خاکستری رنگی است که بهتر است از آن اجتناب کنید

عنوان اصلی مقاله: Gray Is A Color You Want To Avoidتاریخ انتشار و نویسنده: By Clinton M Padgett – February 14, 2022وبسایت منتشر کننده: Forbes لینک اصلی مقاله در مدیریت پروژه، سیاه و سفید دوستان شما هستند و خاکستری اینطور نیست. به عنوان یک مدیر پروژه، شما نیاز دارید تا با اطلاعات کاملاً واضح و تاییدشده […]
توسعهی لَبه تا داخل تأسیساتِ در محل، میتواند جابجایی به فضاهای اَبری را شتاب بخشد

عنوان اصلی مقاله: Cloud Shift May Accelerate as Edge Extends Into On-Premises Facilitiesتاریخ انتشار و نویسنده: BY RICH MILLER – February 21, 2022وبسایت منتشر کننده: Data Center Frontier لینک اصلی مقاله مشتریان سازمانی در حال سنجش بهترین گزینهها برای بهرهگیری از مدلهای رایانش ابری هستند. (عکس از: ریچ میلر) نرمافزارها در حال بلعیدن جهان بوده و شرایط را […]
چگونه یک رهبر نالایق را تشخیص دهیم

خلاصه: اگر میخواهیم افراد نالایق کمتری در نقشهای رهبری حضور داشته باشند، باید کسانی که مسؤولیت مصاحبه با داوطلبان را برعهده دارند، توانایی خود را برای تشخیص و تمایز بین «اعتماد به نفس» و «لیاقت» در افراد بهبود بخشند. خبر خوب این که مدتی هست که ارزیابیهای علمی معتبری برای پیشبینی و جلوگیری از بیلیاقتی مدیریتی و رهبری در اختیار داریم. تفاوتهای فردی قاعدهمندی در رفتاری که افراد در زمان معرفی از خود نشان میدهند وجود دارند و با این تفاوتها میتوان لیاقت و سبک رهبری افراد را پیشبینی کرد. وقتی قادر باشید هزاران رهبر را در فرایند پاسخ به پرسشنامههای یکسانی قرار داده و سپس پاسخهای آنها را با سبک رهبری، عملکرد و اثربخشی آنها مرتبط سازید، آنگاه خواهید توانست الگوهای کلیدی سازندهی شخصیت رهبران خوب و بد را در رفتاری که در زمان معرفی از خود نشان میدهند، شناسایی کنید. اما خبر بد این که با وجود در دسترسبودن چنین ابزارهایی، تعداد کمی از سازمانها از آنها بهره میگیرند.
ریزشبکههای برق و مراکز داده: رویکردی جامعتر به امنیت در حوزهی نیرو

عنوان اصلی مقاله: Microgrids and Data Centers: A More Holistic Approach to Power Securityتاریخ انتشار و نویسنده: BY BILL KLEYMAN – June 12, 2020وبسایت منتشر کننده: Data Center Frontier لینک اصلی مقاله منبع تصویر: Shutterstock – ESB Professional در جریان آتشسوزیهای پاییز گذشته در کالیفرنیا، بزرگترین تأمینکنندهی برق شبکه در این ایالت مجبور شد برق میلیونها مشترک […]
آیا شما نیز در پروژههای هوش مصنوعی خود مرتکب این اشتباهات مرگبار میشوید؟

عنوان اصلی مقاله: ?Are You Making These Deadly Mistakes With Your AI Projectsتاریخ انتشار و نویسنده: By Kathleen Walch – Aug 20, 2022وبسایت منتشر کننده: Forbes لینک اصلی مقاله از آنجا که در قلب هوش مصنوعی (AI) دادهها قرار گرفتهاند، جای تعجب نیست که سامانههای هوش مصنوعی (AI) و یادگیری ماشینی (ML) برای «یادگیری»، نیازمند […]
هشت روندی که صنعت مرکز داده را در سال ۲۰۲۳ شکل خواهند داد «قسمت دوم»

چه روندهایی در پیشِ روی صنعت مرکز داده در سال ۲۰۲۳ میباشند؟ سال جدید، سالی است که جریانهای متضاد، فعالیتهای تجاری در این بخش را در برابر یکدیگر همزمان محدود و تقویت میکنند. ما در اینجا روندهایی که معتقد هستیم بیشترین اهمیت را خواهند داشت، شرح میدهیم.
هشت روندی که صنعت مرکز داده را در سال ۲۰۲۳ شکل خواهند داد «قسمت اول»

چه روندهایی در پیشِ روی صنعت مرکز داده در سال ۲۰۲۳ میباشند؟ سال جدید، سالی است که جریانهای متضاد، فعالیتهای تجاری در این بخش را در برابر یکدیگر همزمان محدود و تقویت میکنند. ما در اینجا روندهایی که معتقد هستیم بیشترین اهمیت را خواهند داشت، شرح میدهیم.
صنعت مرکز داده در ایران چه جایگاهی در تناسب با روندهای جهانی در سال ۲۰۲۳ خواهد داشت؟

عنوان اصلی مقاله: Where Will the Iranian Data Center Industry Stand Relative to 2023 Global Trends?تاریخ انتشار و نویسنده: By Hamed Moinfar – Jan. 24, 2023وبسایت منتشر کننده: LinkedIn لینک اصلی مقاله تصویر تولیدشده در دال.ای ۲ (Dall.E 2) توسط اُپناِیآی (OpenAI) پس از بازنشر مقالهای از ریچ میلر (Rich Miller) با عنوان «هشت روندی […]
چَتجیپیتی نیاز دارد برای هر ۲۰ الی ۵۰ سوالی که پرسیده میشود، یک بطری کامل آب شیرین «بنوشد»

عنوان اصلی مقاله: ChatGPT needs to ‘drink’ a water bottle’s worth of fresh water for every 20 to 50 questions you ask تاریخ انتشار و نویسنده: by Will Gendron, Apr 14, 2023 وبسایت منتشر کننده: Business Insider لینک اصلی مقاله تخمین زده میشود که چَتجیپیتی برای هر ۲۰تا ۵۰ پرسش و پاسخ، یک بطری استاندارد […]
هوش مصنوعی چگونه مدیریت پروژهها را متحوّل خواهد کرد

خلاصه: امروزه، تنها ۳۵درصد از پروژهها با موفقیت به سرانجام میرسند. یکی از دلایل این نرخ ناامیدکننده در سرنوشت پروژهها، سطح پایین بلوغ فناوریهای در دسترس برای مدیریت پروژهها است. امّا اکنون این وضعیت در حال تغییر است. محقّقان، شرکتهای نوپا و سازمانهای نوآور، شروع به بهرهگیری از هوش مصنوعی (AI)، یادگیری ماشینی (ML) و سایر فناوریهای پیشرفته در مدیریت پروژهها کردهاند و این حوزه تا سال ۲۰۳۰ دستخوش تغییرات اساسی خواهدشد. به زودی این دست از فناوریها انتخاب و اولویتبندی پروژهها را بهبود خواهند بخشید، بر پیشرفت آنها نظارت خواهند کرد، سرعت تولید گزارشات را افزایش خواهند داد و موجب تسهیل در آزمونهای تحویل خواهند شد. مدیران پروژه، با بهرهگیری دستیاران مجازی در پروژهها، بیشتر از آنکه نقش خود را بر کارهای اداری و دستی متمرکز سازند، به مربّیگری اعضای تیم پروژه و مدیریت انتظارات ذینفعان خواهند پرداخت. نویسندگان این مقاله میخواهند نشان دهند که چگونه سازمانهایی که تمایل دارند از مزایای فناوریهای نوین در مدیریت پروژهها بهره ببرند، باید از همین امروز کار خود را با جمعآوری و پاکسازی دادههای موجود در پروژهها آغاز نمایند.