
如果有什么力量能够使黑莓这艘大船远航,那就是BBM。约翰·西姆斯(John Sims)负责这块黑莓蛋糕中的一小块,主要负责BBM成长与赚钱。他肩负这两大重任仅两月之久,但在2014年全球移动大会上与CNET谈及BBM时却提出大量远大计划。
图:黑莓全球企业服务总裁约翰·西姆斯(John Sims)
西姆斯说:“显然,从长远看,我们必须让BBM赚钱,其重要途径之一是企业。根据获得的企业客户反馈,他们喜欢社交聊天媒介理念,但不希望出现失控局面,尤其是受管辖行业更是如此。客户希望社交聊天媒介安全、受控,便于满足自己的承诺。”
西姆斯说:“在8500万用户中,我们发现2500万用户身处企业。四分之一以上的用户使用企业设置。”
因此,黑莓本周公布了eBBM套餐工具及其首款产品BBM Protected。eBBM是一套基于消息服务的企业关注工具。
西姆斯说:“BBM Protected将在黑莓设备上提供端对端安全聊天,在BES服务器上,日志记录将被写下来用于审计等工作。”
西姆斯说:“我们认为除了让BBM跨平台化外,别无选择。”他强调:“如果我们追溯到第一条SMS问世,当时的用户只能把信息发送给同一运营商的其他用户。之后,同一国家的运营商会发出‘我们需要跨运营商网络’的通告并付诸实施。再以后,运营商会发出‘你需要跨国发送’的通知。只有一切就绪后,SMS才真正获得发展。信息典范就是用户能够与尽可能多的人和事进行联系的方式之一。”
转向跨平台,西姆斯发现60%的用户仍使用黑莓平台,40%的用户在其他平台上使用BBM服务。西姆斯称黑莓在所有平台均出现喜人增长。
西姆斯坦承:“我们认为,尽管我们最近改进了邀请过程与注册过程,但对一名新用户而言,这两者还有改进空间,还需要大幅简化,因此,我们近期的主要目标是提高其易用性,未来数月有望见效。”
西姆斯建议,消费者关注的功能是所有跨平台功能相同;企业功能方面,针对黑莓环境的选项较多。
在被问及未来计划中是否有桌面BBM客户端时,西姆斯指出黑莓的优先级和关键市场是特别关注移动。
尽管企业通常通过一款不错的软件赚钱,但黑莓该如何在消费市场上让BBM赚钱?
西姆斯回应道:“我们会转向数字货物,并在部分市场上初见成效,尤其是亚洲市场,数字货物颇具特色。少量有趣的微交易工具就是一个示例,但我们最大想法是将BBM转化为一个交易支持系统,特别是发展中国家。”
西姆斯说:“我们保证运输安全。如果用户乐意,大量用户会通过运输联系在一起。因此,我们在探讨移动支付的可能性,个人对个人转钱等。我们不会独自完成这些工作,而是与合作伙伴共同完成,因为金钱转移及银行业务都受到监管,我们需要与有国家授权的合作伙伴合作。”
西姆斯之前在SAP工作时,曾有过在孟加拉国发起“Banking the Unbanked”的活动经历。他说,孟加拉国拥有银行账户的人仅约10%,但拥有手机的用户占60%。
西姆斯说:“如果你关注部分BBM发展尽头十足的市场,就会发现这些市场都带有鲜明的移动支付特征。因此我们认为不仅仅是移动银行属于正式银行业范畴,移动金钱也属于该范畴。人们能够通过一个存储账户将资金反复转入转出,还可以把钱转给部分偏远地区的亲戚,无需赶50里路程,只需通过代理就能够在系统内把钱转入转出。我们将参与这一生态系统。实际上,我们已经在与可能的合作伙伴进行接触了。”
西姆斯继续说:“我们最初关注的是部分东南亚国家,但与合作方技术不同的是,我们的技术没有限制,非常便捷。”
他说:“在印度,由于政府倡导国民身份证系统,我们从中发现了机遇,把信息整合至机器中,使用指纹识别等技术,通过系统对资金进行转账。作为BBM赚钱战略的一部分,我们会不断开动脑筋、进行新尝试。”
西姆斯描绘了一幅医疗保健人士远程工作的蓝图:使用移动设备查看病历和医学影像。
西姆斯说:“一切资料都需要确保安全,医生不能向外界透露病人信息及病历。这就需要一个安全的环境,我们认为自己应该发挥主要作用。我们以一套SDK和API的形式向开发者公开BBM,如果开发者希望把安全聊天嵌入其应用,可以将之融入,在不同应用中把BBM作为其聊天机制。我们会支持合作。”
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。