
三星当地时间周二公布了名为“Samsung 360 Services for Business”的首款服务产品,向使用包括智能手机、打印机在内的各种科技产品的企业客户提供支持——即使这些产品并不是三星生产的。对于企业客户来说,三星的支持服务将是一站式服务。
三星首席企业创新官罗宾•宾菲特(Robin Bienfait)在一次采访中表示,企业在“寻找具有不同领域技术特长的合作伙伴,但它们同时不希望全部使用一家公司的产品”。
推出企业服务产品,标志着三星将向部分最大牌的科技公司发起挑战——也就是苹果和IBM。IBM和苹果7月份公布了联合在企业客户中推广苹果产品的计划。IBM有规模庞大的咨询和服务业务,它还将针对苹果iOS移动操作系统对其云计算服务进行优化。
三星的策略略有不同。它将利用全球范围内的逾1万名员工,帮助企业部署设备、升级软件、整合系统、解决问题,并对企业的技术系统进行安全评估。
三星电信美国企业部门高级副总裁蒂姆•瓦格纳(Tim Wagner)向CNET表示,“我们希望拥有这一战略,与我们的企业客户建立一种直接的关系,即它们把我们视作一家真正的商业合作伙伴。”
三星推企业服务产品正值其核心移动业务遭遇困难之际。三星周一披露,由于营销成本上涨和设备平均售价降低,第三季度营业利润将下跌60%。三星在高端市场受到苹果挤压,在低端市场则受到小米等厂商挤压。由于核心的移动市场增速放缓,三星考虑通过新市场提高盈利能力。过去数年,企业客户已经成为三星的一大重点。
三星2010年首次涉足企业业务,之后一直高速增长。三星没有披露具体数字,但瓦格纳说,公司的企业业务规模“过去4年由数亿美元增长至数十亿美元”。这使得三星成为第二大企业手机厂商,瓦格纳预计三星将在明年或后年初成为第一大厂商。
当然,三星未必一定能成功。对大量不同设备提供支持并非易事,这也是很少有其他公司尝试这一业务的原因。通过对非自家设备提供支持,三星可能与其他厂商发生纠纷。三星还需要招聘提供支持服务所需要的员工,开发修正各种问题所需要的补丁软件。
三星2011年推出了Samsung for Enterprise,目的是提高Android安全性,使企业员工能将自己的Android设备带到工作场所使用。当时,企业还不给员工配备Android手机,而是配备黑莓和苹果手机。三星把BYOD(员工自带设备到工作场所)看作是进入企业市场的通道。
2013年三星推出了Knox安全平台,使其设备的安全性能满足美国国防部等机构的要求。 Knox支持Galaxy S4智能手机,截至5月份,Knox活跃用户数量达到180万,支持Knox的设备销量为8700万。
目前,只有两家公司的设备被美国国家安全局批准用来处理机密文件,三星是其中之一。美国国家安全局批准的另外一款能用来处理机密文件的设备是Boeing Black智能手机。
三星一年前还推出了面向企业应用的Samsung Solutions Exchange应用商店。Google在6月份的开发者会议上宣布,Knox将被整合在代号为“Android L”的下一个版本Android中。
科技咨询公司Compass Intelligence CEO斯蒂芬妮•阿特金森(Stephanie Atkinson)表示,“三星仍然面临苹果挑战,有一支强大的企业或B2B(企业到企业)团队。设备本身将不再是差异化竞争的主角,因此服务是三星进一步进军企业市场所必需的。”
使用Samsung 360 Services for Business,即使非三星产品出现问题——例如惠普打印机和微软软件,企业客户也可以向三星寻求帮助。三星将成为企业客户的“单线联系人”,然后与其他厂商协作解决客户的问题。
市场研究公司IDC分析师伊莱娜•斯特吉亚迪斯(Elaina Stergiades)表示,苹果和IBM的合作是向企业提供移动支持服务的“第一步”,但它们只支持苹果产品。三星则向前迈出了一大步。斯特吉亚迪斯说,“三星作为单线联系人至少在某种程度上降低了复杂性。如果出现问题,企业直接向三星求助即可。”
但是,目前尚不清楚三星是否对苹果产品提供支持,以及是否会把苹果产品排除在其服务覆盖的产品清单之外。
目前,三星在与25家公司合作对服务业务进行测试。三星服务产品将于明年第一季度正式登陆美国市场,然后进军欧洲、中东、非洲和亚太市场。尽管三星独立提供服务业务,但在需要时也会与合作伙伴合作。三星表示计划迅速扩大服务业务。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。