Dropbox已经对其广受好评的同名文件共享应用进行了重新编写,旨在进一步改进对企业用户的吸引力。该公司的目的在于向企业用户传达这样一条讯息:Dropbox for Business确实是一套值得信赖的业务内容存储方案;当然,其最终目标还是为了尽可能扩大客户规模。
“我们重新构建起Dropbox方案体系,从而为每位用户带来两种不同层面的Dropbox使用感受;其一为个人版本,其中包含大家的密码与通讯资料;其二为企业版本,大家同样能够对其内容进行访问、但控制权掌握在所在企业手中。但很明显,大家不希望这套方案变得像杂牌机那样难于融合、不上不下。大部分用户都拥有智能手机,因此我们也对操作界面进行了重新调整,”Dropbox公司产品、移动与业务主管Ilya Fushman表示。他随后还在于旧金山举办的一场公开活动中强调了这一系列新特性。
在此之前,如果某位用户在自己的设备上使用Dropbox个人版本同时又希望能登录到陈旧的Dropbox for Business当中,那么除非借助黑客手段、否则这一诉求根本无法实现。经过重新调整后的Dropbox服务解决了这一难题,如今用户可以同时拥有个人与员工两个账户,后者能够在IT部门的管理下通过同一台设备实现对业务数据的访问。
而且在新方案中,如果用户不慎遗失了自己的设备,则能够以远程方式对其中的业务数据加以清除。如果该用户离开企业,IT部门也可以将业务内容重新分配给另一位授权用户——而这也是很久以来市场对Dropbox for Business提出的核心需求。另外新的企业版本还允许IT部门查看哪些用户在哪些时段打开了哪些文件。这样的审计手段对于多数企业而言可谓至关重要。
在旧方案中,通过同一台设备访问个人与业务Dropbox账户内容的主要障碍在于,用户往往需要在多个个人账户之间进行文件同步。这直接导致数据泄露可能性的提升,进而迫使IT部门不得不为此构建应对措施。从理论上讲,能够在同一台设备上和平共处的多个账户能够有效解决上述难题。除此之外,对业务账户中的内容加以隔离还能帮助第三方供应商——例如NCrypted Cloud以及BoxCryptor——将精力集中在为数据添加额外安全层身上。
也许这一切听起来很熟悉,没错,因为其中大部分管理功能早已经在Box以及其它面向企业用户的云存储服务供应商处得以实现。以Box为例,该公司通过与Good Technology以及MobileIron的合作关系为用户带来了远程数据清除功能。这些厂商最大的短板在于不像Dropbox那样在客户群体中拥有广泛的知名度。在这块金字招牌之下,旧版本Dropbox for Business得以轻松入驻小型企业业务环境,服务管理厂商Hilltop Consultants公司总裁Jim Turner指出。终端用户希望使用Dropbox,而他们的雇主也乐于为这样一个人尽皆知的可靠合作伙伴签订采购合约,他解释道。
在上周三于旧金山举行的一次特别活动中,该公司还公布了一款名为“Harmony项目”的协作工具,其设计目的在于支持两位用户同时对同一份文件作出的内容修改。作为原生应用进行部署的Harmony项目依托于Mac及PC平台微软Office套件,能够通过通知弹窗的方式提醒用户目前有哪些人正在同时对该文件进行编辑。该工具中还包含一套聊天系统以及实时刷新机制,这样用户就能够快速完成文件内容更新。
Dropbox目前已经拥有2.75亿用户,而且便于财富五百强企业中有97%在业务环境中使用这一存储服务;不过付费客户数量始终没有显著突破。该公司真正需要的是让人们把Dropbox从在家中随意使用的便捷服务转化成能够打理日常工作的付费业务账户,同时又不会影响其引以为傲的易用性。这是Dropbox未来需要解决的首要问题。
Dropbox手中掌握的资源还十分有限,面对微软与谷歌各自推出的OneDrive以及Google Drive,企业级存储服务市场上爆发的恶战将只是时间问题。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。