每年的四月,对于很多企业而言都是一个新的开端——进入新的财年。近日,Hitachi Vantara副总裁兼亚太区总经理Adrian Johnson来到中国,接受至顶网等媒体的采访,分享了公司最新的战略、对新技术的发展以及对中国市场的展望。
Adrian Johnson拥有超过20年的创新经验和备受认可的领导力,长期负责推动复杂业务的转型与变革,在SaaS、云、数据管理、安全、基础架构和软件、服务和咨询等众多领域均曾取得出色的损益结果和高销售增长,现负责指导Hitachi Vantara整个亚太地区的业务战略。
企业数字化转型在加速
随着全球经济走出疫情阴霾,企业数字化转型的进程将加速,也给整个市场带来众多机遇。IDC 2022年10月发布的《全球数字化转型支出指南》数据显示,全球数字化转型支出预计在2026年将达到3.4万亿美元,五年复合年增长率达16.3%。
Hitachi Vantara观察到,当前企业的数字化转型正在向业务连续性和数据洞察力方向演进。
客户都希望在数字化转型过程中能够对他们的数据进行最大化地利用,并从中发掘最大的价值。“Hitachi Vantara主要的目标和战略围绕着数据,围绕着如何帮助客户实现对他们的数据最大限度地利用。” Adrian谈到。
过去几年,适应数字化转型的公司业务保持了健康增长。企业要获得更大的机会,首先要保持业务连续性,在此基础之上继续前进。“我们称之为具备了‘数据敏锐度’或者‘数据洞察力’(data acumen)的企业。” Adrian谈到。
当然实现数据价值最大化对所有企业来说都是一项挑战,但这样的挑战也孕育着巨大的机会。只要能够从数据当中获取最大的价值,这些企业将会在数字化时代成为更成功的一批企业。而Hitachi Vantara的目标正是帮助客户把这些数据价值加以释放,通过其完善的解决方案和服务帮助他们获取这种数据洞察力。
Hitachi Vantara会持续加大创新技术的投入
Hitachi Vantara会继续在数字化产品和解决方案领域进行投资,包括其核心的存储产品和解决方案,来充分发挥和延续Hitachi Vantara在高端企业级市场的优势,持续增强高质量、高可靠、高可用的核心解决方案。
同时,Adrian认为公司也会把解决方案市场的覆盖范围拓展到更广泛的行业和市场当中。也就是说,未来我们可以期待,会有越来越多来自高端企业级解决方案的能力,也能够为更多客户所享有。这不仅有利于实现Hitachi Vantara自身业务的增长,还能够帮助细分市场的企业更加行之有效地与大型企业来开展竞争。
混合型平台将成为新趋势
Hitachi Vantara认为,未来企业数字化转型将围绕混合型的平台展开。“所以我们也会越来越多地投资于打造各种各样的解决方案,让我们的客户能够更高效地利用混合云环境,帮助我们的客户在正确的时间、正确的位置,以良好的成本获得他们所需要的数据。” Adrian表示。
混合型平台还表现在跨行业提供数字化转型的能力这一层面。Hitachi Vantara解决方案的一个重点优势是跨行业。这是因为整个日立集团在垂直行业的跨度是非常宽广的、在各个垂直行业的耕耘也非常深入,绝不仅限于科技行业,包括像交通运输、电力、能源、智慧家居、汽车系统等等。这样也能够使Hitachi Vantara获得很多独特的视角,有很多宝贵的经验来学习,融入到其为客户提供的针对不同行业的解决方案当中。
Hitachi Vantara在AI市场机遇中处于有利位置
“我认为,Hitachi Vantara在AI市场机遇中,处在一个非常好的位置。因为要实现AI的其中一个重要的组成因素,是要能够对庞大的数据集进行存储和管理。” Hitachi Vantara拥有非常广泛的解决方案组合,既提供了包括以GPU为中心的计算平台类型的最底层平台基础架构,也提供了管理底层平台的软件,以及帮助赋能各自AI项目的软件。
比如Hitachi Vantara的UCP(Hitachi Unified Compute Platform)不仅是一个存储解决方案,同时也包括一个计算平台,能够为人工智能和机器学习的工作负载,以非常高效的方式来提供高性能。
同时在整个基础架构级别的解决方案组合当中,Hitachi Vantara也会把人工智能和机器学习集成到Hitachi Ops Center里,由Hitachi Ops Center的软件来对核心基础架构进行管理。这些能力、解决方案能够帮助客户实现相关流程的自动化,更高效地对他们的基础架构进行管理。
IT和OT融合是Hitachi Vantara的独特优势
作为日立集团的子公司,Hitachi Vantara的独特的优势之一,是拥有超过110年的运营技术或者是OT方面的经验。同时对于IT的理解和经验,也帮助其创建出了强大的IT平台。所以在混合环境当中,不仅包括像传感器的开发和应用、互联网的部署,以及更多数据的创建,也包括具有最高级别的任务关键型应用。
Hitachi Vantara推出的Lumada平台作为一整套的解决方案,正是把IT和OT打通、融合的解决方案。Lumada是Hitachi Vantara的物联网平台,帮助客户把环境当中不同类型的终端设备集成在一起,然后把OT技术和IT环境融合在一起——以此推动OT的数字化。最终能够帮助企业充分利用环境当中生成的数据,使得数据利用变得更加有效。
展望未来,Hitachi Vantara的投资、投入不仅在技术上,也包括交付更多的服务来配合技术上的能力。对于在各个市场当地的合作伙伴,包括在中国的合作伙伴,也会不断进行投资和赋能,帮助他们更好地交付解决方案,更好地支持本土客户。
同时,Hitachi Vantara也增大了对软件平台的投资。“所有这些举措都能够帮助客户更加行之有效地管理他们的数据,特别是非结构化数据。因为我们认为未来数据的增长点,主要是在非结构化数据当中。” Adrian Johnson最后谈到。
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。