思科安全销售负责人Emma Carpenter表示,毫无疑问,所有人都知道我们是网络巨头。但我们希望思科以后在安全方面也一样大名鼎鼎。
思科安全销售主管Emma Carpenter
据思科安全和渠道高管一个圆桌会议称,网络是思科系统的同义词,而且这家科技巨头希望在安全方面也能如此,思科正努力将其在网络方面的优势与网络安全包装成一项业务。
思科安全销售负责人Emma Carpenter表示,“毫无疑问,所有人都知道我们是网络巨头。但我们希望思科以后在安全方面也一样大名鼎鼎。我们必须确保我们从端到端的角度来看待安全,通过我们的合作伙伴将网络和安全放在一起,为我们的客户提供最好的服务。
总部位于美国加利福尼亚州圣何塞的思科公司去年曾透露要将旗下的安全产品组合进行整合的计划,思科的产品组合历来都是由单点产品组成。思科曾在去年6月发布思科安全云,思科安全云是一个统一的、基于开放标准的混合和多云环境的安全平台。思科从那以后一直在幕后开发和改进旗下的安全产品,有时是通过收购进行,同时将这些安全产品纳入到一个单一平台。
Carpenter 表示,“有时候我们会想‘我们是否真的能够完成这个目标?’答案绝对是肯定的,而且我们坚决要完成。我们一定可以交付,原因是我们已经投入了足够的人力,并且每周都在跟踪进度。我们真的每三周一次向CEO Chuck Robbins汇报我们在安全云平台方面整合所有这些能力的进展。”
据思科称,世界上大约81%的互联网流量经思科交换机传送,所以交换机可提供大量的数据和情报,可用于帮助企业积极应对可能的威胁或恶意行为。
思科全球合作伙伴和市场路线安全总监Shawn Yuskaitis称,思科在安全市场的最大优势正正就是思科在网络领域的这种领导地位。
他表示,思科公司正努力利用其在网络领域的悠久传统开展与合作伙伴和终端客户在安全方面的互动。
Yuskaitis表示,“我们正在为每个客户重新注入活力,不仅仅限于思科内部合作伙伴或安全销售商。我们正在确保每个客户都了解我们的故事,了解我们的产品。我们正以前所未有的势头将其推向市场。”
Carpenter称,思科的安全团队正在努力简化网络安全,同时使其可以为合作伙伴带来更多利润。科技巨头思科的安全策略关键是确保每个团队(思科的销售团队和合作伙伴)都在销售安全。
她表示,“我们的成功在于能够确保我们组织的其他成员都在销售安全。最重要的是,我们通过使用正确的方式使我们的合作伙伴获得成功,这样一来他们就站在前台和中心位置,前台和中心位置也就是他们每天与他们的客户群在一起的地方,可以确保安全以及网络绝对是他们的前台和中心。”
思科全球合作伙伴销售高级副总裁和市场路线总经理Oliver Tuszik表示,大多数中小企业客户使用多达六个不同的工具来管理IT安全。根据思科的研究,对于企业来说,这个数字可能会增至50到100种不同的安全工具,而这些工具至少来自20个不同的供应商,这种情况是驱动与IT复杂度有关的这一持续问题的一个关键因素。
Tuszik称,就像买车一样,企业和合作伙伴不应该用单点式解决方案来“拼凑”网络安全方法。这一块思科的安全平台可以发挥作用,思科的网络数据可以传送到安全平台提供对安全平台的强大支持。
他表示,“想找最好的刹车、最好的方向盘、最好的发动机吗?如果想的话会看到许多不同的公司都有最好的产品,他们在自己的产品方面非常优秀。但如果这样去买车,你的车是由行业中最好的部件构建出来的,但你永远也不会拥有一辆可以驾驶的车。但业界的公司现在在安全方面所做的事情正好是这样。”
Tuszik表示,企业不需要安全解决方案的各个部分,他们需要一个“在运行”的平台。
总部设在美国新泽西州萨默塞特的SHI国际公司的高级解决方案高级副总裁Ryan Sheehan则表示,“我认为思科处于一个独特的重要位置,可以成为顶级合作伙伴。你可以获得思科技术并将其捆绑到一个平台上,这对我们的客户来说是一个非常有吸引力的价值主张。”
思科表示,思科安全云平台将在未来几年内不断发展。
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。