
在今日2015华为中国合作伙伴大会上,华为企业BG中国区交付与服务部部长孙茂录发表“服务成就未来“的主题演讲,从“大服务”产品架构、到“大服务”生态系统,再到“大服务”商业模式,诠释了华为“大服务“的理念。
服务已经成为永恒的主题,华为坚持以客户为中心,全面提升客户服务体验,携手合作伙伴共同打造“大服务”商业模式。
服务是未来的方向
早在1980年,美国著名管理信息系统专家诺兰通过对数百个公司发展信息系统的实践和经验的总结,提出了著名的信息系统进化阶段模型,即诺兰模型。
诺兰模型将企业信息化分为初始期、扩展期到成熟期等阶段,每个阶段对ICT服务均存在不同的诉求,阶段越高,对服务的要求也将越高。如在初始期,重点关注工程安装与部署,以及如何使用和维护;而在成熟期,ICT系统已经成为客户战略转型的核心要素,客户更加渴求咨询规划、深化设计、数据挖掘与治理等高端服务。
据2014年CIO网络调查显示,约75%的企业CIO对产业化数据服务、平台即服务、安全服务等提出了强烈诉求。在ICT技术驱动企业业务变革的今天,无论客户处于哪一个阶段,服务都已成为全行业ICT需求的共同特征。ICT服务日益被企业的变革者们所接受、认可,成为他们引领企业变革的重要工具与动力,并带来巨大的投资机会与市场空间。
服务是持续的行动
据Gartner分析数据,未来5年,中国ICT投资增速将保持在8.8%以上,而ICT服务增速将超过15%,2019年ICT服务投资将达到2200亿,预计华为与合作伙伴的可参与空间将达到710亿。从行业维度看,在能源、电力行业,泛网络化、平台整合,ICT技术变革将引发超过70%的管理流程发生变革;在政府媒资,社交网络的使用将成为重要的服务手段,超过85%的公共服务将通过社交媒体来提供;在金融保险行业,大数据整合、应用和数据安全的服务将带来超过100%的投资增长。
目前,华为的服务合作伙伴已超过900家,合作伙伴服务销售收入达25亿,认证工程师超过13000人,拥有HCIE(华为认证互联网专家)证书的超过500人。华为与服务合作伙伴携手合作,共同成长,践行核心价值观,把经营责任与社会责任有机地结合起来,持续发展,持续为社会做出贡献。
服务是梦想的联接
服务是华为面向数据时代的ICT解决方案重要组成部分,华为不断地与合作伙伴一起进行服务创新,使之成为公司的核心竞争优势,华为“大服务”解决方案,涵盖规划、设计、实施、运营和提升等全生命周期,预计到2019年,服务收入将占华为企业BG中国区整体销售收入的1/3,超过100亿。届时,合作伙伴服务收入将达到240亿,带动的产业链人员将达到40万。
当今企业之间的竞争已不再是产品之间的竞争,而是商业模式之间的竞争;在华为的“大服务”生态系统下,一个好的商业模式,将为华为和合作伙伴构建一个共赢平台。华为“大服务”商业模式包括四条关键路径:首先,服务解决方案是赢利的杠杆,是武器;其次,彼此成就是赢利的法则,是华为对未来的战略部署;再者,人才联盟是兵源,为整个生态系统提供源源不断的有生力量,是赢利的基础;最后,合作伙伴是盟友,合作发展是赢利的保障。通过这四条关键路径,华为携手合作伙伴为客户提供贴心的、端到端的ICT服务解决方案,服务成就未来。
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。