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
国际能源署发布的2025年世界能源展望报告显示,全球AI竞赛推动创纪录的石油、天然气、煤炭和核能消耗,加剧地缘政治紧张局势和气候危机。数据中心用电量预计到2035年将增长三倍,全球数据中心投资预计2025年达5800亿美元,超过全球石油供应投资的5400亿美元。报告呼吁采取新方法实现2050年净零排放目标。
维吉尼亚理工学院研究团队对58个大语言模型在单细胞生物学领域的应用进行了全面调查,将模型分为基础、文本桥接、空间多模态、表观遗传和智能代理五大类,涵盖细胞注释、轨迹预测、药物反应等八项核心任务。研究基于40多个公开数据集,建立了包含生物学理解、可解释性等十个维度的评估体系,为这个快速发展的交叉领域提供了首个系统性分析框架。
AMD首席执行官苏姿丰在纽约金融分析师日活动中表示,公司已准备好迎接AI浪潮并获得传统企业计算市场更多份额。AMD预计未来3-5年数据中心AI收入复合年增长率将超过80%,服务器CPU收入份额超过50%。公司2025年预期收入约340亿美元,其中数据中心业务160亿美元。MI400系列GPU采用2纳米工艺,Helios机架系统将提供强劲算力支持。
西湖大学王欢教授团队联合国际研究机构,针对AI推理模型内存消耗过大的问题,开发了RLKV技术框架。该技术通过强化学习识别推理模型中的关键"推理头",实现20-50%的内存缩减同时保持推理性能。研究发现推理头与检索头功能不同,前者负责维持逻辑连贯性。实验验证了技术在多个数学推理和编程任务中的有效性,为推理模型的大规模应用提供了现实可行的解决方案。