几乎在两年前的同一时间,也是四月份,CNET记者曾经受邀参观位于硅谷的甲骨文总部,而这次是第二次。时隔两年,甲骨文对中国的策略有哪些推行重点,这些策略贯彻和实施的怎么样?其间这些策略有没有改变?这是我们最感兴趣的问题。
在刚刚公布不久的第三季度财报中,甲骨文实现收入93.07亿美元、同比增长4%,利润25.65亿美元、同比增长2%的成绩,其中云计算和集成系统是推动增长的双引擎。云软件订购收入增长25%,其中云应用软件增长60%,季度收入已接近3亿美元。硬件产品收入增长8%,这也是甲骨文收购Sun以来首次实现增长,而集成系统收入则增长了30%。
在云计算和集成系统的增长中,中国市场做出的贡献大吗?甲骨文在中国推行云计算和集成系统的脚步够快吗?这是我此行中特别想弄清楚的问题。
因为在我看来,面对无论老对手IBM、微软还是新对手亚马逊纷纷将公有云落地在中国,并且在中国云计算市场大展拳脚,甲骨文似乎不着急;而颠覆传统硬件采购模式的软硬件集成的一体机,中国客户接受程度如何呢,恐怕也不那么顺利吧。
两年前的甲骨文总部之行,让记者满满感受到的是甲骨文浑身散发的傲气,它藐视对手,它特别崇拜自己的技术,这个有着浓浓的工程师文化的公司,或许不那么会左右逢源,它推崇的,还是硬碰硬的拿实力说话。
但是两年的时间,IT产业被新兴技术推着跑步前进,跑在前边的更多是互联网公司,他们轻装上阵,跑得轻松也快;而传统的IT企业,多年积累,要带着的东西多,跑步速度肯定受影响。
这一现实,甲骨文同样面对,它该怎么加速?
本次总部之行,CNET将会采访甲骨文公司总裁马克·赫德以及几乎所有产品线的副总裁,详情请关注CNET的详细报道。
好文章,需要你的鼓励
想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。
想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。
想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。
想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。