ZDNet至顶网软件频道消息:对于向云业务转型的企业用户来说,很多时候单一的私有云、抑或公有云的应用,可能并不能完全满足他们的需求。一方面很多传统的应用系统正在使用中,抛弃掉这些原有的IT投资而全部转向云端非常浪费,也不太现实;另一方面,企业是处于发展变化当中的,他们不希望以一种单纯的私有云或者公有云的二选一方案,把自己限制得过死。
在这种情况下,其实混合云方案,可能是最佳的选择。对于甲骨文来说,早在2012年的Oracle OpenWorld大会上,就推出了可以在公有云、私有云之间灵活切换的混合云产品,客户可以自行决定把哪些核心资源放在防火墙之后,把哪些资源放在云端。
在国内,甲骨文的云产品——HCM(人力资本管理)云被吉利汽车所采用,通过新的云端应用——甲骨文云招聘产品与原有的核心人力资源产品——PeopleSoft的结合,吉利汽车走出了一条混合云发展之路。
针对于采用甲骨文云招聘产品的原因及使用体会,ZDNet记者近日采访了浙江吉利控股集团HR支持高级经理孙金方。她告诉记者:“在吉利汽车全球化发展战略的引导下,人力资源策略也需要进行转型,以适应全球化发展的需求。招聘云产品的采用,让吉利汽车可以整合多渠道招聘资源,平台的规范也能为业务规范提供有力支持。”
浙江吉利控股集团HR支持高级经理孙金方
吉利汽车从2009年开始采用甲骨文PeopleSoft进行人力资源管理,当时并没有选择商业化的招聘产品。但是伴随集团业务的快速发展,对人才的需求越来越旺盛,在招聘业务上有迫切的需求——要进行招聘渠道的整合,把集团各公司分布到国内各个城市的招聘资源整合在一起。
在产品选型阶段,据孙金方介绍:“对于采用云计算的模式,我们也犹豫过,毕竟要考虑安全的问题。但是云端模式自然而然整合了多渠道,我们不用再进行渠道的开发;另外,从PeopleSoft到招聘云都采用了甲骨文一家的产品,在集成度方面会比较好;而且即使之前采用的第三方招聘平台的服务,也会存在安全问题,所以这不应该是阻碍我们采用云招聘的原因。”
经过前提业务流程梳理、中间实施、上线运行,在三个月的时间内,吉利汽车完成了云招聘产品的上线。在实施了甲骨文云招聘产品后,该平台把吉利汽车国内所有招聘渠道都整合在一起,除一线员工外,所有人员都从该平台招聘;另外,这一流程会与吉利汽车现有人力资源管理流程完全匹配;甚至在海外招聘方面,吉利汽车也准备在今年推广海外招聘渠道,实现产品的海外实施。据记者了解,系统上线5个多月来,吉利汽车的人才库里边已经积累了3万人的简历信息,供各个分公司在其中筛选人才。
就与吉利汽车的合作,据甲骨文大中华区应用咨询总经理谢鹏博士介绍,甲骨文的云业务解决方案并不是把原来的PeopleSoft搬到云上这么简单,实际上甲骨文所有云产品都进行了代码的重写,已经具有了云时代的基因。而从业务上来看,云业务模式把人力资源管理功能向前延伸到招聘阶段,向后延伸更多的管理职能,而人才培训、绩效管理、目标管理本身就是人才管理中比较薄弱的环节。
甲骨文大中华区应用咨询总经理谢鹏
具体到甲骨文提供的混合云的解决方案给客户带来的变化,谢鹏认为也是顺应客户自身信息化情况以及需求的。“云虽然是方向,但云端的转换不是一天就可以完成,为此甲骨文提供了一种迁移的方式。如果是一个用户的新的应用,完全可以采用纯粹的公有云方法;但是如果客户希望在采用PeopleSoft的基础上增加招聘管理,就可以用云的方式去延伸新的需求,核心的人力资源管理还是在On-premises平台上,但新拓展的招聘服务就放到云上,这是业务上非常合理的一种云。甲骨文提供了这样一种云的方案,实际上是尊重客户选择的。”
好文章,需要你的鼓励
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
阿里巴巴团队推出DeepPHY,这是首个专门评估AI视觉语言模型物理推理能力的综合平台。通过六个不同难度的物理环境测试,研究发现即使最先进的AI模型在物理推理任务中表现也远低于人类,成功率普遍不足30%。更关键的是,AI模型虽能准确描述物理现象,却无法将描述性知识转化为有效控制行为,暴露了当前AI技术在动态物理环境中的根本缺陷。
英国林肯大学正在开发一种革命性的虚拟现实环境,让非专家通过身体演示来训练AI收割机器人。这种技术已在加拿大杂货店和日本便利店试用,未来可能彻底改变工作形态。虽然能降低危险工作的风险,但也带来就业替代、工资削减等问题。许多低薪工作将被远程操控的机器人取代,影响移民模式和劳工组织。这项技术仍处于早期阶段,但将在未来几年对工作产生深远影响。
AgiBot团队联合新加坡国立大学等机构开发出Genie Envisioner机器人操作统一平台,首次将视频生成技术应用于机器人控制。该系统通过100万个操作视频学习,让机器人能够预测行动结果并制定策略,在多个复杂任务上表现优异,仅需1小时数据即可适应新平台,为通用机器人智能开辟全新路径。