据IDC预测,至2023年,全球2000家企业或组织中,70%将采用远程或混合办公优先的工作模式。鉴于该份调查结果在2021 年 11 月才刚刚发表,因此混合办公模式发展之迅速可见一斑。随着灵活多变的混合办公、随处办公(Work from Anywhere, WFA)模式成为新常态,越来越多的企业员工突破时空的边界,享受混合办公带来的便利和体验。IT设备在重构工作方式上发挥着核心作用,甚至帮助企业快速实现数字化转型,提供优质的工作体验,大大提升员工生产力,保障业务连续性需求。
试想一下,如果一位新员工从入职开始就远程办公,那么即便是向他提供一台笔记本电脑都会变得更加困难。而这只是IT部门尝试为混合办公场景提供有效支持所面临的众多挑战之一。
常见的IT问题迈入全新领域
全面采用混合办公模式,公司需要考虑多种场景,包括:
诚然,管理端到端设备对于 IT 部门来说并非新鲜事。然而当这些问题集中在成百、数千甚至数万名移动办公的员工和他们的IT资产上时,这个巨大的挑战可想而知。如果企业或组织将所有这些PC和移动设备存放在不同位置,问题将会进一步加剧。因此是否能成功管理这些需求将对企业的整体业务发展产生巨大影响。
抉择时刻
IT 部门在承担管理企业设备责任时通常面临三个挑战:
迄今为止,企业在设备生命周期管理方面还没有最优选。企业可能会采取 "一切照旧 "的方法,遵循现有流程,试图满足混合办公的需求。企业还可能选择外包多个服务供应商,作为内部工作流程的补充,让每个服务提供商负责处理设备生命周期的不同难题。
图1. 随处办公(WFA, work-from-anywhere)加剧了多厂商设备生命周期管理的挑战
Dell Lifecycle Hub,让企业进入设备管理新阶段
最理想的方法是由单一供应商提供完整的设备生命周期管理解决方案,而这在过去很难实现。因为一家高度专注于硬件的厂商,欠缺规模和范围化管理能力,很难提供设备生命周期管理所需的全面服务。而现在,戴尔用实际行动实现了这一设想,推出Dell Lifecycle Hub(戴尔生命周期中心)解决方案,成为目前首家提供完整设备生命周期管理服务的 OEM 供应商 。能否从技术上为员工提供高效的办公体验,是目前企业快速转向混合办公模式所面临的重大挑战之一。Dell Lifecycle Hub(戴尔生命周期中心)服务为设备全生命周期管理提供了端到端的解决方案,能够完美应对这一挑战。
图2. 戴尔生命周期中心(Dell Lifecycle Hub)提供了一个端到端的、多厂商设备全生命周期管理解决方案
通过退换货、维修、整机更换和翻新服务,Dell Lifecycle Hub可帮助员工保持工作效率并最大限度地利用设备库存。Dell Lifecycle Hub为大公司和企业组织提供了两个关键优势:一是极大地简化了企业或组织的终端设备组合管理,二是为员工提供优质的终端体验。
Dell Lifecycle Hub提供的服务包括:
Dell Lifecycle Hub整合了戴尔全球公认的、久经考验的业务能力,包括供应链管理、部署、支持、维修和IT库存管理。戴尔将这些优势加以整合,帮助IT部门无需与多个供应商合作即可完成设备管理。该解决方案优化了终端设备的使用,并为企业所有员工提供了即时工作(ready-to-work)的体验,同时将繁忙的IT部门从耗时的设备生命全周期管理的任务中解放出来。
Dell Lifecycle Hub还可以安全地管理企业拥有或租赁的、多厂商的终端用户设备。从设备进入企业的库存到负责任的报废处置,Dell Lifecycle Hub都会对所有设备进行全生命周期监管。
好文章,需要你的鼓励
OpenAI在最新博客中首次承认,其AI安全防护在长时间对话中可能失效。该公司指出,相比短对话,长对话中的安全训练机制可能会退化,用户更容易通过改变措辞或分散话题来绕过检测。这一问题不仅影响OpenAI,也是所有大语言模型面临的技术挑战。目前OpenAI正在研究加强长对话中的安全防护措施。
北航团队推出VoxHammer技术,实现3D模型的精确局部编辑,如同3D版Photoshop。该方法直接在3D空间操作,通过逆向追踪和特征替换确保编辑精度,在保持未修改区域完全一致的同时实现高质量局部修改。研究还创建了Edit3D-Bench评估数据集,为3D编辑领域建立新标准,展现出在游戏开发、影视制作等领域的巨大应用潜力。
谷歌宣布计划到2026年底在弗吉尼亚州投资90亿美元,重点发展云计算和AI基础设施。投资包括在里士满南部切斯特菲尔德县建设新数据中心,扩建现有设施,并为当地居民提供教育和职业发展项目。弗吉尼亚州长表示这项投资是对该州AI经济领导地位的有力认可。此次投资是谷歌北美扩张战略的一部分。
宾夕法尼亚大学研究团队开发出PIXIE系统,这是首个能够仅通过视觉就快速准确预测三维物体完整物理属性的AI系统。该技术将传统需要数小时的物理参数预测缩短至2秒,准确率提升高达4.39倍,并能零样本泛化到真实场景。研究团队还构建了包含1624个标注物体的PIXIEVERSE数据集,为相关技术发展奠定了重要基础,在游戏开发、机器人控制等领域具有广阔应用前景。