时至今日,企业员工迫切希望能在工作环境中拥有来自个人生活的各类消费级使用体验,这样的要求也驱使CIO们不得不全力应对数量愈发庞大的联网设备组合。业务需求与IT组织交付方案之间的差距逐渐增大,如何才能拿出一套让双方皆大欢喜的解决方案?这正是SAP公司本周在奥兰多举办的Sapphire Now展示大会打算解决的主要问题。该公司突然决定将其Fiori套件以免费形式提供软件订购服务,并借此将用户体验作为未来阶段的主要关注重点。
作为最初亮相于去年展会的解决方案,Fiori是一套涵盖超过三百款应用程序的方案集合,各工具被划分为三个大类:事务型工具、用于访问用户工作相关信息的特定角色分析工具以及旨在提升数据可消费能力的仪表板。综合来看,这些应用共同构成了“SAP软件的全新用户体验”,该公司这样评价道。客户们可以利用SAP提供的Screen Personas生产力调整软件实现个别组件自定义,这款软件同样免费供大家使用。
拥有更多细化业务要求的企业用户还可以利用SAP的River Rapid开发环境自行构建独一无二的应用程序。目前这套开发环境还处于beta测试阶段,并将纳入包括Fiori以及Screen Personas在内的现有许可体系当中。这套基于Web的平台借助专项语言,从而在HANA当中实现业务逻辑与数据模型。作为一款内存内分析数据库,HANA已经被囊括在该公司的云战略当中SAP本周宣布将建立一个专有部门,全权负责定制化托管服务的开发工作、进而满足特定行业的具体需求——这一决定将SAP云战略的发展推向了新的高潮。
该部门将对金融服务领域加以特别关注,而且不出意料、部门负责人由SAP公司前任全球银行事务主管Simon Paris担任。可以肯定,SAP公司还会以其HANA云版本为基础推出一系列全新金融服务作为下一步跟进措施。
这款套件拥有一个恰如其分的名称,即SAP Simple Finance,它所提供的统一化环境不但能够应对常见事务管理方面的功能需求、还将给整体规划与分析机制带来显著改进。该公司宣称,这种集中式解决方案能够更为轻松地保障信息一致性,同时可以移除数据处理周期当中大量不必要的活动部件——这些部件在传统处理流程中往往被分散成多个独立的孤岛。
Simple Finance将所有功能汇聚成一个整体。它允许用户将与企业相关的财务信息同来自客户、供应商、银行以及政府机构周边生态系统的数据结合起来构成历史记录库,并以多种方式对其内容进行分析。SAP方面表示,该套件支持批量处理、实时处理以及预测性分析等多种处理方式,也就是具备评估特定决策及业务模式成功可能性的能力。分析师们可以借助套件提供的自助式报告功能将分析结果与其他同事互通,从而进一步缩小特定数据着眼点——例如月终活动情况。
除了Simple Finance套件之外,另一项专门面向特定部门的服务被称为Consumer Insight 365,它利用HANA对那些有可能具备实用价值的移动流量进行筛选、进而作为广告定位以及宣传优化的评估依据。用户还可以利用一款新的补充性集成工具将其它信息来源添加到自己的业务环境当中,SAP表示该工具支持各类内部及外部应用程序,甚至包括竞争对手推出的解决方案。
一旦所有相关数据都被安全传输至HANA当中,这套数据库就可以利用SAP公司最新版本的Data Services以及SAP Information Steward(同样于今天早晨首次披露)进行分析工作了。此次最新版本添加了对Hadoop 2.0的支持、多种用于监控作业的交互式仪表板外加一系列旨在定义验证规则与审查机制的改进性功能。值得一提的是,该公司Mobile Secure产品的云版本也加入了进来。经过重新构建之后,这套全新云版本能够充分利用内存内数据库来检测各类恶意网络活动。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。