2021年9月9日, 北京——软件智能公司 Dynatrace(纽交所代码:DT)今天亮相亚马逊云科技中国线上峰会,在这场云计算领域风向标级活动上,向与会者充分展示了通过Dynatrace软件智能平台为企业打造自动化和智能化的可观测性,从而更好地应对云原生时代的数字化转型挑战。
今天,在新冠疫情的阴云依然笼罩全球的背景下,企业数字化转型的步伐在“被动中”不断加速:疫情加速了用户从线下向线上的转移速度,为“传统”企业带来了外部增长压力,进而驱动企业根据业务增长来源,转变思考模式、调整内部架构,推动企业“快进”到数字化转型行动期。但与此同时,企业也面临着越来越复杂的IT环境,尤其是在云原生应用愈发成为主流的时代,如何有效掌控系统性能,并通过智能化的方式发现问题、解决问题,成为众多企业关注的焦点。


Dynatrace方案架构师高原发表演讲
正因为此,Dynatrace方案架构师高原在峰会上发表了主题为“Dynatrace为企业带来自动和智能的可观测性”的演讲。在他看来,面对云原生环境下复杂性的壁垒,看似能为企业节省成本的基于开源工具来构建可观测性平台的模式,实际上面临着人力成本高、占用时间多、可扩展性不够等诸多问题,而Dynatrace软件智能平台则可以让企业以较少的工作获得一流的可观测性,并立即实现价值,且具备大规模可扩展性,从而让企业IT部门能专注于加速创新和推动更好的业务成果。
Dynatrace软件智能平台将一体化数据平台与各种规模的自动化、智能化可观测能力融为一体,从一流的可观察性开始,为用户在多元环境下实现最深和最宽的可见性,并通过自动化和智能化工具不断将数据转化为有关用户体验、平台资源以及应用性能的精准答案,从而帮助企业IT部分真正实现统一的AIOps应用。无论是开发团队、运维团队还是业务团队,他们之间开展任何协作时,都能在同一平台上进行,并能从各自角度出发获取同一来源的数据——而不是来自各种工具且没有相互联系的不同数据。由于答案唾手可得、决策以数据为依托,加之业务关键绩效指标实现了实时可视化,因此团队能够比以往更高效地为各个渠道持续提升数字化业务成效。
目前,Dynatrace软件智能平台已经在众多财富500强企业中得到了应用。例如,某全球性保险公司在使用了Dynatrace软件智能平台之后,新服务引入时间从4个月减少到了3周,失效保单减少了65%,同时确保了业务系统的100%不简单运行。该公司首席数字官赞叹道:“Dynatrace为我们的客户体验带来了变革!”

Dynatrace大中华区渠道经理时波
Dynatrace大中华区渠道经理时波表示,“作为亚马逊云科技的高级技术伙伴,Dynatrace一直致力于与亚马逊云科技一起帮助企业客户加快数字化转型,抢占业务先机。目前,Dynatrace全面深化与亚马逊云科技的整合,可提供基于亚马逊云平台的即插即用解决方案,将基础设施监控的智能可观测应用扩展到所有AWS服务,从而为客户创造更大价值。”

Dynatrace大中华区总经理Simon Lee
Dynatrace大中华区总经理Simon Lee表示:“凭借全栈式可观测能力、持续自动化和基于人工智能的根因分析,Dynatrace软件智能平台能够帮助企业保持高业务连续性、提高运营效率,并且提高业务敏捷性和跨团队合作能力。随着企业数字化转型步伐的加快,我们希望帮助更多中国客户在复杂的多云环境下,以简驭繁,通过统一的平台来全面管控业务系统,进而打造良好的用户体验,为企业业务的高速发展保驾护航。”
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。