继今年8月发布浪潮云新战略后,近日浪潮云发布了打造全业务渠道模式销售的“云行计划”,发展8000+云市场、云方案、平台技术等六大领域合作伙伴,并在未来3年向合作伙伴、市场客户发放30亿元“红包”,助力浪潮云迅速实现云服务生态布局。
据了解,浪潮云在今年8月份提出了全新浪潮云战略,成为今天“云行计划”出炉的先导。“云行计划”将浪潮云在政务、企业管理等领域的云服务市场优势,通过全业务渠道销售模式(All By Partner)与合作伙伴一起推动浪潮云生态的建立。该计划将发展8000+云转销、云市场、云方案、平台技术、区域服务、认证培训这六类合作伙伴。这些合作伙伴各具分工,1500+云转售伙伴将浪潮云的业务覆盖到区县;2000+云市场合作伙伴,将向市场提供标准化的云产品,全面丰富浪潮云的产品线,而3000+的云方案合作伙伴将基于浪潮云的为各个行业的客户提供整体解决方案。不仅如此,浪潮云还通过与区域服务商、平台技术伙伴一起,完成在全国31个省会城市以及70个重点地市布局,实现云服务本地化的咨询、销售运维等。
值得一提的是,基于全业务渠道销售模式,未来所有浪潮云客户都将通过合作伙伴进行咨询、销售与服务。客户将在本地一站式获得基于浪潮云安全、可靠的云咨询、云方案、云运维、云迁移等“云+应用”服务,并通过浪潮长期服务政府、企业信息化的市场优势,连接更多政府、企业、金融与行业资源。可以预见,在2018年,中国云计算市场将看到一个“普遍”存在于经济社会发展各个微观领域的浪潮云。有不同上云服务需要的政府、企业客户,都能通过遍布到县一级的服务网络,找到浪潮云。
在当天的发布会上,浪潮集团执行总裁王洪添认为,今天云计算市场的变迁正沿着浪潮提出的业务上云——数据整合——应用创新这一路径前进,浪潮云此时高调发布“云行计划”,打造浪潮云生态正基于这种市场前瞻性的洞察。他表示,接下来的一年将是浪潮云全力打造合作生态,快速发展的一年。
王洪添指出,随着云时代的到来,原有零散的数据中心建设正在消失,信息化的格局已经改变,将来中国只会存在5朵云,这些大的云服务商将满足中国超过80%的IT需求。特别是PaaS平台作为原生应用的核心载体快速成长,将大量挤占原有IT产业中间件厂商的生存空间,同时也正创造出云化应用、数据治理、应用创新等更多新业务、新机遇,越来越多的企业正面临再次转型选择。可以毫不夸张的说,能否抓住云的浪潮就决定了企业未来二十年的生存还是死亡。
事实上,随着全球云服务市场高速蓬勃发展,“云”已成为信息化产业发展演进的全新形态,蕴藏着无限机遇。知名市场研究公司Gartner在2017年11月发布的报告称,到2020年全球云计算市场的规模将达到4110亿美元。其中,全球基础设施即服务(IaaS)营收的复合年增长率将达到顶峰,成为云计算市场最大的一块“蛋糕”。而今年的软件即服务(SaaS)营收到2020年将增长到997亿美元,复合年增长率达到15.65%,超过了整体市场增速,成为最具潜力的市场。
众所周知,经过多年耕耘,浪潮云已经成为国内公认的政务云市场翘楚。作为中国信息化建设主力军,数十年的信息化积淀以及早在2010年就提出向云计算战略全面转型,让浪潮具备了涵盖IaaS、PaaS、DaaS、SaaS四个层面的全球领先整体解决方案服务能力。截至目前,浪潮已在全国建立了北京、济南、上海、重庆、昆明5大核心云数据中心和34个地市云数据中心,为130余个省市政府及千余家大中型企业提供了云服务。同时,浪潮云已经成为中国企业上云中的骨干力量,在山东、浙江、江苏等多个省份服务企业上云。
今天,浪潮云与中泰证券,使分析师依靠大数据分析明天成为金融解决方案供应者;浪潮云与360一起,让今天的网络安全服务商,未来像因特尔在IT时代扮演的角色一样,成为DT时代对信息与数据保护的幕后英雄。而浪潮云与贵州政府打造的云上贵州,让今天贵州政府72家政务用户总计455个应用系统上云,让精准扶贫、管理城市拥堵、空气污染、追溯食品安全与卫生等民生问题,成为可视化的算术题。
据了解,为进一步赋能合作伙伴,浪潮云还计划未来3年渠道整体投入30个亿的“红包”,其中渠道激励投入15个亿,市场活动投入10个亿。人员赋能投入5个亿。
云行千里以致远,只有对产业深刻把握才能助力中国经济社会信息化转型。当前,中国云计算产业概念跌出、玩法各异,中国经济社会发展正需要一种基于对政府、民生,制造业与关键行业深刻理解的云版图生态。此时,浪潮云的“云行计划”,对于当前的中国云计算市场,乃至未来智慧城市发展来说,来得正是时候。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。