不同企业的IT运维模式差别较大,这往往和企业信息化建设的模式有关。例如企业自建系统一般都会采用自己运维的模式,采用外购模式的企业往往需要产品或解决方案提供商来协助运维(即运维外包)。
不同地域、不同行业的信息化应用水平不同,企业信息系统的运维管理也不同;即使同一个企业,IT运维模式也存在差别。
目前大型企业的两种IT运维模式中,自己运维的企业占比62.5%;运维外包占比37.5%(其中云服务占3.1%)

企业信息化系统运维模式分布 (N = 127)
自己运维还是各行业大部分企业的首选,但在不同行业仍有差别。在政府行业,运维外包比率较高。另外,采用云服务建设模式的企业较少,比例也相应较低。

企业信息化系统运维模式行业分布 (N = 127)
不同的运维模式有不同的价值,大型企业要从IT能力、成本、响应度等方面来进行综合考量。

不同运维模式分析
自己运维
指企业信息化系统由企业内部人员来完成维护和升级的运维模式。自建信息化系统的企业通常会采用自己运维的模式;部分信息化采用定制开发系统的企业, 通过实施方对企业信息化人员进行培训,也能实现自己运维。这种运维模式能够快速及时地解决企业信息系统的问题,但是常常存在专业性不足、要求企业的信息化 部门相对稳定、投入成本也高。
运维外包
此模式包括系统属于自己但运维外包和直接购买云服务两种模式。外购信息化系统的企业通常采用运维外包的模式;采用云服务建设系统一定是运维外包。运维外包服务商的响应速度和服务水平直接决定着运维服务的质量。
研究小组调查发现,在运维外包模式中,云服务模式是新的运维模式,采用云建设模式的企业较少,故比率较低,仅为8.3%。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。