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
Y Combinator合伙人Ankit Gupta与Anthropic预训练负责人Nick Joseph最近进行了一次深度对话。
微软研究院提出潜在分区网络(LZN),首次实现生成建模、表示学习和分类任务的真正统一。该框架通过共享高斯潜在空间和创新的潜在对齐机制,让原本独立的AI任务协同工作。实验显示LZN不仅能增强现有模型性能,还能独立完成各类任务,多任务联合训练效果更是超越单独训练。这项研究为构建下一代通用AI系统提供了新的架构思路。
9月13日的PEC 2025 AI创新者大会暨第二届提示工程峰会上,“年度提问二:新工作时代:AI工作流由谁主导?”从企业实践到技术实现、从业务落地到战略决策,展开了一场高密度的思想碰撞与经验分享,将AI工作流背后的难题和解决路径彻底揭开。
上海AI实验室开发的VLAC模型让机器人首次具备真实世界自主学习能力。该系统如同给机器人配备智能导师,能实时评估动作效果并从中学习。在四个操作任务测试中,机器人成功率从30%提升至90%,仅需200次练习。技术结合视觉、语言理解和动作生成,支持跨场景适应和人机协作,为家庭服务、医疗护理等领域应用奠定基础。