資訊專欄INFORMATION COLUMN
摘要：美國職業棒球大聯盟實施了基于敏迪的私有云以提供一致的全聯盟范圍的通信。美國職棒大聯盟交易將對敏迪的品牌產生重大影響這筆交易應該對敏迪的品牌知名度產生重大影響，該影響力落后于統一通信行業的大型企業。
美國職業棒球大聯盟實施了基于敏迪（Mitel）的私有云以提供一致的全聯盟范圍的通信。
所有行業都受到數字化轉型的影響。對于幾乎所有垂直行業中的各種規模的組織來說，如今，有能力改善與組織互動的人的體驗才是重中之重。數字化轉型的第一步是實現底層基礎設施的現代化，因為這將為數字化舉措的推動帶來必要的敏捷性、規模和彈性水平。
體育和娛樂行業當然不能避免這種趨勢。事實上，每個體育聯盟都在尋求改善整體球迷體驗的方法，以獲得更大的娛樂消費份額。娛樂業競爭激烈，選擇頗多。尤其是美國職業棒球大聯盟（MLB），隨著比賽時間的延長以及很多年輕球迷對此失去關注，聯盟感受到了壓力。
從歷史上看，在美國職業棒球大聯盟中，通信基礎設施的決策是由各個團隊做出的，這導致各地點之間的高度不一致的體驗和服務不同。然而，在2015年，聯盟花費了大約3億美元將Wi－Fi引進每個體育場。
現在它已經與統一通信（UC）供應商敏迪合作，該公司將提供一個集中管理的系統，該系統可以在主要聯賽的每個球場為隊員席（dugout）、候補隊員區（bullpen）、記者席（press box）和影像回顧室（即時回放）提供通信。
美國職棒大聯盟將能夠集中記錄，監控和回顧在比賽期間進行的每一次通話。這將有助于確保對聯盟規則的遵守，無需頻繁視察投手丘（mound）并促成更快的比賽進度。
集中化通信實現了公平競爭
我與圣地牙哥教士（San Diego Padres）的IT副總裁Ray Chan談過這件事。他說與美國職棒大聯盟有關的每個人都關心如何確保公平競爭，并認為聯盟接管溝通平臺是有道理的。
Chan說：“聯盟需要一個統一的平臺來監控電話機，并確保它們以正確的方式得到使用。我們以前都是獨立運營，所以技術不一樣。但并非所有團隊都有遷移系統的資源或IT人員。從聯盟的角度來看，美國職棒大聯盟實施基于敏迪的私有云是最有意義的。”
值得注意的是，敏迪提供的不僅僅是語音。初始部署將包括呼叫，但也包括呼叫記錄和安全功能。敏迪提供了很多可能對美國職棒大聯盟有益的其它功能，包括視頻，移動統一通信，團隊協作，大量通知以及與物聯網設備的通信。
平臺可靠性對美國職業棒球大聯盟至關重要
實施這個的有趣的一面是——與其說它關乎大小和規模，不如說它關乎可靠性。由于合同僅涵蓋美國職棒大聯盟需要監控的區域，因此每個體育場的電話機總數不足20個。但是，可靠性才是重中之重。
Chan解釋說，為了達標，必須在聯盟批準的電話機上進行與隊員席候補隊員區的溝通。在電話機不工作的情況下，美國職棒大聯盟的規定是不允許使用手機，對講機或任何其它外部通信工具。Chan對敏迪解決方案充滿信心，并擁有第一手經驗，自2016年起，教士隊用敏迪私有云解決方案取代了舊的Avaya系統。
即將到來的美國職棒大聯盟實施將基本上反映了教士隊的部署工作的一面鏡子。Chan說：“敏迪對我們來說是可靠的”。他補充說，他對整個聯盟的部署工作也有相同的期望。
美國職棒大聯盟交易將對敏迪的品牌產生重大影響
這筆交易應該對敏迪的品牌知名度產生重大影響，該影響力落后于統一通信行業的大型企業。敏迪的標志將出現在隊員席御用的電話機上，出現在處理即時回放系統的人襯衫上。人們往往把敏迪看作是服務于中小企業的統一通信服務提供商，但它一直在轉戰高端市場。
敏迪是第一家將平臺虛擬化并將其作為私有云工作負載提供的主流的統一通信提供商。我記得當它初次踏上這個旅程時，大多數供應商壓根不會考慮它。但對于需要管理和分析敏感數據的組織來說，私有云更有意義。
如今，數字化轉型對于每個行業的業務和IT領導者來說都是一項重要舉措。首席信息官應該注意美國職棒大聯盟正在做的事情。每個企業的需求都不盡相同，但數字化的成功跟隨了基礎設施現代化的步伐。當每個地點的系統不同時（不幸的是，這是常態），通信的一致性是非常難以實現的。如美國職棒大聯盟正在部署的集中化私有云可以提供這種一致性，同時具有出色的規模和敏捷性。
文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。
轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/6395.html
摘要：亞馬遜人工智能語音助手技能超過萬個，全球各主要硬件廠商紛紛搭載或兼容，使得其亞馬遜助手無處不在。物聯網設備透過云端實現跨行業和跨設備互聯互通，所收集數據除了在邊緣側處理，還需要上傳至云端，云端作為數據集散地，各種數據經過云端AI處理后，對這些數據利用將會帶來新的商業模式。在物聯網資深專家楊劍勇看來，云計算是全球物聯網重要基礎設施，作為物聯網產業發展基石，聚集了亞馬遜、微軟、谷歌和BAT等重量...
摘要：感謝像這樣的框架，使得這些數據集可以應用于機器學習領域。藍點被標記為壞球，橙點被標記為好球標注來自大聯盟裁判員使用構建模型將機器學習帶入和領域。使用庫將預測結果呈現為熱圖。好球區域位于本壘板上方至英尺之間。 在這篇文章中，我們將使用TensorFlow.js，D3.js和網絡的力量來可視化訓練模型的過程，以預測棒球數據中的壞球（藍色區域）和好球（橙色區域）。在整個訓練過程中，我們將一步...
閱讀 2064·2023-04-25 22:58
閱讀 1408·2021-09-22 15:20
閱讀 2694·2019-08-30 15:56
閱讀 1986·2019-08-30 15:54
閱讀 2101·2019-08-29 12:31
閱讀 2728·2019-08-26 13:37
閱讀 592·2019-08-26 13:25
閱讀 2098·2019-08-26 11:58
