Aktuality -> IT Business - 24. 1. 2006

Nejlepší rok pro Motorolu

Motorola oznamila finanční výsledky za poslední čtvrtletí roku 2005 a celkové výsledky za rok 2005. Během posledních tří měsíců uplynulého roku společnost dosáhla pozitivního provozního cash-flow ve výši 2,1 miliardy dolaru. Jde již o 20. čtvrtletí s pozitivním hospodářským výsledkem v řadě. Za celý rok 2005 společnost vytvořila pozitivní cash-flow ve výši 4,6 miliardy dolarů a zakončila rok s finančními rezervami v hodnotě 10,5 miliardy dolarů.

Obrat divize mobilních zařízení dosáhl v posledním čtvrtletí roku 2005 výše 6,5 miliardy dolarů, o 30 % více než ve srovnatelném čtvrtletí roku 2004. Divize při tomto obratu vytvořila provozní zisk ve výši 663 miliony dolarů ve srovnání s 532 miliony ve čtvrtém čtvrtletí 2004. Za celý rok 2005 došlo ke zvýšení obratu divize o 25 %, provozní zisk vzrostl o 27 %, počet dodaných přístrojů vzrostl o 40 %. Obrat divize síťových řešení vzrostl meziročně o 4 % na 1,5 miliardy dolarů. Provozní zisk tohoto segmentu dosáhl výše 225 milionů dolarů v porovnání se 275 miliony dolarů ve srovnatelném období roku 2004. Za celý rok došlo ke zvýšení provozního zisku u 38 % při 5% nárůstu obratu.

 
  

- PR -

Doba si žádá víc než jen efektivitu, žádá předvídavost

Přelom starého a nového roku je obdobím, kdy se v IT Systems ještě více zahledíme do budoucnosti a ve spolupráci s předními experty na podnikové IT mapujeme aktuální trendy a předpokládaný vývoj v dalších letech. Proto je významnou součástí aktuálního vydání příloha Trendy ICT. Články zaměřené na očekávaný vývoj v roce 2026 ovšem najdete napříč celým vydáním.

  

- PR -

AI s úsudkem

Nová generace umělé inteligence nejen pro finanční svět


Představte si umělou inteligenci, která nejen přesně předpovídá, ale zároveň rozumí tomu, nakolik si svou predikcí může být jistá. Právě tato schopnost odlišuje bayesovskou AI od běžných algoritmů, které často fungují jako sebevědomé „černé skříňky“ bez hlubšího kontextu. Bayesovská AI napodobuje lidský úsudek – průběžně se učí z nových dat, přizpůsobuje své závěry, reflektuje změny prostředí a chápe hranice vlastních znalostí. V oblastech, kde je práce s nejistotou zásadní, představuje tato schopnost výraznou konkurenční výhodu.