戴爾公司近期公布了2014年IT決策者國際平板電腦調(diào)查的結(jié)果,調(diào)查顯示目前在工作場所使用平板電腦對企業(yè)有幫助,在增加移動性和效率的同時獲得員工的好評。
2014年IT決策者國際平板電腦調(diào)查由戴爾委托Harris Poll于2014年夏天在網(wǎng)上開展,覆蓋10個國家,旨在提供IT決策者關(guān)于在工作場所使用平板電腦的洞察力和反饋。調(diào)查結(jié)果包括政策、購買習(xí)慣、業(yè)務(wù)影響和挑戰(zhàn)、與其他設(shè)備進行對比、以及平板電腦如何滿足他們的期望。戴爾在全球范圍內(nèi)的客戶、企業(yè)決策者和IT經(jīng)理可以通過該調(diào)查從全球和區(qū)域的角度制定當(dāng)前和未來的IT戰(zhàn)略。
戴爾平板電腦事業(yè)部副總裁Neil Hand 表示:“人們的工作方式在不斷變化——在固定地方工作的時間越來越少,而更多的員工處于移動狀態(tài),需要在工作場所以外訪問企業(yè)信息。戴爾2014年國際平板電腦調(diào)查表明,平板電腦正在解決當(dāng)今員工這方面的需求,因此IT決策者希望在未來部署更多的平板電腦。”
戴爾2014年國際平板電腦調(diào)查亮點
· 平板電腦是IT設(shè)備的標(biāo)配:在除日本(83%)之外的所有國家,至少90%的IT決策者表示平板電腦是其公司IT產(chǎn)品標(biāo)配或目前正在進行評估,并且/或者允許員工使用自己的平板電腦。在中國(82%)、阿聯(lián)酋/沙特阿拉伯(74%)、美國(73%)、巴西(73%)、英國(68%)、法國(61%)、印度(59%)和俄羅斯(51%),大多數(shù)IT決策者表示平板電腦是其IT設(shè)備的標(biāo)配。在俄羅斯(58%)、印度(57%)、中國(52%)和美國(51%),超過半數(shù)允許員工自費購買平板電腦,而在中國(59%)、美國(53%)和印度(50%),至少有一半允許員工在公司資金的幫助下購買平板電腦。
· 平板電腦正在受到員工的好評:在除了印度(85%)之外的所有其它國家,在公司提供標(biāo)配平板電腦的情況下,至少90%的IT決策者收到其它員工的反饋,表示支持在公司開始使用前使用平板電腦。在美國(58%)、英國(58%)、印度(56%)、日本(56%)、巴西(68%)、阿聯(lián)酋/沙特阿拉伯(63%)和南非(32個受訪者中有22個),員工一致贊成采用平板電腦。在所有國家中,大多數(shù)暫不提供平板電腦或正在進行評估的IT決策者表示他們已經(jīng)收到員工贊成使用平板電腦進行工作的請求。
· 安卓™是全球平板電腦上最常用的操作系統(tǒng);Windows和iOS也很普遍:雖然Windows、iOS和Android在受訪國家都很普遍,安卓是印度(91%)、巴西(87%)、俄羅斯(87%)、南非(32個受訪者中有26個1)、中國(79%)、阿聯(lián)酋/沙特阿拉伯(79%)、法國(69%)和英國(69%)最常見的操作系統(tǒng)。同時,Windows在美國(72%)排在首位,iOS在日本(69%)排在首位。
· 使用平板電腦提高工作效率:在大多數(shù)國家,大多數(shù)承認(rèn)平板電腦提高其公司工作效率的IT決策者表示,之所以這么做是為了在旅途中更容易地工作、提供更好的服務(wù)、在辦公室內(nèi)外更快、更方便地訪問信息,或允許實時輸入信息以減少重復(fù)工作。在印度(58%)和巴西(61%),絕大多數(shù)估計其工作效率至少提高25%,而在美國(60%)和英國(53%),絕大多數(shù)認(rèn)為至少提高了20%。在中國(62%),大多數(shù)IT決策者認(rèn)為至少提高了15%。而在法國(73%),大多數(shù)估計至少提高了10%。
· 平板電腦達到并超過預(yù)期:對于90%的國家來說,美國(61%)、英國(59%)、印度(60%)、日本(75%)、中國(77%)、巴西(66 %)、法國(77%)、俄羅斯(81%)和南非(32個受訪者中有20個)中其公司提供平板電腦作為標(biāo)配的大多數(shù)IT決策者表示,平板電腦已經(jīng)達到了其公司的期望;在大多數(shù)國家,相當(dāng)大比例的人表示平板電腦已經(jīng)超過了其預(yù)期。值得注意的是,阿聯(lián)酋/沙特阿拉伯接近大多數(shù)人(46%)表示,平板電腦已經(jīng)超出了其預(yù)期,但四分之一(26%)表示,平板電腦沒有達到其期望。
· IT決策者計劃部署更多的平板電腦:在美國(65%)、英國(49%)、印度(69%)、日本(52%)、中國(76%)、巴西(67%)、法國(49%)、俄羅斯(65%)、南非(32個受訪者中有25個),多數(shù)或接近多數(shù)其公司提供平板電腦作為標(biāo)配的IT決策者表示計劃在未來部署更多的平板電腦。阿聯(lián)酋/沙特的絕大多數(shù)IT決策者表示,其公司計劃保留現(xiàn)在的數(shù)量(58%),其中約三分之一表示他們會部署更多平板電腦(32%)。
· 安全性是最為關(guān)心的問題:在不提供平板電腦或沒有在進行評估的IT決策者中,美國(54%)、印度(67%)、日本(51%)、中國(28個受訪者有15個)和法國(53%)的大多數(shù)受訪者認(rèn)為數(shù)據(jù)安全或其他安全問題(如丟失、被盜)是不部署平板電腦的原因。英國的48個受訪者中有21個,俄羅斯中有42%擔(dān)心這個問題。在這些國家中,數(shù)據(jù)安全被認(rèn)為是首要原因。然而,巴西(63個受訪者中有23個)和沙特阿拉伯(20個受訪者中有9個)認(rèn)為首要原因是存儲容量不足,而南非(45個受訪者中有22個)認(rèn)為存在丟失或損害的風(fēng)險。在90%的國家中,大多數(shù)IT決策者表示,導(dǎo)致數(shù)據(jù)丟失的設(shè)備丟失也是主要的安全挑戰(zhàn)(除了阿聯(lián)酋/沙特)。除了設(shè)備丟失,美國、印度、日本、中國和南非的大多數(shù)IT決策者也認(rèn)為威脅、違反公司政策、法律和法規(guī)等挑戰(zhàn)是平板電腦帶來的安全挑戰(zhàn)。
為了幫助IT管理人員打消安全顧慮,戴爾的企業(yè)移動管理解決方案通過一個易于下載的應(yīng)用程序,允許企業(yè)對其擁有以及員工自有的平板電腦進行加密、政策管理和數(shù)據(jù)丟失防護。由于許多員工現(xiàn)在使用多種設(shè)備來訪問企業(yè)信息,管理所有的其它平板電腦、手機和筆記本電腦已經(jīng)成為IT經(jīng)理一個繁重的任務(wù)。通過將重點轉(zhuǎn)向在企業(yè)內(nèi)部和外部進行政策驅(qū)動的應(yīng)用程序和內(nèi)容訪問,企業(yè)能夠更有效地建立一個關(guān)于員工在任何給定的情況下如何訪問企業(yè)信息的管理模式。通過使用授權(quán)管理信息(EMM),IT管理人員能夠決定員工是否能夠基于角色、位置和設(shè)備訪問文檔,有助于保護企業(yè)信息但不會增加管理負(fù)擔(dān)。
Neil Hand 表示:“通過一種安全、可管理、可靠的方式確保應(yīng)用程序和數(shù)據(jù)的安全,戴爾的工具能夠解決客戶在安全性方面的問題。遠(yuǎn)程擦除設(shè)備、或從單一位置完全加密所有內(nèi)容等功能能夠為IT經(jīng)理帶來安全感,同時數(shù)據(jù)丟失、病毒和其他威脅也可以得到有效的處理。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。