长和新用例不断涌现,网络运营商需要在最小化环境影响的同时管理密集网络使用。Orange法国与爱立信合作开展创新试验,测试FDD大规模MIMO天线集成无线电,优化高流量区域频谱使用。双方还探索Cloud RAN和Open RAN架构,通过虚拟化RAN功能实现灵活的软件中心网络。合作重点关注利用AI驱动的自动化和意图驱动技术提升能源效率,在不影响性能的前提下动态调整网络资源以降低能耗。
谷歌DeepMind等顶级机构联合研究揭示,当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
微软正在将Windows 11改造为"智能代理操作系统",在任务栏中集成AI代理功能。新功能允许AI代理在后台执行任务,用户可通过任务栏图标查看进度状态。微软还在文件资源管理器中集成Copilot,提供文档摘要、文件问答等功能。此外,Click to Do功能得到改进,可将网页表格转换为Excel文档。这些AI功能采用本地AI和云端AI混合模式,为用户提供更智能的操作体验。
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术,能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式,可单独或组合使用。采用双分支架构和分阶段训练策略,在运动控制精度上比现有技术提升53%以上,为视频制作提供了前所未有的灵活性和精确度。