XP退役后66.54%的在华市场份额怎么办?

简介: XP退役后66.54%的在华市场份额怎么办?

image.png日期, 微软正式停止了为windows  XP用户提供产品更新以及安全补丁等的服务,宣告XP系统的终结。业内人士分析称自此以后用户的电脑感染恶意软件的概率将增加三分之二,没有微软的支持XP系统将慢慢走向消亡。

  但在微软宣布xp退休后,在xp系统最大的市场---中国,仍然有大量的人在使用这款已经退役的操作系统版本。速途研究院日前公布的数据显示,截止2014年4月,中国的微软操作系统用户中,使用xp的用户比例高达66.54%,而全球的使用率仅为25%。速途研究院发布的数据也显示微软后续的几款操作系统板块在华进展均不理想,Windows   7目前市场份额24.76%,新出的windows 8仅有1.67%的市场份额,而作为过渡产品的vista仅有1.48%的份额。

  这两天作为一个不懂技术的第三方观察者,我接到了不少媒体的采访电话,问我怎么看待XP退休一事。我把我的观点总结如下:


第一:XP退休了,以后是不是不能用了?

  答:不管是正版的xp还是盗版的xp,以后都可以继续用,只不过不会使用微软提供的服务了。


第二:微软不给xp提供服务了,那我们该怎么办?

  答:事实上,微软停止服务,对我们个人来说不会有太多影响,大家该干嘛还去干嘛。根据速途研究院的数据显示,中国有83%的盗版用户,这些用户本来就没受过微软提供的更新服务,一般情况下都默认关闭自动更新。


第三:那以后的互联网环境是不是不安全了?

  答:很多人一边用着微软的盗版系统,一边在关心微软  XP退休事件。事实上,安全与危险是相对来说的,即使没有了微软,我们国内还有360、腾讯、金山等企业提供了强大的安全服务类软件产品,一般情况只要保持良好的上网习惯,不会轻易中招。


第四:微软停止XP服务后,win7和win8等系统份额会上升吗?

  答:肯定会的,因为对于大部分的国人来说升级win7等版本的成本几乎为零,我们有太多的办法升级免费的系统。但这个提升不会特别明显,因为最近两年中国新增的网民都是在手机端,以后更多的是安卓、IOS这样的操作系统收益,而不是微软。


第五:假如微软把操作系统免费了,会不会改变微软现在的困局?

  用户选择一款操作系统,价格因素影响非常小(有钱的用收费的,没钱的用盗版的),反而是系统的易用性和延展性决定了其生命周期。微软现在遇到的困局很难破,就像诺基亚和摩托罗拉一样,不进行颠覆式改变,衰落是迟早的事情。

相关文章
|
人工智能 算法 数据挖掘
【技术揭秘】解锁声纹技术中的说话人日志
说话人日志(speaker diarization)也叫说话人分离,它是从一个连续的多人说话的语音中切分出不同说话人的片段,并且判断出每个片段是哪个说话人的过程。借助说话人日志技术可以完成对音频数据流的结构化管理,具有广泛的应用价值,例如可以利用分离结果进行说话人自适应,以提高语音识别的准确率;可以辅助会议、电话数据进行自动转写构建说话人的音频档案;也可以利用说话人分离技术,实现语料库的自动跟踪和标注。
【技术揭秘】解锁声纹技术中的说话人日志
|
9月前
|
人工智能 监控 算法
3D-Speaker:阿里通义开源的多模态说话人识别项目,支持说话人识别、语种识别、多模态识别、说话人重叠检测和日志记录
3D-Speaker是阿里巴巴通义实验室推出的多模态说话人识别开源项目,结合声学、语义和视觉信息,提供高精度的说话人识别和语种识别功能。项目包含工业级模型、训练和推理代码,以及大规模多设备、多距离、多方言的数据集,适用于多种应用场景。
1673 18
3D-Speaker:阿里通义开源的多模态说话人识别项目,支持说话人识别、语种识别、多模态识别、说话人重叠检测和日志记录
|
IDE Java Maven
快速构建第一个Flink工程
本文简述通过maven和gradle快速构建的Flink工程。建议安装好Flink以后构建自己的Flink项目,安装与示例运行请查看:Flink快速入门--安装与示例运行. 在安装好Flink以后,只要快速构建Flink工程,并完成相关代码开发,就可以轻松入手Flink。
429 0
快速构建第一个Flink工程
|
编解码 监控 API
惊艳登场!揭秘如何在Android平台上轻松玩转GB28181标准,实现多视频通道接入的超实用指南!
【8月更文挑战第14天】GB28181是公共安全视频监控联网的技术标准。本文介绍如何在Android平台上实现该标准下的多视频通道接入。首先准备开发环境,接着引入GB28181 SDK依赖并初始化SDK。实现设备注册与登录后,通过指定不同通道号请求多路视频流。最后,处理接收到的数据并显示给用户。此过程涉及视频解码,需确保应用稳定及良好的用户体验。
476 0
|
机器学习/深度学习 存储 自然语言处理
RNN与LSTM:循环神经网络的深入理解
【6月更文挑战第14天】本文深入探讨RNN和LSTM,两种关键的深度学习模型在处理序列数据时的作用。RNN利用记忆单元捕捉时间依赖性,但面临梯度消失和爆炸问题。为解决此问题,LSTM引入门控机制,有效捕获长期依赖,适用于长序列处理。RNN与LSTM相互关联,LSTM可视为RNN的优化版本。两者在NLP、语音识别等领域有广泛影响,未来潜力无限。
【vite】vite项目配置src目录路径别名
【vite】vite项目配置src目录路径别名
927 0
|
人工智能 达摩院 物联网
阿里云刘洪强:通往山顶的路各不相同
从清华到耶鲁,从外企到阿里,刘洪强用“匠心”书写着对网络研究的“一网情深”
阿里云刘洪强:通往山顶的路各不相同
|
搜索推荐 开发者
天猫精灵个人技能开发体验
天猫精灵个人技能开发体验
841 0
天猫精灵个人技能开发体验
|
存储 编解码 算法
Study - 基于霍夫曼图像压缩重建
Study - 基于霍夫曼图像压缩重建
491 0
Study - 基于霍夫曼图像压缩重建
|
缓存 负载均衡 算法
一致性Hash在负载均衡中的应用
一致性Hash是一种特殊的Hash算法,由于其均衡性、持久性的映射特点,被广泛的应用于负载均衡领域,如nginx和memcached都采用了一致性Hash来作为集群负载均衡的方案。本文将介绍一致性Hash的基本思路,并讨论其在分布式缓存集群负载均衡中的应用。同时也会进行相应的代码测试来验证其算法特性,并给出和其他负载均衡方案的一些对比。
一致性Hash在负载均衡中的应用