破解企业采购难题，打造全新办公体验

在没有提供任何警告的情况下，疫情迫使大量员工离开企业办公室开始在家远程办公，他们期望在家能够快速可靠地获得企业服务。由于发生的疫情揭示了网络基础设施、规划和管理中的弱点，因此IT管理人员不得不加紧努力。

研究机构Info-Tech公司专门从事技术路线规划的研究主管John Annand说：“工作人员突然从已知的、计划的、集中的地点涌向全球各地的各个角落，暴露了很多企业多年来在各自网络中所做出的一系列偷工减料、延迟升级和短视选择。因此，许多组织无法使用灵活且适应性强的网络技术来提高疫情期间的网络可用性和敏捷性，例如SD-WAN，安全访问服务边缘(SASE)和基于意图的网络(IBN)。”

企业能够实现一些壮举，使跨越多个业务领域的员工团队保持生产力。但是现在，这些相同的团队面临着新的挑战：处理由于急于将远程工作者连接而造成的潜在的新安全和隐私风险。德勤咨询公司首席云计算架构师Mike Kavis表示：“未来几个月至关重要，因为企业将努力减轻这些风险，同时又不影响员工现在已经习惯的远程工作能力。”

重新思考网络架构

此次疫情揭示的一个弱点是，大多数当前的网络基础设施都是在假设员工位于办公室(即办公室)中央的情况下设计的。网络安全技术提供商Menlo Security公司首席技术官Kowsik Guruswamy说：“由于许多公司要求员工在家进行远程工作，并发现他们的网络存在瓶颈……而他们的员工无法访问完成工作所需的资源。在某些情况下，他们甚至无法可靠地连接到全球互联网，因为他们的所有流量都必须经过一个没有足够容量的集中式安全堆栈。”

企业被迫通过从未设计来适应如此高的流量负载的网络连接到大量的远程工作者。企业咨询机构埃森哲技术公司网络业务主管Charles Nebolsky说：“VPN和网络基础设施已经供应紧张或无法应付。现在是企业评估其网络架构的一个好时机。”

加剧问题的另一个原因是对带宽的渴求技术的使用突然增加，尤其是视频流。研究机构IDC公司网络基础架构副总裁Rohit Mehra指出：“这意味着需要减少延迟，消除抖动。显然，如果工作人员正在进行实时视频通话或正在观看培训视频之类的内容，则希望获得良好的流媒体体验。因此希望流媒体完全正常。”

但是，通常情况并非如此。持续不断的意外流量凸显了许多曾经高度可靠的企业网络架构的缺点。说：“为了满足紧急情况，有时会削减许多开支，以保持业务正常运转。例如，几乎没有时间来测试现有网络是否经过架构设计或正确配置，以安全地容纳如此多的流量，每天持续数小时。”

已经投资SD-WAN和SASE解决方案的企业通常能够以安全且可管理的方式与分散的员工建立联系。Kavis指出：“那些没有进行这些投资的企业现在可能会对此进行调查。”

研究机构ESG公司的高级新兴网络技术分析师Bob Laliberte表示，对于需要优于VPN性能和安全性的组织而言，SD-WAN是一项关键技术。他说：“能够集中管理环境并确保将所有公司策略分布式实施给每个员工的能力是一项重大优势，此外，企业还可以确保其员工优先考虑应用程序性能。”Laliberte还指出，SD-WAN可以与安全技术紧密集成，从而允许采用者同时利用内部部署和基于云计算的安全功能来提供整体覆盖。


 

Vanguard的机器人顾问管理着约1500亿美元资金;辉瑞公司拥有约150个AI项目，其中许多涉及市场营销和销售，但不涉及药物开发。CapitalOne拥有约1000个AI项目，主要涉及用于信贷、风险、市场营销的机器学习技术;谷歌/Alphabet拥有数千个AI项目，主要涉及搜索、广告、自动驾驶汽车等领域。[Tom Davenport]

约30%的企业在生产环境中部署了多个AI应用;36%的AI程序仍处于开发阶段;55%的受访者表示，他们是AI部署的“先驱”，他们一边学习AI，一边使用AI。有48%的受访者表示，安全是头等大事;有49%的大型企业和31%的小型企业认为，他们对AI最大的预期收益是提高IT运营效率。[Informa Tech、InformationWeek和ITPro Today对北美300名技术决策者所做的调查]

有73%的受访企业认为，AI对他们能否取得成功至关重要(2019年这一比例为68%)，但49%的受访企业认为，他们在AI方面是落后的;82%的企业在业务中使用了AI，有14%的企业没有使用任何形式的AI。从2019年到2020年期间，称AI预算超过500万美元的企业数量增加了1倍;2020年，称采用了全球云机器学习提供商的受访者数量，是采用了全球主要云厂商数量的4倍，包括微软Azure(49%)、Google Cloud(36%)、IBM Watson(31%)、AWS(25%)和Salesforce Einstein(17%);有40%的受访者称，缺乏数据或数据管理是成功使用AI最大的障碍。[Appen对374位企业高管所做的调查]

未来两年，自动化技术和实践将成为企业是否具有弹性的关键，包括客户服务自动化(69%)、员工服务自动化(54%)、供应链自动化(39%)、机器人流程自动化(37 %)。[Inference Solution对503位美国IT决策者所做的调查]

CIO们预计，今年他们在人工智能、机器学习和过程自动化项目上的支出将增长约7%，低于第一季度预期的11%。他们预计，今年整体技术预算将减少4.4%，低于今年初预期的增长3.5%。[摩根士丹利在5月和6月对100位美国和欧洲CIO所做的进行的调查]

93%的CIO和CDO表示，他们在企业组织内推动AI的普及必须考虑道德因素。67%的受访者表示，不会监控他们的模型以确保持续准确性并防止模型漂移;65%的受访者表示，组建具有所需技能的团队，是AI普及过程中的一大障碍。[FICO和Corinium对100多位C级分析和数据主管所做的调查]

（编辑：鞍山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!