在2015華為中國合作伙伴大會上,“大服務”這個詞頻繁出現(xiàn)。從“大服務”產品架構、到“大服務”生態(tài)系統(tǒng),再到“大服務”商業(yè)模式,華為的“大服務”到底是怎么樣的呢?
講到服務,這里先提到一個效應:諾蘭模型。早在1980年,美國著名管理信息系統(tǒng)專家諾蘭通過對數(shù)百個公司發(fā)展信息系統(tǒng)總結,提出了著名的信息系統(tǒng)進化階段模型,即諾蘭模型。諾蘭模型將企業(yè)信息化分為初始期、擴展期到成熟期等階段,每個階段對ICT服務均存在不同的訴求,階段越高,對服務的要求也將越高。
服務,在ICT技術驅動企業(yè)業(yè)務轉型的今天,無論客戶處于哪一個階段,都已成為全行業(yè)ICT需求的共同特征。作為中國ICT行業(yè)最具影響力的品牌,華為,視服務為與合作伙伴打交道的重要方式。
圖為采訪現(xiàn)場
事實上,服務一直以來都是華為取得成功的核心因素之一,這同時也是華為服務合作伙伴快速增加的秘訣。從2011年時的130多家服務合作伙伴,到2014年的900多家服務合作伙伴,規(guī)模增長了6倍多。實際上,華為從2011年企業(yè)業(yè)務成立起,就堅持”被集成”戰(zhàn)略。在完善自身的服務能力和服務解決方案的同時,還想著開創(chuàng)更大的服務業(yè)務空間。“大服務”就這么產生了。
華為企業(yè)業(yè)務中國區(qū)交付與服務部部長孫茂錄在接受媒體采訪時,從兩個方面詮釋了華為“大服務“的理念:一是產品架構,其覆蓋了服務全生命周期,從咨詢、規(guī)劃、設計、建設、運維、優(yōu)化到提升,是端到端的大服務解決方案。二是深度,相較于傳統(tǒng)的基礎類的服務產品,華為大服務在廣度和深度方面也有明顯加強,2014年,華為建立了7大行業(yè)能力中心,目的就是為了更為深入地去了解行業(yè)客戶的需求。
華為“大服務”商業(yè)模式包括四條關鍵路徑:首先,服務解決方案是贏利的杠桿,是武器;其次,彼此成就是贏利的法則,是華為對未來的戰(zhàn)略部署;再者,人才聯(lián)盟是兵源,為整個生態(tài)系統(tǒng)提供源源不斷的有生力量,是贏利的基礎;最后,合作伙伴是盟友,合作發(fā)展是贏利的保障。
當前,華為企業(yè)業(yè)務中國區(qū)的合作伙伴服務能力已經得到了快速的成長,合作伙伴通過華為認證的工程師總人數(shù)已經超過13000人,高端HCIE(華為認證互聯(lián)網專家)專家工程師達到500人;CSP(認證服務合作伙伴)認證合作伙伴超過900家,其中三鉆及以上435家,占比接近50%。
我們可以看到,通過幾年的努力,無論從數(shù)量和質量上,中國區(qū)合作伙伴服務能力都有了快速發(fā)展。如果說大服務對華為來說是企業(yè)戰(zhàn)略,那么對于合作伙伴而言,又意味著什么呢?
中國智能交通系統(tǒng)有限公司首席科學家以及首席技術官關積珍談到,華為“大服務”有三個大特點:一是華為能夠提供很好的基礎,具備平臺和網絡能力;二是賦能,就是華為會通過各種途徑來提升合作伙伴的能力;第三則是華為與合作伙伴共同為客戶提供服務。
華為的另一合作伙伴,東華軟件股份公司總裁呂波表示,大服務全是以用戶為核心展開的,目的就是為了把用戶的事情做好。具體體現(xiàn)在一些細節(jié)上,呂波透露,華為從一開始就深度參與到東華軟件的客戶項目上,并委派高級技術人員負責跟進,目的就是把服務做好、做細、做深、做精。
華為企業(yè)業(yè)務中國區(qū)交付與服務部部長孫茂錄強調,華為大服務的核心要素是基于客戶的訴求,其次是包括基礎服務能力的提升。“華為提供的是一個綜合性的服務解決方案。”他說。
在采訪中,關積珍透露,在全國交通系統(tǒng)進化到智能化需求之后,對服務的需求也相應水漲船高。“2000年至2008年間,全國的交通信息化還是以基礎設施建設為主,那時,中國智能交通系統(tǒng)有限公司與華為的合作僅限于產品銷售。從2008年開始,交通行業(yè)的智能化要求越來越高,對數(shù)據傳輸和通訊系統(tǒng)的支撐能力和保障水平提出了很高的要求,同時,在面向服務的過程中對系統(tǒng)服務的可靠性方面也有所要求。”
關積珍表示,與華為的合作包括新系統(tǒng)建設以及已經建成的系統(tǒng)運維保障服務方面,經過數(shù)年的合作,中國智能交通系統(tǒng)有限公司獲益匪淺。目前,在全國鐵路系統(tǒng)已經形成了產品銷售到工程交付,再到運維保障的服務能力。
而談到2015年,華為將繼續(xù)堅持合作伙伴服務,以尋求更高價值的共贏。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據不同問題靈活調整內部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。