ZDNET网络频道 02月18日 编译:在上周三思科公布了令人满意的第二财季业绩报告后,一众解决方案提供商都大赞思科CEO约翰·钱伯斯的作风硬朗,对他对待竞争对手毫不留情的态度甚为赞赏。
钱伯斯平时说话轻声细语,大有南方绅士的风度。但他在与华尔街分析师的电话会议上,听起来却更像是一位在菜市场吵架的汉子。他在电话会议上放出话来,称击败VMware和粉碎诸如Facebook设计的白牌交换机设备是一件乐事。一位华尔街分析师问他怎么那么乐观,钱伯斯表示,他最近跑4英里取得一年多以来的最佳成绩,还做举重练习,他称自己这一阵子“充满活力”。
思科CEO 约翰·钱伯斯
解决方案提供商表示,钱伯斯打口水战放狠话对他们鼓舞的确很大,他们比以往任何时候更渴望要占领制高点与思科的竞争对手对决。他们希望在思科掌舵20年、曾带领思科走过多次动荡的技术转型的钱伯斯不会让他们失望。
一位不愿透露姓名的顶级解决方案供应商高管表示,“我认为,假若钱伯斯和风细雨地大谈退位,那么给出的信息就是错误的,也没有竞争气氛。他这种“我们来干一架,打掉几颗牙齿,搞点事出来……”的态度,我喜欢。因此,他放狠话不是坏事,我喜欢听这些。我也可以凑凑热闹。”
该思科合作伙伴指出,曾几何时,似乎都是“VMware四处大胆出击,而思科则正襟危坐没有动静。太长一段时间以来,我们听到太多关于VMware的NSX(虚拟化网络平台),而思科方面的ACI(以应用程序为中心的基础设施)却只是冒几个泡泡,一个愿景而已,同时,NSX却已经发货、安装、用上了。”
周四思科股价大热,升到了7年高位,但去年有一段时期,思科合作伙伴对思科的未来却不是那么有把握。
托管和云服务商TekLinks是思科合作伙伴。TekLinks副总裁David Powell表示,钱伯斯在财报电话会议上的举动令他振奋不已。他表示,“如果钱伯斯想重拳出击,他们肯定有现金储备支持他做他想做的事。我喜欢这样子。”
据了解,在钱伯斯1991年加入思科以来,他一直都是思科庞大增长背后的动力。从他1995年接任思科CEO时,思科仅值12亿美元,到2014年思科价值已飙升到470亿美元。
2012年以来一直都有关于钱伯斯退休的传闻,当时他曾说过他计划在两到四年内退休。总部设在纽约的解决方案供应商和思科合作伙伴eTribeca的CTO兼COO Gary Berzack 表示,“他有的是时间。他有大把的时间,很多年的时间,而且经验足够丰富。”
思科上周三公布的业绩显示,第二季度的利润达27亿美元,或每股53美分,同比增长9%,总收入为119亿美元,同比增长7%。思科路由业务收入同比增长2%,交换设备业务攀升11%,UCS服务器业务同比增长超过40%,另外,思科的Meraki无线业务同比增长达100%。
Long View Systems是一家总部设在加拿大艾伯塔省卡尔加里的解决方案提供商,是思科的合作伙伴之一。Long View Systems融合基础设施和网络服务副总裁Kent MacDonald表示,“渠道各方对钱伯斯此次下注感到满意,对他的领导才能感到放心。他聆听市场、聆听自己的团队。我认为这种组合一次又一次被证明是非常具有战略意义的……我感觉不到市场上有任何焦虑,事实上,坊间一直都非常欣赏钱伯斯的稳健作风。”
合作伙伴拿不准钱伯斯留任CEO的时间,但有信心他围绕自己建立的高管团队最终会接过大印。MacDonald表示,“他在自己周围建立了一个非常强大的团队。如果他决定换换环境,决定继续自己的人生旅程,我觉得他的领导团队可以接手,不会有大变数,我对这一点感到放心。”
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
哈佛、MIT联合研究揭示人类语言理解的神经机制,发现大脑通过"信息出口"将语言从核心系统传递至专业脑区实现深度理解。研究提出浅层与深层理解的区别,为人工智能发展提供重要启示,表明真正智能需要多系统协作而非单一优化。该发现可能改变我们对语言认知的理解。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
腾讯混元等团队开发出革命性的AI视频生成自我评判系统PAVRM和训练方法PRFL,让AI能在创作过程中实时评估和改进视频质量,无需等到完成才反馈。该技术使视频动态表现提升56%,人体结构准确性提升21.5%,训练效率提升1.4倍,为AI视频生成质量带来质的飞跃。