正式进入中国36年来,日立在中国已拥有180多家集团企业,雇员总数近5万名,活跃在社会基础设施、信息通信等诸多领域,为中国市场提供着卓越的产品与服务。
作为一家深入中国市场的大型跨国企业,日立的集团公司分布在20余座城市,遍布中国的各主要经济带。复杂的业务类型、散布的分支机构、迅速增加的人员与终端,为日立集团的管理与运营带来了极大挑战,大量的高级管理人员与销售人员被繁重的差旅与行政管理事务所困扰。传统的办公与协作方式已经远远不能满足他们对于生产力工具灵活、移动、迅捷的期待,生产力与协作方式的变革迫在眉睫。
“以创新开启解决之道”是日立愿景的一部分。而微软正是以创新Surface Pro 3的开创性特性为其员工开启解决之道,带来办公的全新活力。
日立集团在华总部公司——日立(中国)有限公司咨询科技部林先生表示:“我们很高兴Surface Pro 3的部署实现了我们对于灵活移动办公及提高效率的所有期待,并且成功帮助我们的不同业务实现了工作方式的移动变革。借助Surface Pro 3,公司可以更加专注于核心问题的解决之道,创造更大价值。”
移动,加速抢占先机
日立集团的高级管理人员们承担着繁重的管理与决策工作,日程密布各类会议与会面。在奔波于不同会议地点间的同时,还需要批改、审阅各类文件。除此之外,密集的差旅也为他们的日程带来了极大压力。
Surface Pro 3 既是平板电脑,也是笔记本电脑。它拥有 12 英寸的全高清显示屏,提供多种第四代英特尔®酷睿™处理器选择,轻松扣入的键盘盖,自由调整角度一体式支架,只需轻轻弹开支架或扣入键盘,即可在完美平衡的平板电脑和全功能笔记本之间轻松转换。它与一般A4文件尺寸相当,可以轻松放进任何公文包,比 11 英寸的 MacBook Air 笔记本电脑还要再薄 30%。
在部署Surface Pro 3之后,高管们可以很方便地在不同的办公与会议地点之间移动,随时通过Skype for Business加入虚拟会议或是通过Exchange服务处理邮件。在任何场合,他们都可以选择扣上键盘盖使用全尺寸超薄QWERTY键盘进行输入,或是使用Surface触控笔进行更丰富的操作。Surface触控笔的压敏感应支持粗细、浓度不同的自然墨迹书写,配合Windows 10 Edge及OneNote 2016应用,可一键创建灵活的笔记与批注页面,更支持全真手写电子签名,极大满足了很多高管对于手写的偏爱,更大程度地提升高管的工作效率。
周详,细节成就不凡
日立集团的销售人员们平时的工作场景多是片段化、移动化的,他们会与客户保持非常密切的沟通与见面,讨论各项事宜并安排下一步工作。他们常常在客户的办公室,甚至是各类项目现场和设备安装施工现场,面对更加复杂多变的办公环境。
Surface Pro 3的极致轻薄与长达9小时的续航能力无疑极大地方便了身处设备安装现场、项目现场、机房或任何办公室外的同事对于移动性的需求。此外,全尺寸 USB 3.0 端口以及microSD读卡器支持高速文件传输。而Mini DisplayPort 接口能够轻松将Surface Pro 3连接到显示器、电视、投影仪等一系列的外接显示设备,配合Surface触控笔则能够在实现高清演示的同时轻松添加批注,将屏幕变成头脑风暴的白板。
在办公室外的销售人员可随时通过Skype for Business连入各类会议,通过SharePoint查看并分享文件,或借助实时推送的Exchange服务处理邮件。Surface Pro 3极大提升了他们的办公效率的同时也带来了更加专业现代的公司形象。这些周详的细节都帮助销售人员全天候随时响应客户需求,充分利用差旅时间,大幅提升办公效率。
Surface Pro 3在帮助雇员提升效率,成就更多的同时,更进一步提升IT服务质量、降低整体成本,帮助中国日立集团逐步实现生产力与协作方式的变革。正是Surface Pro 3的敏捷、灵活、强大的卓越移动性方案为日立的在华员工带来了创新的解决之道,为业务推展注入更多活力。
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。