上市公司ServiceNow的Now Platform提供了一个集中式枢纽,让IT团队可以通过它管理企业的基础设施和应用。Watson AIOps是IBM的一款软件产品,利用机器学习检测IT问题例如网络中断。
两家公司准备在今年晚些时候将这两款产品进行整合,让IT专业人员能够在ServiceNow界面中查看Watson AIOps检测到的问题,并通过该界面执行日常任务,此外Watson AIOps将提供有关如何解决这些问题的建议。
此次集成发挥了双方的特长,由于ServiceNow的平台倾向于在客户IT运营中扮演核心角色,因此可以提供有关基础设施状态的最新数据;而Watson AIOps则可以分析ServiceNow中的数据,创建一个基准模型,描述企业的技术环境运行状态,通过查找与该基准不同的事件来发现异常情况。
ServiceNow和IBM将致力于利用该解决方案缩短解决技术问题的时间。两家公司表示,从早期客户部署获得的数据来看,在某些情况下Watson AIOps可以将故障排除速度提高60%多,而这可能就意味着像关键任务型应用的宕机时间会减少60%。
IBM首席执行官Arvind Krishna表示:“通过与ServiceNow及其市场领先的Now Platform合作,客户将能够利用AI快速降低意外IT事件的成本。”
两家公司将联合向市场中推广该解决方案,ServiceNow IT工作流产品高级副总裁Pablo Stern表示:“IBM正在扩展ServiceNow在全球的实践,新增了Now Platform的咨询、实施和托管服务等功能。ServiceNow也共同投资,通过培训和认证IBM员工和专业员工以取得客户成功。”
IBM将通过此次合作,增加Watson AIOps对于ServiceNow用户的吸引力,反过来,这些企业组织也将获得更多自动化特性,从而能够简化他们的IT工作流程。
Watson AIOps将利用ServiceNow中的IT基础设施数据来发现异常情况,这也突显了ServiceNow的数据管理功能对其整体产品战略的重要性正在日益提高。最近ServiceNow一直在加强这部分功能集。今年6月,ServiceNow收购了比利时初创公司Sweagle NV,后者的数据库可以用于存储有关企业应用和基础设施状态的配置信息。
好文章,需要你的鼓励
AWS为Amazon Redshift数据仓库服务发布了全新Graviton驱动的RG实例,旨在帮助企业降低分析成本并简化湖仓架构复杂性。新实例内置集成数据湖查询引擎,可跨Redshift仓库数据与Amazon S3数据湖执行SQL分析,同时消除了原有Spectrum独立扫描计费模式,避免账单突增问题。分析师指出,RG实例将Iceberg、Parquet等格式与仓库数据统一查询,提升性能并降低开销,但整体定位更多是防御性举措而非颠覆性创新。
阿里巴巴与厦门大学联合研发FashionChameleon,实现视频生成过程中实时无缝换装,速度达23.8帧每秒,比现有方案快30至180倍。
随着AI落地需求激增,"前沿部署工程师"(FDE)正成为科技行业增长最快的职位之一。谷歌云CEO近日发出招聘号召,目前该公司已有逾1500个相关职位空缺,OpenAI和微软也在积极布局。据LinkedIn数据,2023至2025年间FDE职位数量增长了42倍。FDE的核心职责是帮助非技术型企业成功落地AI系统,弥补其在人才、战略和技术复杂性方面的不足,并在降低AI运行成本、提升token效率方面发挥关键作用。
北京大学与上海人工智能实验室联合研究团队发现,主流AI模型普遍存在"归因幻觉"——答案正确但证据乱指,并为此推出CiteVQA评测基准。