至顶网服务器频道 10月08日(文/董培欣): 如果问我这十多年接触这么多技术厂商,感受最深的是什么?我会告诉你一句话:“可以没有好技术,但是不能没有好服务!”我家中电器基本都是海尔,不是因为他们技术有多好,而是一但坏了会有人来修,而且为用户服务多了,随着解决问题数量的提升,和对用户需求的了解,技术水平自然也就提升上来了。IT行业也一样,我就曾亲眼看着一个重视用户服务体验的厂商,从VPN一点点做起,现在已经转型云计算并且成功上市了。那么联想作为一个国际化的大企业,对自身的服务业务又有什么样的规划呢?
在联想创新科技大会2018(Lenovo Tech World)商用技术及解决方案大会上,联想集团副总裁兼中国服务业务总经理戴炜与联想DCG科技业务事业部总经理刘淼,在接受采访时表示:“联想希望我们的服务业务,成为第三波的增长引擎”。

在采访过程中,戴炜副总裁先向我们介绍了联想全球的服务发展历程:当前包括中国和海外,都是在整个联想全球服务统一战略和管理之下。原来服务部门和服务团队的主要职责是负责联想产品的服务,简单来说,比如说联想ONT服务,包括围绕设备给客户提供的服务。但是从去年开始,联想的三波战略,包括在中国的“智慧联想 服务中国”战略转型,联想从设备制造商到服务提供商,从产品为中心到客户为中心,这两个转变从集团、全球、中国来说都是一致性的转变。总的来说,联想希望自身服务业务,成为第三波的增长引擎。
在随后刘淼的介绍中,我们又了解到:在过去几年,尤其在企业级客户和数据中心客户当中发生特别多的变化,联想跟微软等合作伙伴推出了各种各样基于云的支撑服务,在数字化转型过程当中,联想希望在云服务方面有所着力,定位在云时代整合服务商上。也希望把最新的技术和服务,透过服务交付的方式,帮助客户从传统数据中心的架构,转向一个新的双态服务的架构。这就是我们目前在服务方面定位,在这个领域不断的去寻求客户对于我们的要求,围绕客户和中国市场做一些不断的变化。
接着刘淼又向我们介绍了当前用户所遇到的痛点问题:“上云咨询”,在上云咨询这个领域,联想突然发现,进入了一片没有领航灯的海域。以前做服务有一个ITSP,可以帮助客户做战略规划,通过ITSP逐渐落地集成、硬件和软件。在这个时代发现上云没有这样一个标准。而在这方面,联想有非常秀集成服务的能力,在上云服务方面也有很多的创新和尝试,在过去十年、二十年系统集成技术基础之上,对云服务的运营维护有了更新的突破。这就是说在目前环境下,在中国市场上给客户和联想提供很好的机会。

联想集团副总裁兼中国服务业务总经理戴炜
在戴炜接下来的介绍中,我们又了解到:联想的服务源自设备服务,随着智能化和数字化转型加快,实际上对于客户来说,或者对于企业来说,是从解决方案的角度去实现用户的数字化转型,还是围绕设备,这是殊途同归的,这两条路径最终都需要在服务实施和交付之后进行运营和优化。因为企业做数字化转型核心目的,是将企业架构在数字化、IT的基础上。最终的目的还是希望这些数字化和IT化基础产生的数据能够帮助企业进行业务优化,甚至为未来战略决策做参考。
所以,联想服务实施本身在给客户提供解决方案和服务的时候一定是一揽子,一方面给咨询,一方面有解决方案,同时方案里面的设备,不光是提供我们自有的设备,第三方的设备都可以通过集成的方式整合进来。实施之后,协助企业做运营和优化。
当前联想已经建成并完善了从基础维修到延保的DEWS服务体系,并且在DCG方面,未来将向用户提供全面的云计算服务解决方案。协助用户完成云计算应用业务的落地实施。并且早在15到20年前,联想就开始在国内建立服务站点,现在已经发展到2000多个站点的规模。这也是IT行业唯一做到,深入到中国六级市场100%的覆盖。这些城市中联想可以做到绝大部分PC的产品,都是第二个自然日能够修复,这是也是很多厂商所做不到的。同样在DCG服务器硬件上,和市场对标的话,服务响应率和修复都是排在第一的。
未来基于云的服务也是如此,联想内部对硬件与技术进行协同,并由联想的服务团队完成落地实施,从原有设备服务向方案服务和基于云的服务迈进,提供出全向的DCG产品技术和服务解决方案。数据中心内的服务有2000个亿的市场,公有云300多亿,2018年整个IT市场在中国是8000个亿,IT市场是一个几万亿的大市场,联想未来还要联合越来越多、非常强的系统集成商,行业解决方案提供商,相互配合共同打造一个大的生态体系。而在其中,服务将是盘活整个体系的重要基石。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。