随着移动互联、云计算的发展,让企业的数字资产越来越重要。也让企业意识到数据在云上的存储、利用和流动能够更好的提升企业的生产力。当企业业务越来越多、应用越来越复杂的时候,其企业的数据和人之间的协作成为一个备受关注的问题。在这样的情况下,企业网盘作为企业办公的重要协同工具以及在解决海量非结构化数据的存储、安全、协作方面成为企业的首选方案。
近日,至顶网采访了联想云产品与客户成功副总裁张跃华,他分享了他对于企业网盘的认知并详细介绍了目前联想企业网盘的发展状况。目前联想网盘已经连续多年市场占有率第一。2018 年市场份额达 40%。迄今为止,为 50 多个行业和400 万 +企业用户提供安全、稳定高效、性价比高的云存储解决方案。
企业网盘已经成为非结构化数据的重要管理平台
联想云产品与客户成功副总裁张跃华表示,今天海量数据的管理和内容协作是企业用户选择企业网盘的重要原因。越来越多的企业已经把企业网盘当做是IT基础设施的重要组成。以前很多人认为网盘是个应用,现在越来越多的企业意识到企业网盘是IT的一个基础架构,是作为企业非结构化数据的一个基础架构,所有的应用系统的数据管理,以及所有文件处理的能力,都是通过网盘来进行管理的。企业网盘在内容协作共享、权限设置、移动办公、信息同步等方面有着显著优势,是经过市场验证过的安全性高、扩展性好、可用性强的更适应现代企业办公需求的利器。
联想企业网盘致力于打造智能文件系统平台
张跃华认为今天企业业务面临着以应用为中心转向以数据为中心。基于海量的非机构化数据企业希望能够构建一个基础的非结构化的数据中心,并能够实现创新的办公模式。联想企业网盘希望打造智能的文件协作平台。
联想企业网盘深耕行业十余年,深知用户企业文件管理和协作之痛,从产品设计出发,基于企业业务生态协同、企业产品生态协同、全生命周期安全管理和融合IT架构四个理念,打造智能文件协同平台:通过打通企业内部各个系统之间业务生态协同,实现“应用围着数据转”,降低文件的管理难度和成本;通过结合最先进的IT技术,如大数据分析和人工智能,为用户带来多方面的价值;通过对文件生产、利用、外发、下载、离线等环节进行全生命周期管控,确保文件的安全;通过灵活的IT架构,满足企业扁平化多分支机构和全球化的发展,进而保障了每个用户的使用体验。也正因如此,安全、智能、融合、协作,成为联想企业网盘独具优势的核心竞争力。
联想企业网盘紧盯标杆用户,打造高质量的企业网盘
联想企业网盘的发展思路也是按照企业级市场的推广模式来进行,首先为规模庞大、业务复杂、应用广泛的大型企业来设计和部署企业网盘。张跃华谈到只要把头部客户的需求做完善了,中小企业的需求也能满足。“这就是你盖一个一百层的楼和盖一个两层楼的区别,我们可以盖一百个两层楼,但从技术复杂度和用户的场景上来说,远远不如我们盖一个一百层楼。”
而在2018年6月19日,联想企业网盘再出杀手锏,5.0版本从安全、智能两大层面全新升级:通过本地文档管控技术再度升级安全能力,全方位防止企业关键数据泄露;将AI技术首次结合到产品中,通过数据挖掘、机器自主学习的先进内容识别引擎,让机器对文件进行自主管理,从繁琐工作中解放人力。
今天所有的企业都意识到数据安全的问题,联想企业网盘极为注重数据存储与传输的安全性,采用本地和云端安全数据融合的方式,自动备份管理文件;同时增强内容感知和防御,自定义风险级别和处理规则,更安全、更便捷的保护数据资产。
联想企业网盘助力企业全球协同办公
除了核心的数据安全问题,联想企业网盘针对企业在海外业务模式,也具有很大的优势。包括稳定高速的跨国传输、成本优势以及管理灵活。
跨国传输高速稳定
海外环境复杂、区域分散、时差等问题都会影响跨国传输的效率,导致沟通不顺。联想企业网盘拥有覆盖全球5大洲的25个数据中心,有效保证传输的稳定性;独有的分钟级同步技术,使跨国传输速度提升5倍,为跨国企业提供稳定而高速的传输保障。
带宽成本大幅节约
很多合作伙伴在向联想企业网盘叙述海外业务现状时,都遇到了同样的问题:基础设施差。然而搭建海外专线的成本又太过高昂,传统的传输方式已经不能满足客户的需求,创新的协作技术才是制胜的关键。联想企业网盘简单易用,可节省40%的带宽成本,成为跨国传输的不二选择。
管理权限灵活多维
跨国企业组织架构庞大,子公司、代表处等分支机构众多,海外项目监管难度较大。联想企业网盘针对客户业务需求,将公司组织架构搬到云端,支持上万种权限搭配组合,将管理效率提升300%,切实达成跨地域、跨平台的协同办公。
通过全面了解联想企业网盘的发展,我们看到联想企业网盘致力于实现文件的全生命周期管理,包括文件的生成、文件内容的创作、文件协作、文件的安全等。“我们要做整个文件的闭环。要做企业的业务系统闭环。然后跟企业的各个业务系统接入进去,让整个业务在各业务系统流转。实现整个生态的闭环。”张跃华最后展望联想企业网盘时谈到。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。