尽管IT领导者对软件即服务(SaaS)的安全性持续自信,但他们仍然对生成式人工智能(AI)的风险感到焦虑。
调查公司Snow Software对1,000名IT领导者进行的最新数据显示,96%的受访者表示他们对组织的SaaS安全措施“有信心或非常有信心”,然而,“管理SaaS应用程序的安全性”是IT领导者面临的最大挑战。

当被问及哪些应用类型在安全角度上令人担忧时,23%的人提到了生成式AI应用程序,其次是开源应用程序(19%)和文件共享应用程序(17%)。
如果SaaS供应商在未经他们知情的情况下使用生成式AI,超过一半的人(57%)表示他们会感到惊慌,并会向供应商寻求更多信息。
Snow首席技术官史蒂夫·泰特表示:“IT领导者必须在最小化风险和提高效率之间取得平衡,同时在经济动荡期间推动业务增长。SaaS的日益复杂性以及围绕生成式AI的安全担忧使IT可见性的需求更加迫切。IT领导者需要像管理批准的供应商一样有效地管理未知领域。”
数据表明,IT团队对其集体应用可能带来的潜在风险存在犹豫。事实上,40%的受访者对数据保护或隐私表示担忧,尽管61%的人表示他们拥有广泛的数据治理和安全工具来管理与SaaS应用程序共享的数据。
在安全性之后,管理SaaS应用程序的第二个最重要方面是控制SaaS应用程序投资的总成本(39%)。但尽管存在这种担忧,90%的受访者对能够快速高效地找到节省或优化的领域表示非常有信心。
好文章,需要你的鼓励
TPU与GPU之间的竞争正在重塑AI硬件市场格局。GPU基于并行处理,能处理多样化任务,而TPU专门针对张量矩阵运算进行优化。谷歌TPU采用类似RISC的设计理念,通过限制功能来提升特定运算效率。随着Meta计划在2027年采购数十亿美元的TPU芯片,Anthropic宣布使用百万TPU训练Claude模型,TPU生态系统正在获得发展动力,对英伟达的GPU霸主地位构成挑战。
Meta与华盛顿大学联合研究团队开发出无需人类标注的AI评判官自我训练框架。该方法通过生成合成对比数据、自我判断筛选和反复学习,使110亿参数的AI评判官在多项视觉语言任务中超越GPT-4o等大型模型,成本仅为传统方法的1%,为AI自主学习和评估开辟新路径。
本文提出2026年AI发展十大预测,包括AI估值修正、投资泡沫持续、AGI不仅依赖大语言模型、AI代理将加剧工作替代等。作者强调社会接受度对技术发展的重要性,认为成功企业将重构运营模式以AI为核心,同时指出政府仍将重视STEM教育而忽视社会科学的价值。
华中科技大学团队开发出4DLangVGGT技术,首次实现AI系统对4D动态场景的语言理解。该技术突破传统方法需要逐场景训练的限制,能跨场景通用部署。系统结合几何感知和语义理解,不仅能识别物体还能描述其时间变化过程。实验显示在多项指标上超越现有方法1-2%,为机器人、AR/VR、智能监控等领域提供重要技术支撑。