今天,软件定义了我们的世界。在出行、购物、饮食、娱乐、乃至办理金融服务等很多方面,人们都离不开软件的使用:一辆福特F150汽车拥有难以置信的1.5亿行代码,一架波音787飞机搭载了7百万行代码;50%的人使用智能设备访问金融服务;Nike运动鞋的软件开发人员已经超过了其服装设计人员;2017年在线销售的增速是传统零售的三倍,传统零售巨头沃尔玛现在必须与电商亚马逊一同竞争。可以说,在数字化转型的时代背景下,当今的世界更需要软件完美地运行。
Dynatrace全球销售高级副总裁Stephen Pace
与此同时,很多传统行业的企业都逐渐成为软件公司,对于企业CIO来说,怎样在日趋复杂的IT环境中,持续确保软件的完美运行,成为了企业可继续发展的核心要素之一。对此,Dynatrace全球销售高级副总裁Stephen Pace表示,“在软件定义的世界里,企业正在加速云迁移的过程,但微服务、容器等技术应用,混合云环境,以及其他复杂问题都会给IT运维和管理带来极大困扰。Dynatrace在六年前就前瞻性的预测到了这样的变化,并积极投身于软件智能的研发,到今天开创性地推出了人工智能全栈式监控运维平台。我们非常有信心,可以帮助企业应对挑战,实现云环境下的完美软件交互应用。”
新的软件变革带来无限商机,洞察先机重塑监控
在软件定义的世界里,在企业向云迁移的过程中,IT运维和管理领域会迎来怎样的变化?”实际上,传统价值30亿美元的全球APM市场将逐渐消亡,我们正在迈向一个150亿美元的、以云计算和微服务为中心的应用性能管理的新市场。在不久的未来,我们还将会展望一个更加令人激动的价值300亿美元、基于万物互联的应用性能管理市场。”Stephen Pace这样预测。
对于任何一家企业来说,变革之路都不会是轻而易举。企业如何攻克由云计算带来的机会和风险?要知道云计算不仅改变了企业的技术堆栈,也改变了IT运维环境,微服务与动态容器技术增多,迭代周期大幅缩短,企业内部存在多种云和部署方式......作为性能监控行业领军者,Dynatrace预测到了这些技术的变化以及可能带来的影响,从而提前开展了革命性创新,到今天已经从传统的APM企业转型成软件智能公司。
Stephen Pace透露:“早在六年前我们就组建了专门的研发团队,决定重塑监测“。 在经历过2014年推出第三代监测体系后,Dynatrace终于在2016年率先发布了一款面向企业云的OneAgent产品,并全面与云监控的理念接轨。“事实证明,这是一款真正适应企业需求的产品,让我们在全球范围内实现两年新增近700个云客户的成绩,全新的一体化平台的增长率高达525%,如此高的增长率是在业界里是首屈一指的。”
超越APM, “软件智能”为企业带来更多价值
Dynatrace已连续第八年被 Gartner 评为 APM 魔力象限的领导者。不过,Dynatrace从未安于现状,而是不断超越自我,勇于创新。
2018年,Dynatrace推出了软件智能这一面向企业云环境的人工智能全栈式监控运维平台,可以帮助客户获得更好的软件体验并进行智能分析,在运维和DevOps层面进行更深度的研究,并且会在四个方面给客户带来价值。一是AI技术的深度应用,给用户带来可解决性能问题的答案,而不只是性能数据;二是以单一代理方式,涵盖全栈式应用,并提供实时依赖关系模型;三是面向整个生态系统的应用编程接口,可推动和激发企业自动化IT管理;四是通过真实用户体验与回放技术,让用户可以洞察并掌控全程。
在谈到Dynatrace人工智能全栈式监控运维平台的优势的时候,Stephen Pace强调,“我们核心的竞争优势是在AI引擎上,以及怎样去做故障的定义,最终实现问题的根本原因分析。现在有了以AI为核心竞争力的平台,我们可以在全球范围内更精准高效地助力企业的数字化转型,让每个企业的终端用户都能得到完美的软件体验。“
运维自动化大势所趋,IT人员需与时俱进
毫无疑问,企业IT运维终极的业务形态是自动化监控,结合AI做智能分析,将会是未来企业的必然选择,那么运维人员如何紧跟技术发展也成为业界关注的焦点。
Stephen Pace介绍说:“云计算的广泛应用带来的是更快交付的时间。新的Dynatrace平台发布后,每两周会进行一个小版本更新,每月度会进行一个大版本更新,这样的软件迭代速度已经和以往的一年一次更新发生了非常大的变化。”
面对如此迅速的技术更新,Dynatrace在对员工以及客户和合作伙伴的培训和教育上也从未掉以轻心。不论是新的技术,比如容器和微服务,还是新的产品本身,Dynatrace全球都有专业的团队为用户进行讲解和教育。同时,Dynatrace还为合作伙伴提供与时俱进的培训课程,在数字化转型的进程中,真正做到携手客户一起完成向软件智能的转型。
今天,如果企业想在数字经济和数字化转型的环境中顺利发展,就一定要了解自己的软件应用状况,从而确保能交付出色的客户体验。“软件智能平台的亮相,不仅充分证明了Dynatrace作为行业领导者的前瞻性、主导性和创新性,也将真正帮助用户利用领先的AI技术实现更高效、更智能的性能管理,在软件定义的世界中抢占商业先机。” Stephen Pace这样总结。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。