至顶网服务器频道 03月30日 新闻消息(文/李祥敬):近日,NICE(尼仕)公司首席执行官Barak Eilam先生来到中国拜访客户,拓展本地合作伙伴生态系统,并确定进一步投资领域。同时,Barak向中国媒体介绍了NICE及其产品,并分享了公司在该地区的拓展计划。
NICE(尼仕)公司首席执行官Barak Eilam
Barak表示,作为全球领先的云和本地企业软件解决方案提供商,NICE在2017年第三季度宣布了其四大战略支柱,分别是云、分析、全渠道和人工智能(AI)。这一战略涵盖了公司自主创新以及收购获得的关键产品线。最近的重要收购之一是2016年11月收购inContact,借此彻底改变了客户服务市场,为各种规模的组织打开大门,让他们的联络中心进入应用云的体验中心新时代。
在客户互动方面,NICE让企业更智能地行动和响应;而在金融犯罪和合规方面,NICE利用先进的分析和自动化保护人们的财产。
NICE的云端为先的方法提供了必要的成本效益、敏捷性和安全性,来支持私有和上市企业正在进行的数字化转型。此外,随着人工智能的应用达到了新水平并整合到组织的方方面面,它已不再是未来之物,而是一个关键的技术差异化因素,在当今的竞争环境下可以作为战略性工具来使用。NICE的产品组合以最先进的人工智能和机器学习平台为基础,可以提供这种竞争优势。
Barak说,NICE为企业和消费者之间构建了一个沟通平台,这个平台除了提供连接功能之外,还提供了分析功能,帮助企业实现客户洞见,改善消费者的体验。“如何以一种更智能的方式来应对客户的互动,以及比较全面地了解整个客户。如果具备这样的能力,一个企业就具备了差异化的竞争优势,也能够为客户提供更加卓越的体验。”
很显然,这种竞争优势的取得必须依靠新的技术驱动,比如云、分析或者人工智能。NICE在这几个方面都进行了积极布局,
亚太地区是NICE关注的重点市场,尤其是中国。在公司Q4 2017财报中,NICE宣布亚太地区非GAAP收入同比增长超过24%。NICE于1997年开始在中国运营,随后其客户群不断壮大,其中包括金融服务、保险和科技领域的厂商。公司的合作伙伴生态系统也在不断成长,核心合作伙伴包括神州数码、通广电子、卓信、汇讯、慧捷、井星和星网信通等。
Barak表示,中国是一个非常重要的地区和市场,所以NICE任命了新的中国区总经理。另外,NICE也会持续加大在中国的资源投入,和中国合作伙伴一起来寻找市场机会。“NICE的成功是与合作伙伴以及客户的密切合作密不可分的,无论是在全球还是在中国,我们所遵循的一项非常重要的战略就是要密切地和我们的客户和合作伙伴进行合作。”
NICE亚太战略地区董事总经理Sherie Ng黄珍妮女士告诉记者,NICE希望打造一个非常大的合作伙伴生态系统。NICE在寻找合作伙伴的时候主要是关注三个领域,一个是合作伙伴对某一个具体的垂直行业有非常深刻的或者深厚的行业经验和知识;第二,合作伙伴能够在平台服务方面有很强的能力,特别是在云端;第三,在数字转型或者数字革命方面的专家,特别是在分析方面有特别的专长,特别了解本地的市场,特别了解某些具体的垂直行业,这样才能够把NICE的技术充分地应用。
最后,Barak表示:“NICE产品正在为中国的企业/联络中心带来价值,而这些价值还只是冰山一角,我们能提供的将远远更多。NICE在提供广泛的解决方案方面处于独一无二的地位,这些解决方案为各行各业的中小型企业以及大型企业的盈利带来重要影响,从而帮助我们的客户改进其客户体验之旅。”
好文章,需要你的鼓励
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。