Hlavní strana -> Zprávy
Aktuality -> IT Business - 30. 1. 2007

Check Point dosáhl rekordního obratu

checkpoint_705.jpgCheck Point Software Technologies oznámil výsledky svého hospodaření za čtvrté čtvrtletí roku 2006, které skončilo k 31. prosinci 2006, a za celý fiskální rok 2006. Obrat ve čtvrtém čtvrtletí 2006 dosáhl 160,1 milionu USD což je 3% nárůst ve srovnání se čtvrtým čtvrtletím roku 2005, zisk činil 79,5 milionu USD ve srovnání s 89,2 milionu ve stejném čtvrtletí roku 2005. Důvodem pro pokles zisku jsou povinné náhrady ve výši 9 milionů dolarů a náklady na akvizice ve výši 1,1 milionu.

Obrat za celý rok 2006 byl 575,1 milionu USD a mírně tak poklesl ve srovnání s 579,4 milionu v roce 2005. Zisk poklesl na 278 milionů USD ve srovnání s 319,7 milionu v roce 2005. Důvodem pro pokles zisku jsou povinné náhrady v celkové výši 36,4 milionu dolarů a náklady na akvizice ve výši 3,7 milionu.

 
  

- PR -

Od zálohování k jistotě obnovy

QNAP představuje novou éru kybernetické odolnosti a datové suverenity v době AI


Rozvoj umělé inteligence zásadně mění způsob, jakým organizace pracují s daty. Data jsou stále nejcennějším aktivem podniků, ale současně rostou nároky na jejich ochranu, dostupnost a možnost využívat je pro lokální AI aplikace bez nutnosti jejich přesunu do veřejného cloudu. Právě na tuto změnu reagovala společnost QNAP na veletrhu Computex 2026, kde představila novou strategii „Ready & Recovery“ a ekosystém řešení zaměřených na kybernetickou odolnost, vysokou dostupnost a datovou suverenitu v éře AI.

  

- PR -

Pro úspěšné nasazení AI v podniku

není rozhodující volba modelu, ale struktura a kvalita datového prostředí


Zavádění umělé inteligence v organizacích se často redukuje na výběr konkrétního modelu nebo AI asistenta. Diskuze se točí kolem jejich schopností, výkonu a dostupnosti. Z pohledu podnikové praxe je to ale vedlejší téma. Skutečná otázka totiž nezní, jakou AI organizace používá. Správná otázka je: Jaká data má AI k dispozici? V praxi se ukazuje, že rozhodujícím faktorem není volba modelu, ale kvalita a struktura datového prostředí, do kterého je AI integrována. Právě to rozhoduje o úspěchu nebo neúspěchu většiny AI projektů.