身为美国10大律师事务所之一的CIO,John Green先生一直感到肩上的担子并不轻松。随着律所数字化转型战略的不断推进,更多的应用走向云,John意识到能否为律师们提供最佳的应用体验,已变得比以往更加重要。
“我们在技术方面投资了数百万美元,帮助我们分布在20个不同办公室的律师们保持网络互联。在未来一两年中,公司将有近 80% 的主要应用会迁移至云端。如果不能为律师们提供最佳的应用体验来开展业务,那就是失职。”Baker Donelson律师事务所CIOJohn Green先生表示。
其实在之前的两年里,John就一直在寻找新的产品,希望能够借助一种工具帮助他深入了解每个用户的真实终端应用体验,从而有助于提高律师们的办公效率。而现在,新的本地+云的混合环境,使这一需求变得更加复杂化。John的希望在哪里?让我们从以下视频中一探究竟……
Baker Donelson律师事务所应用Riverbed SteelCentral Aternity成功案例
链接地址:https://v.qq.com/x/page/b0526mgu0tk.html
我相信John和他的Baker Donelson的故事绝不仅仅是个案。据IDC预测,到2017年底,超过70%的全球500强企业将拥有专门的数字化转型团队。而到2019年,用于数字化转型的项目投资将达到2.2万亿美元,比2016年增长60%还要多。从另一方面看,数字转型在企业中的全面展开,的确为企业IT部门带来了不小的压力。据测算,目前企业在用的云应用大约有500多种,并且最终用户通常会在一天之内使用三种以上不同的终端设备。IT需要了解最终用户的体验情况,以确保云、移动和虚拟化计划能够在提高员工工作效率方面达到预期效果。
Riverbed SteelCentral产品经理Mike Marks认为:“如果你对云供应商是否能提供理想的应用性能感到担心,那么最好的办法就是从终端用户的角度监测这些应用。掌握终端用户使用云应用的真实体验是无法从服务提供商的角度进行监测的。当然也不是从数据中心,而是终端用户,即终端用户在业务进行当中使用该应用的真实感受。”
锅不能自己背
任何一名IT专业人员都知道,虽然把软件托管和计算周期的工作都交给了云服务提供商,但并不意味着从此不再需要负责任。恰恰相反,IT仍然需要对这些应用的性能、可用性和终端用户体验负责。无论你是否能够访问运行这些应用的基础架构,情况都是如此。
你可能会说,我们已经与SaaS或云提供商签署了服务水平协议(SLA),还会有什么问题吗?事实上,这些在头脑一热时签下的协议并没有太多好处,因为用户可能还在抱怨网速慢和应用故障。你所需要的是一个可以实时对云供应商提供的服务质量进行监测的工具,帮助你和供应商协同工作,快速解决问题,而不是花上几周时间来争论SLA中的相关经济处罚条款。
此时恐怕就是RiverbedSteelCentral Aternity介入的最佳时机。SteelCentral Aternity通过提供丰富的终端用户体验数据,帮助IT在危机发生之前发现问题,并弄清哪些团队可以帮助解决相关问题。让我们来看看它的工作流程:
第一步:在使用时监测。监测企业员工服务顾客时所使用的关键业务应用。
第二步:在某项业务流程中使用SteelCentral Aternity监测用户与应用的交互情况。像可用性、延迟和错误率这样的技术指标十分重要。但我们真正想要评估的是用户有效开展工作的能力。比如,销售和客服人员可能会查找客户记录,搜索他们的购买记录或查看库存。业务部门会对这些用户与应用程序之间交互所需的时间有个预期目标,而该预期目标则是一个更具代表性的SLA目标。
第三步:全天候监测每位用户的体验。在一个300人的呼叫中心中,只采样三个用户的工作流程显然是不够的。必须了解每个人、每个应用和每位用户的互动情况,以便了解IT是否能够满足业务预期。
第四步:设置警报,在问题出现时进行预警。当SLA阈值被突破时,SteelCentral Aternity不仅可以在事件发生时马上告知,还能确定哪些用户、哪个部门、哪些位置以及哪些设备遇到了问题。
第五步:隔离并解决问题。SteelCentralAternity提供的信息有助于确定用户遇到的各种问题的根源所在,以及该由谁负责解决问题。比如,如果能够找到某个造成延迟问题的源头,就可以避免与ISP和云或SaaS提供商之间的相互指责。
最后,让我们总结一下SteelCentral Aternity的独特优势:
好文章,需要你的鼓励
OpenAI推出企业级智能体平台ChatGPT Work,可跨应用自动执行多步骤工作任务,生成文档、演示文稿及电子表格等业务内容。同步推出的GPT-5.6系列模型涵盖Sol、Terra、Luna三档,主打"更低成本、更强性能"。Sol在编码、网络安全及复杂推理基准测试中表现突出,定价为每百万输入tokens 5美元。新模型还支持Microsoft 365、Google Drive等企业应用集成,并引入max与ultra两种推理模式以应对复杂工作负载。
斯坦福与UC伯克利提出LLM-as-a-Verifier框架,通过提取AI模型内部概率分布生成连续评分,在代码、机器人、医疗领域均达到最优性能,且无需额外训练。
大疆发布AP100降落伞,专为旗舰级Matrice 400企业无人机设计。该配件重约935克,支持自动与手动两种部署方式,可在600毫秒内触发展开,将无人机下降速度控制在每秒5米以内。AP100作为独立安全模块运行,配备独立飞控、传感器及备用电容,断电后仍可持续工作一小时。此外,内置飞行终止系统可在展开前切断电机,防止螺旋桨缠绕。该配件还支持欧盟EASA和英国CAA的C5/C6等级合规认证,适用于超视距飞行任务,防护等级IP55,适应-20°C至50°C宽温环境。
字节跳动Seed团队发现AI智能体在真实环境中学习的进步曲线精确遵循对数S形规律,R?达0.998,且前沿模型的学习速度每三个月翻倍。