2024年4月12日,北京 – 日立集团(TSE: 6501)旗下专注数据存储、基础架构与混合云管理的子公司Hitachi Vantara宣布完成战略重组,此举旨在加速落实公司的发展计划,包括专注于发展混合云和生成式AI技术,以增强应对市场机遇的能力。新组织架构包括Hitachi Vantara与日立IT平台产品管理部的战略整合,后者一直负责日立集团数据基础架构解决方案的业务开发、研发和生产。

欲了解更多有关Hitachi Vantara数据存储、基础架构和混合云产品的信息,请访问:
https://www.hitachivantara.com/en-us/products/storage-platforms.html
重组后的Hitachi Vantara在制造业和混合云领域拥有丰富的基础架构和数据存储经验,同时公司将团结一致推动客户实现有意义的业务成果。凭借重组优势,并基于在跨关键任务环境管理数据方面长期积累的专业知识,Hitachi Vantara将能够更及时进行创新并不断适应市场需求的变化。
生成式AI等技术的出现使得数据处理需求爆炸式增长,许多公司都在努力追赶这一趋势变化。在此背景下,Hitachi Vantara的战略重组恰逢其时。Salesforce最近开展的一项针对IT领导者的调查显示,许多IT专业人士正在努力管理AI项目和处理由此产生的大量数据。调查显示,近九成 (88%) 的IT专业人士无法支持其所在企业收到的大量AI相关请求。此外,MuleSoft调查发现,75%以上的企业正在使用多种AI模型,90%的企业表示在将AI与其他系统集成方面面临挑战。
Hitachi Vantara首席执行官Sheila Rohra表示:“生成式AI的崛起和数据处理能力的爆炸式增长正在推动企业加速变革,许多企业都在这一浪潮下奋起直追。下一阶段的业务转型旨在帮助我们加快执行速度,扩大业务规模,以实时识别和利用市场机遇。此次战略整合有利于拓展我们开发、制造、销售和交付的能力,从而增强Hitachi Vantara的整体业务能力,更好地为客户提供他们在混合云环境中所需的AI驱动的数据性能、可靠性和弹性,助其实现业务增长并提升现实中的商业影响力。”
作为新组织架构的一部分,原日立IT平台产品管理部总裁Akinobu Shimada被任命为Hitachi Vantara董事长,以进一步加强Hitachi Vantara与日立集团之间的紧密联系。
Shimada表示:“我们在各组织之间建立了强有力的合作伙伴关系,这有助于形成良好的协同效应,使得Hitachi Vantara的组织架构更加正规化,从而促进研发和工程服务更贴近我们在全球的主要市场。鉴于如今Hitachi Vantara的业务注入了大量的行业专业知识和杰出的技术理解力,我相信,我们将以统一的数字基础架构和AI战略及执行计划为指引,为客户提供具有重要影响力的成果,并为自身业务的持续增长做好准备。”
Hitachi Vantara正在率先开发混合云存储,将内部部署与云计算环境无缝结合,以期在处理复杂业务所需的大规模、关键的数据时,实现安全性、高性能、高可靠性以及成本优势。例如,Hitachi Vantara最近宣布与NVIDIA合作,共同打造新一代变革性AI解决方案Hitachi iQ,在其AI解决方案堆栈上分层部署特定行业功能,从而使AI成果更为明确,与企业业务更具相关性。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。