数字经济迅猛发展下,“数字产业化”和“产业数字化”无疑会衍生出巨大的市场机会。“数字化转型时代是大机会时代,但华为不做机会主义者,坚持‘有所为,有所不为’”,华为企业BG总裁丁耘在以“因聚而生 为你所能”为主题的“华为伙伴暨开发者大会2022”上如是说。
有所为,即华为将聚焦在复杂的硬件平台和复杂的软件和算法平台,与伙伴构建生态,创造新的商业价值,这也是华为完整的主航道。同时面对数字化转型的行业众多、场景数不胜数的状况,华为也会选择一些有战略空间的行业,成立军团和伙伴共创价值。
有所为的同时,更要有所不为。华为将继续坚持被集成,发挥伙伴在交易与服务客户方面的优势;同时加强产品能力开放,更好地被集成。而即便在一些特定行业做少量集成,也是为了长期被集成。
多管齐下拓展商业市场
在做好被集成的同时,还要做有边界的生意。2022年,华为已积极携手伙伴进入地市区县市场,即商业市场。同时,华为以前所未有的力道、前所未有的资源、前所未有的态度携手伙伴拓展商业市场,扩大伙伴的市场空间。
华为中国政企业务总裁吴辉表示,华为拓展商业市场的底气是来自伙伴以及“被集成”策略。今年华为中国政企业务就将通过研、营、销、服等多方面支持赋能好伙伴,去拓展更大的商业市场。
吴辉表示,2016年华为就提出要向区县进行延伸,也为此沉淀了城市总经理。当时是把组织往下沉,但是并没有把“研、营、销、服”等能力体系进行推进。“今年是体系性的变革。通过过去5年的摸索,我们看准了这一市场,加大了投入力度。”
在研发层面,打造“适销”产品和“小而美”方案,简单易用、高效快速的满足客户需求;在营销层面,将华为的营销能力全面开放,赋能伙伴、发动伙伴、支持伙伴;在销售层面,构建伙伴全流程自主交易平台,让商业市场的生意“更好做、做更好”;在服务层面,构建数字化协同服务体系,从6大维度赋能伙伴补齐服务“最后一公里”。
吴辉表示,通过“华为顾问”和华为“知识平台”赋能伙伴补齐服务“最后一公里”,从而勾勒出来华为在服务体系方面的变革方向。
同时,通过工具和数字化平台化的打造,使得客户和华为的渠道商、集成商、工程商更容易找到华为。同时,线下组织的构建也非常重要,华为将会增派700多人到聚焦的地市里面,延伸到区县。
“发力线上和线下,让客户容易找到我们,也会让伙伴容易做好联接。在与伙伴联接的过程,知识、经验、技术,包括商业模式通过数字化平台不断进行输出,与华为形成一个数字世界的社区。”吴辉说。
其中,华为面向商业市场销售的产品,必须达到“5极”标准:极易集成,华为产品出厂之前,已完成与主流厂商的系统、应用的预集成;极好销售,打造爆款产品,突出产品竞争力;极快交付,缩短货期,3~7天可交货;极简运维,无需专业技能即可安装,同时免现场运维;极优体验,从场景化出发进行产品的体验设计,让产品更易上手。
吴辉表示,商业市场对供货的要求是比专业级设备的供货要求要高。通常商业市场能够接受的时间是3-7天,但是专业级市场通常是21天。“我们的供应链体系也会探索和改革,为商业市场定制新的供应方式。”
此外,还将建立“能力、贡献、回报”商业正循环,激励伙伴提升专业能力,并打造支持伙伴高效作战的工具装备,使能伙伴更好开展业务。旨在通过与伙伴携手成长,为客户创造新价值。
例如华为通过军团丰富不同行业的应用场景,进行知识的提炼,将方案和标准赋能伙伴,让伙伴们把成熟的解决方案普惠给每个商业市场的客户。
“我们会不断地进行聚焦,通过伙伴覆盖更多空间。目前商业市场占据华为销售结构中的30%,五年后将会达到营收的50%。”吴辉表示,“未来随着体系构建的成熟,商业市场客户所需的数字化能力、服务等将更快、好地触达到每一个村、每一个镇、每一个乡。”最终,华为也将在与伙伴的协同成长中,实现商业共赢。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。