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
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。