对于所有本土IT企业而言,“自主可控”都是一扇门,或者说只是一扇门而已。但为什么,我认为只有浪潮抓住了大势所趋。有没有人思考过背后深层次的原因?例如与渠道的合作心态、对渠道价值的认定、品牌营销模式、内部管理机制等问题。
以小见大 |
其实,解释这些问题无需宏篇大论,以小见大,从一家渠道商眼中,也许我们就能看出浪潮这家公司的运作模式。
刘佳,广州深博信息科技有限公司总经理。2013年,刘佳接盘此公司时,深博信息的销售已经开始下滑。“以当时的经营情况判断,我们必须与一家强势品牌合作。”
正因如此,刘佳在整整一年中,对所有本土服务器品牌进行考察。看媒体宣传未免有偏颇的一面,再细致的商业谈判也只是纸上谈兵。而刘佳的考察方式颇为直接,实践出真知,与多个品牌在项目中“尝试性”地进行合作。此方式也颇为有效,某些厂商的表现令刘佳大为失望。
在外企工作多年,刘佳最为摒弃官僚作风。“你能想象批复一个项目特价需要一个月;你能受区域经理的一言堂吗?”当刘佳问记者这些问题时,我也感到无可奈何, 又哭笑不得。“在国产化虽然是大势所趋,但厂商也不能坐享政策红利。渠道策略毫无进取精神,与前几年相比毫无变化,或者说没有实际可用的渠道政策。”
生态圈就是足球队 |
而除此之外,在与本土企业的合作中,刘佳也一直在思考:渠道的价值何在?如果将厂商和渠道间的生态圈比喻为一直足球队,渠道商要担当后卫和中场组织的角色,而厂商就是梅西,就是C罗,就要踢最后的临门一脚。
因 此,以直销或准直销的大包大揽思维,进入细分行业,或中小企业市场,显然不合时宜。“客户决策层需要厂商直接接触,基层工程师需要代理商进行沟通,应该有 明确的划分。”刘佳说:“在客户面前,渠道商永远是弱势群体,上游厂商的过度承诺,直接影响渠道商在客户前的价值,也直接影响渠道商在项目中的价值认定。 而实际是,厂商根本不可能有足够的资源,支撑项目中的每一项细节,必须与渠道商相互配合。”
只有浪潮像年轻时的IBM |
经 过2014年一年的考察,深博信息最终认定浪潮为战略合作伙伴。“虽然此前我们与某些品牌,年合作业绩也能做到800万元,但丢到的项目更多,归根结底就 是相互配合问题。”而正因解决了以上问题,刘佳才无后顾之忧。“从2013年开始,浪潮引入了大批外部人员,企业文化逐渐多元化,而职业经理人进入管理团 队之后,浪潮每天都在蜕变,大刀阔斧地进行管理机制改革、进行市场营销推广。”刘佳说。
最近一年,深博信息在浪潮的渠道圈中蹿红的很快,从零起步,迅速成为浪潮在广东最大的合作伙伴,2015年预计完成浪潮产品销售额超过3000万元,并计划在深圳、中山、东莞等地建立分公司。
其 中的关键因素是,浪潮认知了深博信息的价值,不仅是物流、资金流等“粗活”上的价值,更是“细活”上的作用。“项目中,深博信息可直接提供测试样机,帮助 用户认知浪潮产品价值。同时,深博信息是广东第一家具有浪潮K1小型机服务和实施能力的分销商,也是广东唯一一家浪潮高性能计算金牌合作伙伴。浪潮认可我 们此方面的价值,这也为合作预留了更大的空间。”刘佳说。
在 这里,有必要回述一下刘佳的职业经历。就阅历而言,刘佳也可称为职业经历丰富的IT人。就职IBM 8年,做过一线客户销售,也服务过渠道伙伴;被人管过,也管理过不小的团队。应该说,刘佳亲历了IBM x86服务器从进入市场,到发展、壮大的全过程。“目前,浪潮品牌已经得到政府等高端行业用户的认可,尤其已经完成在x86服务器、小型机、数据库、存 储、网络产品的全产品线布局,在此方面,只有浪潮最像年轻时蒸蒸日上的IBM。”刘佳说。
好文章,需要你的鼓励
Genspark推出超级智能体,将"氛围编程"概念扩展至企业工作流程,实现"氛围工作"模式。该系统采用9个大语言模型的专家混合架构,配备80多种工具和10多个数据集,通过规划-执行-观察-回溯循环运行。系统能自主处理复杂业务任务,甚至代替用户拨打电话。45天内实现3600万美元年收入,展现了自主智能体平台的商业可行性,挑战传统企业AI架构理念。
北京大学和百度VIS联合研发的MV-AR技术,首次让AI学会像人类一样逐步观察物体,通过自回归方式生成多视角一致图像。该技术解决了传统方法在处理大视角差异时的一致性问题,支持文字、图像、形状等多种输入,在3D内容创作、机器人视觉等领域具有广阔应用前景。
医疗保健已成为AI应用的热点领域,在疾病诊断、康复监测和新药开发方面证明了其价值。然而,行业仍面临临床人员短缺、人口老龄化等挑战。AI智能体作为下一波AI变革浪潮,相比现有AI工具,能够执行更复杂的任务并减少人工干预。它们不仅能被动提供信息,还能主动采取行动,如自动分诊调度、辅助临床决策、远程患者监护等,有望在十年内彻底改变医疗服务的提供、管理和体验方式。
Microsoft和Georgia Tech研究团队开发了SlimMoE技术,能将超大AI模型压缩到原来的10-20%大小而性能基本不变。该技术采用多阶段渐进式压缩,保留所有专家模块但精简内部结构,成功将419亿参数的模型压缩为76亿和38亿参数版本,让原本需要企业级硬件的AI能力可在普通电脑上运行,大大降低了AI技术使用门槛。