走进良源鼎鑫公司,刘学良示意我先坐下,他没有放下手里的电话,好像在联系渠道培训场地。我也利用这个时间,好好环视了一下今天要采访的这家公司——好像除了员工工位,和仅容一人通过的过道,其他空间都堆满了浪潮的存储设备。
刘学良,东北人,在中关村,乃至全国的存储领域都颇有些名气,圈内人都知道有家既懂技术,又从来不卖假货的良源鼎鑫公司。
在京20年,刘学良身上能看到东北人的性格,和北京人气质。敢想敢干,要么不做,要做就全力以赴。良源鼎鑫曾经在IBM的全国的存储渠道中,名列前茅,在转做浪潮存储后,一年之内就又坐上了头把交椅。
“其实,10年前,我还真没看上浪潮。”2003年,刘学良结束了打工生涯,从此中关村内有了家叫“良源鼎鑫”的,以分销存储产品为主业的公司。但既然是创业,就必须对自己负责。“我对比了浪潮和IBM,说实话,就从表面制造工艺上看,还是有差距。”
刘学良不出意外地选择了IBM。当年的IBM存储,品牌拉力确实有,但几百家渠道商竞争不可谓不激烈。问及良源鼎鑫的生存之道,“我们从来不卖假货,哪怕一个配件也不卖。”刘学良说:“良源鼎鑫又是一家能吃透产品,能够提供技术支持的增值分销公司。我要求销售经理都能熟记每款产品的技术细节,以及与友商产品的功能对比。圈内朋友有技术问题,都愿意咨询我们。”
凭借此两项过硬的本事,几年之内,良源鼎鑫公司遂成为首屈一指的IBM存储渠道商。当然,如果按照此势头发展下去,良源鼎鑫现在应该已经成为一家颇具规模的公司。但2013年之后,刘学良还是发现势头有变化。
自主可控、去IOE,使国际品牌不再风光,再加上品牌易手,刘学良不得不面临第二次事业选择。“可能还是基于10年前的判断,在两三个本土品牌中,浪潮还真不是第一选择。”刘学良说:“但尝试合作了一个项目后,发现某些品牌的宣传和实际运作存在太大的差距。邀请他们进行售前支持, 10多天都不能给用户提供设计方案。”
当浪潮再次叩开良源鼎鑫的大门时,“我发现还真不能用老眼光看待这家公司,产品从工艺,到功能都与国际品牌不相上下。”这让刘学良很兴奋:“我要代理浪潮,而且要做就做北京区独家总代理。不只负责产品销售,还要负责面向下游渠道进行技术培训。”
有如此决心,双方的合作协议很快达成。而对于第一步怎么迈,刘学良进一步提出了自己的想法,“浪潮本希望我们先提10台AS300N2试销,”但以刘学良东北人,要么不做,要么就全力以赴的性格,他提出,“能不能第一次就提货30台?”
这一想法很惊人,也确实出乎浪潮的意料,“AS300N2是尾货,而且综合比较性价比,相当有竞争力。”刘学良说:“而且包销某一型号产品,更容易在存储圈里打开知名度。”
实际上,最后浪潮找遍了全国所有的库房,也只调出了13台设备。但也正是因为这13台AS300N2,让圈内的存储渠道都知道,良源鼎鑫已经成为浪潮存储的核心合作伙伴,“当然,浪潮各地的销售经理也极力的在各种项目中,推荐使用AS300N2,这也使我们减轻了不少的销售压力。”刘学良说。
仅仅两个月,13台设备销售告罄。虽然100多万元的销售额并不算高,但至少让良源鼎鑫在渠道市场中打开了局面。“2015年,我们进一步加大投入,希望推进浪潮存储直接面向最终客户。”说实话,多年来,良源鼎鑫并没有沾染很多国际品牌代理商“坐等用户上门”的习气。2015年,良源鼎鑫主动与北京各大科研院所加强技术交流,基于用户在云计算、大数据方面的应用,推荐浪潮存储解决方案。
当然也正是在这一年,良源鼎鑫的浪潮存储业务收入一跃达到3000万元,一年之内就成为浪潮排名第一的合作伙伴。而对此,刘学良说:“现在我特别希望尽早开上年初浪潮承诺奖励的奔驰车,让圈内的渠道都看看,做浪潮是有前途的,浪潮是家讲信誉,重承诺的公司。”
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。