在2015华为中国合作伙伴大会上,“大服务”这个词频繁出现。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,华为的“大服务”到底是怎么样的呢?
讲到服务,这里先提到一个效应:诺兰模型。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。
服务,在ICT技术驱动企业业务转型的今天,无论客户处于哪一个阶段,都已成为全行业ICT需求的共同特征。作为中国ICT行业最具影响力的品牌,华为,视服务为与合作伙伴打交道的重要方式。
图为采访现场
事实上,服务一直以来都是华为取得成功的核心因素之一,这同时也是华为服务合作伙伴快速增加的秘诀。从2011年时的130多家服务合作伙伴,到2014年的900多家服务合作伙伴,规模增长了6倍多。实际上,华为从2011年企业业务成立起,就坚持”被集成”战略。在完善自身的服务能力和服务解决方案的同时,还想着开创更大的服务业务空间。“大服务”就这么产生了。
华为企业业务中国区交付与服务部部长孙茂录在接受媒体采访时,从两个方面诠释了华为“大服务“的理念:一是产品架构,其覆盖了服务全生命周期,从咨询、规划、设计、建设、运维、优化到提升,是端到端的大服务解决方案。二是深度,相较于传统的基础类的服务产品,华为大服务在广度和深度方面也有明显加强,2014年,华为建立了7大行业能力中心,目的就是为了更为深入地去了解行业客户的需求。
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。
当前,华为企业业务中国区的合作伙伴服务能力已经得到了快速的成长,合作伙伴通过华为认证的工程师总人数已经超过13000人,高端HCIE(华为认证互联网专家)专家工程师达到500人;CSP(认证服务合作伙伴)认证合作伙伴超过900家,其中三钻及以上435家,占比接近50%。
我们可以看到,通过几年的努力,无论从数量和质量上,中国区合作伙伴服务能力都有了快速发展。如果说大服务对华为来说是企业战略,那么对于合作伙伴而言,又意味着什么呢?
中国智能交通系统有限公司首席科学家以及首席技术官关积珍谈到,华为“大服务”有三个大特点:一是华为能够提供很好的基础,具备平台和网络能力;二是赋能,就是华为会通过各种途径来提升合作伙伴的能力;第三则是华为与合作伙伴共同为客户提供服务。
华为的另一合作伙伴,东华软件股份公司总裁吕波表示,大服务全是以用户为核心展开的,目的就是为了把用户的事情做好。具体体现在一些细节上,吕波透露,华为从一开始就深度参与到东华软件的客户项目上,并委派高级技术人员负责跟进,目的就是把服务做好、做细、做深、做精。
华为企业业务中国区交付与服务部部长孙茂录强调,华为大服务的核心要素是基于客户的诉求,其次是包括基础服务能力的提升。“华为提供的是一个综合性的服务解决方案。”他说。
在采访中,关积珍透露,在全国交通系统进化到智能化需求之后,对服务的需求也相应水涨船高。“2000年至2008年间,全国的交通信息化还是以基础设施建设为主,那时,中国智能交通系统有限公司与华为的合作仅限于产品销售。从2008年开始,交通行业的智能化要求越来越高,对数据传输和通讯系统的支撑能力和保障水平提出了很高的要求,同时,在面向服务的过程中对系统服务的可靠性方面也有所要求。”
关积珍表示,与华为的合作包括新系统建设以及已经建成的系统运维保障服务方面,经过数年的合作,中国智能交通系统有限公司获益匪浅。目前,在全国铁路系统已经形成了产品销售到工程交付,再到运维保障的服务能力。
而谈到2015年,华为将继续坚持合作伙伴服务,以寻求更高价值的共赢。
好文章,需要你的鼓励
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。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。