至顶网美国报道:2018年9月25日至27日,Hitachi Vantara用户大会NEXT 2018在圣迭戈举行。Hitachi Vantara首席执行官Brian Householder在演讲中谈到在这个“游戏规则已经发生变化”“用户期望在发生改变”的今天,数字化变革势在必行。Hitachi Vantara要想作为引领行业转型的数据驱动型创新者。也是积极主动的变革,这也是为什么在NEXT 2017上,公司成立Hitachi Vantara公司。
Hitachi Vantara全球高级副总裁兼亚太区总经理庄国光在接受至顶网采访中谈到,目前来看Hitachi Vantara的战略规划和产品线非常清晰,和今天的用户转型方向也非常契合。合作伙伴和用户都表示今天的Hitachi Vantara能够提供完整、清晰的价值服务。“当合作伙伴和用户在看Hitachi Vantara的转型方向的时候,和自己的转型方向一致,也都非常积极的配合起来。”
从这几天大会上发布的产品和解决方案可以看出,Hitachi Vantara非常成功。庄国光认为一方面为客户服务的文化和精神没有改变,一方面Hitachi Vantara又在积极拥抱改变。“Hitachi Vantara是在积极主动的转型,很多竞争对手是在被动转型,所有整个Hitachi Vantara的员工能够更加拥抱这种转变,才能实现平稳的过渡期。”
同时为了让Hitachi Vantara技术和产品更加落地,Hitachi Vantara成立之后与合作伙伴形成新的关系。合作伙伴、用户、厂商这个三角关系长期存在,但是在今天这个数据增长、多云、IOT环境下的用户需求发生了很大的改变。因此对于Hitachi Vantara和合作伙伴之间的合作也在改变、“以前是单对单的合作方式,在Hitachi Vantara提供从数据存储、分析到IOT完整的方案,这样就可以整合不同的合作伙伴同一时间提供完整的解决方案帮助用户转型。”庄国光对至顶网讲到。今天没有一个企业能够独立完成IOT时代的用户需求,庄国光表示一方面希望帮助合作伙伴提升他们转型的方向,一方面希望具有新的能力的合作伙伴加入提供独一无二的产品和解决方案来帮助客户,释放数据价值。
中国市场已经成为一个成熟的市场,而且Hitachi Vantara中国团队是一个非常健康的团队,也对Hitachi Vantara全球副总裁兼中国区总经理戴建平非常放心。相信在戴建平的带领下,Hitachi Vantara能够在中国市场继续处于稳定的增长。
对于2018年中国的预期,庄国光表示,继续保持在金融等领域的高中端存储的优势,同时发力在HCP对象存储、Pentaho数据分析软件等新一代数据存储需求上。庄国光表示中国市场已经是全球竞争最激烈的市场,Hitachi Vantara重要的是追求客户质量,为客户提供最优质的产品和解决方案。
作为亚太区的总经理,庄国光很大部分时间是在印度,他认为印度就像21世纪初的中国,充满了机会。“印度是一个人口非常年轻的国家,现在也在积极发展实体经济,不仅是Hitachi Vantara充满机会,中国的很多企业包括阿里巴巴、小米也在印度取得很好的增长。”目前印度政府、金融是Hitachi Vantara重点服务的行业,电信比较薄弱,但是潜力巨大。
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。