至顶网软件频道消息:令人意外的是,Google Cloud首席运营官Diane Bryant供职仅7个月后决定离开Google。
Business Insider对Bryant离职的报道在今天得到了Google方面的证实。Google在一份声明中表示:“我们确认Diane Bryant不再与Google合作。我们感谢她在Google期间所做的贡献,希望她在接下来的旅程中一切顺利。”
目前尚不清楚为什么这位备受瞩目的高管——在去年5月因为“家庭事务”离开英特尔的短暂中断后加入谷歌——现在为什么离开谷歌。Business Insider的一篇追踪报道中引用一位内幕人士的话称,她很难在Google找到自己的角色,特别是她被认为是基础设施方面的资深专家,而Google已经有了第8号员工——技术基础设施高级副总裁UrsHölzle。
这位在芯片制造巨头英特尔拥有32年工作经验的高管,最近一个职位是在英特尔担任数据中心集团总裁。
鉴于英特尔首席执行官Brian Krzanich被揭露与员工存在恋情关系后于6月底离职,因此有人猜测Bryant可能会重返英特尔担任首席执行官。然而在宣布这样的任命之前就先离职确实有些不寻常。
作为Google Cloud首席执行官Diane Greene手下的高管之一,Bryant的离职必将被视为对Google追赶公有云领导者AWS和微软Azure的一个打击,后两者都在加速增长。。Google Cloud今年早些时候宣布,到2017年底每季度的云计算收入达到10亿美元,4月份Google首席执行官Sundar Pichai提到,由于签署了更多更大型的交易,Google Cloud云计算保持越来越高的“增长势头”。
尽管Google最近在市场上取得了进展,尽管Google拥有自己庞大的基于云的运营以及开发大量支持云计算的开源软件方面的专业知识,但在市场份额方面Google的竞争对手仍然远超过Google。
外界认为Bryant给Google Cloud带来了一些强大的管理能力以及经验知识,特别当下主流IT高管对Google Cloud还存在一些担忧。在被任命为英特尔数据中心集团总裁之前,她从2012年就开始担任数据中心集团的负责人了。2016年,英特尔数据中心和其他产品服务器处理器带来了160亿美元的销售额。
此外,她还是一位有才华的、能够有效布道新技术的演讲者,这一点可以很好地补充Diane Greene。Google在2015年底将Greene招揽到云业务旗下,去年11月30日Greene欢迎Bryant时,她说她“想不出别的既有相关经验又有才能的人”。
最近,Google的云计算部门也不得不应对其阵营中的各种冲突,因为一些员工抱怨公司与国防部合作用Google的机器学习技术分析军用无人机视频。成千上万的员工签署了反对这项工作的请愿书,这一情绪导致谷歌上个月选择不续签这个代号“Mavon”的合同。
目前尚不清楚Greene是否会任命一位新的首席运营官。但考虑到Google Cloud的雄心壮志,特别是本月晚些时候将在旧金山举行的Google Cloud Next大会上,Google需要展示自己拥有稳定的管理层,并决心使Google Cloud成为企业计算的一股重要力量。
Constellation Research副总裁兼首席分析师Holger Mueller说:“现在并不缺少来自传统IT厂商的高管来填补这个空缺。问题是Google是否需要一位传统的高管,或者他们想押注在更年轻的一代来布道和销售Google Cloud。由于谷歌已将大量独有的DNA投入其云计算产品中,因此这么猜测也不会很牵强。”
好文章,需要你的鼓励
OpenAI 本周为 ChatGPT 添加了 AI 图像生成功能,用户可直接在对话中创建图像。由于使用量激增,CEO Sam Altman 表示公司的 GPU "正在融化",不得不临时限制使用频率。新功能支持工作相关图像创建,如信息图表等,但在图像编辑精确度等方面仍存在限制。值得注意的是,大量用户正在使用该功能创作吉卜力动画风格的图像。
Synopsys 近期推出了一系列基于 AMD 最新芯片的硬件辅助验证和虚拟原型设计工具,包括 HAPS-200 原型系统和 ZeBu-200 仿真系统,以及面向 Arm 硬件的 Virtualizer 原生执行套件。这些创新工具显著提升了芯片设计和软件开发的效率,有助于加快产品上市速度,满足当前 AI 时代下快速迭代的需求。
人工智能正在深刻改变企业客户关系管理 (CRM) 的方方面面。从销售自动化、营销内容生成到客服智能化,AI不仅提升了运营效率,还带来了全新的服务模式。特别是自主代理AI (Agentic AI) 的出现,有望在多渠道无缝接管客户服务职能,开创CRM发展新纪元。
数据孤岛长期困扰着组织,影响着人工智能的可靠性。它们导致信息分散、模型训练不完整、洞察力不一致。解决方案包括实施强大的数据治理、促进跨部门协作、采用现代数据集成技术等。克服数据孤岛对于充分发挥AI潜力至关重要。