近日,CA Technologies委托的全球调查报告《科技洞察报告:企业移动化——应用为王》显示,与亚太及日本地区的其他国家相比,中国企业对移动化措施的安全性和隐私性持的担忧更高。
该报告调查了全球范围内1300名高级IT决策者。调查结果显示:49%的中国公司十分关注安全性和隐私性,并且普遍认为这是一个亟待解决的问题。相比而言,亚太及日本地区和美国的相关数据分别为30%和28%。事实上,2/3的中国企业正在部署企业移动化战略,以提升移动设备获取数据和应用的安全性,这一比例在亚太地区中最高。
虽然存在对安全和隐私的顾虑,中国企业对移动化战略的推进速度仍然高于除美国以外的其他国家,95%的被调查者已经部署、或在一年内有计划部署企业移动化战略。印度企业的这一比例为85%,日本为49%,新加坡为60%。
调查显示,成功的企业移动化不仅应支持自带设备(BYOD),还需要制定相应的战略,在客户服务、IT和员工需求之间寻求平衡。
调查报告还显示,在中国企业的“IT优先等级表”中,针对外部客户需求的移动部署逐渐优先于内部BYOD项目。这意味着面向客户的移动化措施对企业至关重要,应当受到和内部项目同等的重视。面向客户的措施能更好地满足客户需求,从整体上提高客户体验和满意度。
中国企业从移动化战略中所预见的利益主要集中在客户方面,而不是企业自身。100%的调查对象已经看到或期待看到客户满意度的增加,例如:更多的客户使用公司的软件或服务,加快新应用和服务的上市时间,面向客户的移动应用的收益增长。
已经成功采用移动化措施的中国企业在提高收入、缩短产品上市时间、提升竞争力、改善客户体验、提高员工生产力和降低成本等方面均提高了12到18个百分点。
CA Technologies中国区总经理孙志伟表示:“首席信息官正面临着技术快速变化和发展带来的巨大压力。移动化提升了内部用户系统和面向客户系统的复杂性。移动安全至关重要。如果企业不采用有效、集成的移动设备管理技术,移动设备很快就会被淘汰。没有制定移动化战略的企业将面临许多潜在风险,例如:不遵守重要法规、无意中泄漏企业信息、或由于糟糕的移动应用购物体验对品牌声誉造成负面影响等。”
该研究的关键结果包括:
•客户为王:除了需要增强安全性,中国企业移动化措施的主要推动力是提升终端用户的综合体验(43%)和增加客户使用移动设备的需求(41%)。
•IT应更加主动,而不是被动:BYOD是应员工的需求而出现的。现在,移动应用的出现又为驱动新业务措施提供了新机遇:中国企业的IT支出在移动化方面将在未来三年内增长1/3;IT部门以外的移动化支出将在未来三年也会增长1/3,这表明IT部门不仅需要为更多的移动化工作做准备,同时也需要为跨部门移动化项目做准备。
•移动化改变了业务运营方式:中国企业需要随着移动设备的增加而做出相应改变:8%的调查对象计划重新调整预算,将更多资金用于移动化举措;47%的调查对象已经调整了其安全战略和政策。
孙志伟表示:“CATechnologies正致力于填补如今移动管理中的空白,并起到了良好的带头作用。这份报告彰显了我们在移动化和其他先进技术上的重要投资。很明显,现有的移动化管理系统还没有满足IT的需求。”
在CA Technologies的赞助之下,Vanson Bourne在2013年5月到7月期间,对21个国家的来自金融服务、医疗卫生、制造业、公共事务以及通信领域的1300名高级IT决策者进行调查。亚太及日本地区的受访者来自澳大利亚、中国、印度、日本、新加坡和韩国,涵盖IT经理人、管理者、项目负责人、企业架构师,他们所在的企业创造出超过1亿美金的收入。访问这里获取更多信息或下载白皮书。
好文章,需要你的鼓励
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。
谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型,能够在不到一分钟内完成10天全球天气预报,准确性超越传统方法90%的指标。该模型采用图神经网络技术,通过学习40年历史数据掌握天气变化规律,在极端天气预测方面表现卓越,能耗仅为传统方法的千分之一,为气象学领域带来了效率和精度的双重突破。