中国拥有庞大的本地市场,相信这是任何一家IT厂商都看重的,但同时这个市场也正在抛给他们更多亟待解决的问题。
棱镜门事件把信息安全推上了风口浪尖,一方面,人们对信息安全保护的需求更强烈了,对于这个领域的信息安全厂商来说无疑是利好的,而另一方面,不少国家政府对于选择国外厂商更加慎重了,对信息安全的保护力度,使得不少外资企业在华频频陷入困境。
前不久笔者有机会采访赛门铁克全球高级副总裁、亚太及日本地区总裁Adrian Jones,当谈到传统IT大厂商今年在中国市场的遭遇时,他坦率地说“我希望赛门铁克是一个例外”。
但他不失信心地说,安全是一个热点领域,全球来自存储和安全领域的需求快速增长,同样的情况也发生在中国,这对赛门铁克来说是个好消息。“要知道,我们在中国市场上面临的挑战和全球其他市场没有太大差别,不可否认的是,对于技术的需求是持续增长的。”
Jones在今年6月加入赛门铁克,负责亚太及日本地区的业务。加入赛门铁克之前,他曾在甲骨文和惠普公司就职
“赛门铁克现在在中国有超过1400名员工,其中800人专门从事研发和工程方面的工作,未来我们会加强在中国区的投入,因为中国对我们亚太地区的战略发展是很关键的……我们其实并不担心竞争,实际上正相反,我们欢迎健康的竞争。进入中国15年以来,我们已经打下了非常坚实的客户基础。”
不仅如此,赛门铁克正在加强在中国市场本土化的应对策略,专门设立了一支本土化团队将研发、销售与本地市场需求相结合。“赛门铁克与竞争对手的不同之处在于,不是只靠单点产品或者某一项技术来取胜,而是围绕提供围绕数据保护和数据安全的整合解决方案,解决数据生命周期管理、实现灾后恢复和安全等问题”。
上个月,赛门铁克刚刚公布最新财报数据,这个季度的营收相比去年同期增长1.5%,与上个季度变更CEO人选时相比增幅达到6.4%,这样的成绩高于市场预期,利润则远高于去年同期水平,看来赛门铁克着手推进的内部成本削减策略已经取得成效,并且持续为利润提供助力,利润增幅高于营收增幅的现状很好地解释了这一点。
销售业绩提升则主要得益于赛门铁克将营销力量拆分为新业务与传统业务两个团队,此番努力让NetBackup取得了不错的市场表现,营收与上年同期相比增长了35%。信息管理部门取得的6.5亿美元营收与上年同期持平。NetBackup软件及一体机产品线持续增长,但Backup Exec产品表现平平。Backup Exec 2014今年6月刚刚推出,赛门铁克希望新方案能扭转原本的不利局面。值得一提的是,新一代Backup Exec能够将备份与重复数据删除速度提升一倍。
总体来看,目前赛门铁克的业务关注重点包括备份设备、移动、高级威胁保护、托管安全服务以及数据丢失预防等。
在备份方面,赛门铁克在过去几年始终保持着高于市场平均水平的增长速度,并将继续在NetBackup产品中推动创新努力并为市场带来更多差异化设备方案;在存储管理方面,赛门铁克此正在向此前承诺过的技术方案投入研发资金,例如软件定义存储、对象存储以及灾难恢复即服务等等,相信这几类产品会带来更为广阔的市场。
在安全业务领域,赛门铁克正在将关注重点由过去的“预防”转变为“检测和响应”,通过多种不同方式解决高级威胁检测这一难题。赛门铁克希望通过推出高级威胁保护解决方案,构建起一套覆盖网关、电子邮件以及终端的集成化保护措施和多层安全机制。
谈到整体业务发展时Jones说:“赛门铁克不做硬件,通过软件产品赋予硬件更大的价值,是我们非常独特的地方,但我们非常重视也正在与硬件厂商在信息管理和安全管理方面密切合作。”他透露近期赛门铁克正在与两家主流存储厂商紧密合作,
今年不少主流安全与存储厂商有不错的运营表现,赛门铁克能否从自己的角度出发与其它同类厂商进行对抗,从而促进客户购买赛门铁克的产品并借此实现营收增长?为此,赛门铁克把营收增长寄望于对灾难恢复即服务、安全产品与服务、软件定义存储、对象存储等方面的投入。
不管怎样,除了眼下亟需一位能够为公司带来强劲动力的新任CEO,赛门铁克还需要改变在不同市场的运营思路,这样才能重回正轨、继续充当叱咤风云的技术巨头。
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。