检索初中生涯残存的记忆,依稀回忆起“Σ”的定义。在数学中,Σ代表“求和”之意,而在IT世界中,此前鲜有企业使用此符号。
言归正传,六年之前,华为企业业务举办了首届中国区渠道大会,三年之后,更名为合作伙伴大会,又过三年,即2017年,再次更名为生态伙伴大会,并启用“Σ”为此次会议的关键词。
传统渠道正在消失
其实,在过去两年中,“+模式”较为流行,借用“互联网+”思维,IT企业普遍认同“+合作伙伴”模式。应该说,“+模式”是合作伙伴时代的重要标志,是IT产业链演进的巨大进步,至少“渠道”的价值,进一步得到承认。
中国IT产业30余年的发展历史中,在“合作伙伴时代”之前,是漫长的“渠道时代”。渠道商的价值在于掌握客户资源,或下游渠道资源。但其短板在于,缺乏为用户提供服务的能力,以至于渠道商向下通过服务获利的能力不足,只能向上重度依赖IT厂商的销售返点生存。
当然,以产品为中心的“渠道时代”,不可阻挡地进化到以解决方案为中心的“合作伙伴时代”。相比于渠道时代,IT企业在合作伙伴时代的思维模式,已经出现诸多变化。其一,IT企业开始投入资源,引导合作伙伴转型。例如,2015年华为即提出帮助合作伙伴实现“四个转型”; 其二,加大合作伙伴能力发展投入。2016年,华为在合作伙伴能力发展建设的专项费用支持和激励持续加大。其三,ISV价值被极大尊重,联合创新解决方案已成趋势。
由此可见,自身的努力,加之IT企业的能力培养,使传统渠道加速转型,其在细分行业市场中逐步树立不可取代的能力,也从而获得了与IT企业平等合作的机会。此时,渠道商因具备增值能力,自称为方案商,而IT企业开始称其为合作伙伴。
从“+”时代到“Σ”时代
再聚焦华为的话题。此次,华为将合作伙伴大会,更名为生态伙伴大会,可视为合作伙伴时代之后,生态圈时代已经开启。
应该说,“+”时代更看重1:1之间的个体合作,而“Σ”时代则强调1:N之间的群体合作。当然,合作伙伴时代应属于生态圈时代的初级阶段,但一旦进入此阶段,ICT企业、方案商角色定位已经发生诸多变化,合作模式、业务模式亦发生诸多变化。
首先,从大环境看,不管是云计算,还是大数据,产业链中均出现诸多新兴角色定位。以云计算为例,ICT企业所谓的端到端解决方案,也仅限于IaaS层和部分PaaS层,而任何企业都无可能脱离生态圈,而独立为用户提供完整解决方案。在华为此次生态伙伴大会中,就已出现了大批以云计算、大数据为核心业务的“新面孔”。
其次,新业务模式被广泛应用。以PPP模式为例,投融资服务商、咨询规划企业均在业务链条中发挥着至关重要的推动作用。例如,2016年,在智慧城市领域,华为陆续与中证城市发展、中电科集团签约;在KunLun服务器领域,华为与埃森哲、汉得信息、United VARs、德勤等咨询顾问公司签约;在培训领域,华为与上海泰克等30余家企业合作。
最后是产业链倒置。“合作伙伴时代”以解决方案为基本特征,而“生态圈时代”则以服务为基本特征。用户不再关注产品,甚至解决方案,而转而强调服务体验。方案商转型为服务商,或运营商,开始拓展“大服务”业务,以及云计算、安全运营服务业务。也就是说,传统IT软硬件产品提供商,将不再谋求始终主导项目推进,在特定商业模式下,或细分行业市场中,其会退居从属配合地位。同时,IT服务商不仅是IT企业的合作伙伴,更是其用户,其向用户提供服务,而向IT企业购买产品。
再解“哥斯达黎加式生态”
综上所述,所谓生态圈时代,其基本特征包括:伙伴类型极大扩充、合作模式灵活多样、业务价值聚焦服务体验。
其实,2016HPC期间,华为已提出建立ISV生态圈、云计算生态圈、大数据生态圈、智慧城市生态圈。2016HCC期间,华为更是提出了 “哥斯达黎加式生态”一词。
当然,更准确地理解,华为并非是要建立生态圈,而是要融入生态圈。建立生态,其最终只能生存于相对封闭的“夏威夷式生态”中,而融入“哥斯达黎加式生态”,并在生态圈中发挥“水+土壤”的作用,更符合华为的基本定位。
由此,解读“华为Σ生态圈”,“生”即生存;“态”即心态;“Σ”即目标。调整心态,与众多生态伙伴形成合力,才能最终共生共荣。当然,在此环境中,华为的解决方案能力越强、市场营销能力越强、能力输出能力越强、业务适应能力越强,其对生态伙伴的吸引力也越强,这才是华为在生态圈时代的核心竞争力。
文/张戈
好文章,需要你的鼓励
新加坡国立大学研究人员开发出名为AiSee的可穿戴辅助设备,利用Meta的Llama模型帮助视障人士"看见"周围世界。该设备采用耳机形态,配备摄像头作为AI伴侣处理视觉信息。通过集成大语言模型,设备从简单物体识别升级为对话助手,用户可进行追问。设备运行代理AI框架,使用量化技术将Llama模型压缩至10-30亿参数在安卓设备上高效运行,支持离线处理敏感文档,保护用户隐私。
阿里达摩院联合浙江大学推出VideoRefer套件,这是首个能够精确理解视频中特定物体的AI系统。该系统不仅能识别整体场景,更能针对用户指定的任何物体进行详细分析和跨时间追踪。研究团队构建了包含70万样本的高质量数据集VideoRefer-700K,并设计了全面的评估体系VideoRefer-Bench。实验显示该技术在专业视频理解任务中显著超越现有方法,在安防监控、自动驾驶、视频编辑等领域具有广阔应用前景。
OpenAI推出新AI模型GPT-5-Codex,能够在无用户协助下完成数小时的编程任务。该模型是GPT-5的改进版本,使用额外编码数据训练。测试显示,GPT-5-Codex可独立工作超过7小时,能自动发现并修复编码错误。在重构基准测试中得分51.3%,比GPT高出17%以上。模型可根据任务难度调整处理时间,简单请求处理速度显著提升。目前已在ChatGPT付费计划中提供。
Sa2VA是由UC默塞德等高校联合开发的突破性AI系统,首次实现图像视频的统一理解与精确分割。通过巧妙融合SAM-2视频分割技术和LLaVA多模态对话能力,Sa2VA能够同时进行自然对话和像素级物体标注。研究团队还构建了包含7万多个复杂视频表达式的Ref-SAV数据集,显著提升了AI在长文本描述和复杂场景下的表现。实验显示,Sa2VA在多个基准测试中达到业界领先水平,为视频编辑、医疗诊断、智能监控等领域带来新的应用可能性。