根据F5 Networks委托执行的一项名为“便利性曲线—安全性与便利性的较量”的研究,如今的消费者愿意牺牲应用的便利性来换取安全性。
根据这项与 YouGov 联合开展的区域性研究,亚太地区的消费者认为安全的应用体验最重要,其中有 53% 的受访者将安全性排在了功能和便利性前面。此外,亚太地区的消费者在安全性方面持零容忍态度,如果数据安全遭到破坏,近五分之三的受访者会选择彻底放弃相关应用。
从推动消费者市场增长到交付创新业务模式,亚洲已经成为塑造全球数字化经济的中坚力量。为了解亚太地区消费者的应用使用观念和态度,F5 联合 YouGov 对来自澳大利亚、中国大陆、中国香港、印度、印度尼西亚、菲律宾和新加坡的 3,700 名受访者开展了调查。
F5 Networks 中国、日本和亚太地区高级副总裁 Adam Judd 表示:“如今的应用为企业与用户的交互提供了一个特殊的个性化环境,因此也改变了消费者与产品和服务的交互方式。一看我们的研究结果便知,安全性仍然是亚太地区消费者最关心的问题,即使该地区的多元化也掩盖不了这样一个关键事实。由于应用将继续在亚太地区占主导地位,企业只有了解其客户在便利性曲线中的位置,才能交付合适的用户体验,否则就可能让客户白白流失。”
新加坡管理大学信息系统副教授 Debin Gao 博士表示:“安全性和便利性的关系可谓是此消彼长,要想找到合适的平衡点并不容易。设备或程序用起来越方便,安全性可能就越低。这就让人陷入了两难境地:是牺牲安全性还是便利性?这个问题可以在 F5 便利性曲线中找到答案,该地区的受访者在不同的阶段产生了不同的偏好。值得一提的是,虽然应用的使用不断增长,但是用户拥有的应用数量是有限的。企业必须要分清用户的关注重点,并在设计应用时将这些因素考虑在内。”
用户难抵便利诱惑
安全性在亚太地区消费者的所有数字活动中都是首要考虑因素,53% 的受访者认为安全性高于便利性就是一个有力的证明。实际上,近一半(46%)的受访者表示,更高的安全性是未来五年内改进数字体验的最重要因素。
但是,尽管社交网络可能会出现非法使用个人数据的现象和攻击漏洞,但它仍然是使用频率最高的应用类型,尤其令人担忧的是,它是该地区被用户信赖的第二大应用类型。究其原因,还是在于社交网络的实用性和便利性 —— 它不仅支持用户轻松获取亲朋好友的最新动态,还提供了单点登录 (SSO) 其他各种应用的选择,包括手机游戏和电子商务网站等。这表明用户愿意舍弃个人信息的安全来换取便利性和实用性,但却没有再三考虑这些行为的安全隐患。
市场内部应用预期各有不同
虽然我们的研究显示用户整体偏向于安全性而非便利性,但是正如“世界上没有两片完全相同的树叶”一样,具体的片区也有所不同。在“移动先行”的新兴经济体中,大部分用户的第一次数字体验来自移动设备,这种热情和兴奋就转换成了体验至上、安全其次的思维模式。
在印度尼西亚、印度和菲律宾等数字技术快速普及的新兴市场中,消费者优先考虑便利性,而澳大利亚和新加坡等发达市场的消费者认为安全第一。实际上,在更成熟的数字化国家中,认为安全性高于便利性的用户比例较高,比如澳大利亚和新加坡的这一数字就分别达到了 63% 和 67%。相比之下,印度尼西亚、印度和菲律宾中视便利性优于安全性的用户比例就高出了 14%。
千禧一代求方便、弃安全
到 2020 年,全球超过 60% 的千禧一代(18-34 岁)都来自亚太地区。他们将最终成为影响应用业务的核心力量,其偏好则将成为企业设计应用的风向标。
尽管千禧一代在技术的浸泡下长大,却可能成为攻击者的最佳目标,因为这些数字一代把安全性视为理所当然。研究显示,不到一半(44%)的千禧一代认为安全至上,而 X 一代(35–54 岁)和婴儿潮一代(55 岁及以上)的这一数字分别为 53% 和 69%。
虽然通常千禧一代对潜在数据安全风险的敏感度更高,但却不太放在心上。32% 的千禧一代会在数据安全遭到破坏时继续使用应用,对数据泄露表现出了更高的容忍性。作为未来的领导者,千禧一代应该了解他们所面临的安全风险级别,因为他们这种散漫的安全态度只会百害而无一利,并成为安全漏洞的主要原因。
如今应用已经成为很多企业的门面担当,便利性曲线反映了用户对应用的认识历程,期间用户将会逐渐了解应用安全性与便利性的跷跷板关系,并学会如何平衡和取舍。当今企业面临的挑战就是在便利性与安全性之间取得平衡,同时避免“便利性陷阱”,导致用户既不满意便利性、也不满意安全性。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。