去年年初,我在誓师大会上提出联想要来一次全面的互联网转型。在这件事上,我们内部有太多的讨论。回顾过去的十年,联想非常专注国际化,从今天的结果来看是很成功的。我们的业务已经遍布全球160多个国家,65%的营收来自于海外,联想在全球的品牌排名已经升到了第86位,是一个真正的全球性品牌。
杨元庆
但不可否认的是,在移动互联网时代,联想并没有走在风口浪尖上,所以我们必须把这块阵地拿下来。我们做了很多尝试,能代表新联想的是“茄子快传”、“乐安全”这些软的东西。我们还成立了NBD,这是一个完全针对智能硬件的平台,联想在其中所起的角色只是平台运营方,我们前期推出的三款产品没有一个是由联想自己主导的。
我还把陈旭东给“解放”出来了。他作为联想中国及亚太新兴市场的总裁,一直肩负着“保卫+进攻”战略中的前者。我让他去成立了“神奇工场”,作为联想的先锋队,它的任务就是在移动互联时代打出一片新的天地。
为此,我们在筹备期就制定了一个很重要的原则,就是保持高度的独立运作。我们完全按照互联网的特点去打造这家公司:独立的团队,广招互联网公司人才;完全以互联网方式打造产品,把用户纳入到产品开发的全过程;以互联网为主要的营销模式,开展粉丝经营。此外,神奇工场的股权结构也很互联网化,我们开放了对战略合作伙伴的引进。
至少在现在看来,效果是很明显的。联想的业务比以往任何时候都更加的均衡和多元化,个人电脑业务在总体营业额中所占的比重下降到只有65%,而移动业务已经占到了24%。今年我们还迎来了摩托罗拉,这都会极大地增强我们在移动互联网上的能力。
所以,联想今年的动作会更大。我们在去年年初接连收购的摩托罗拉移动业务,以及IBM X86服务器业务都获得了相关部门的批准,这也意味着今年注定要做很多事情。
我们即将进入从移动互联网到物联网转型最重要的两年。按照我的理解,中国的互联网发展可以经历三个阶段:第一个是从1995年开始的PC互联网时代,紧接着是从2007年开始的移动互联网时代,以手机为主的移动终端将主导这个阶段直至2017年,那时候人类将全面进入物联网时代。
在那个阶段,每个人都至少要连接几十个终端。软银的孙正义更乐观,他还说到2020年,每个人会连接到1000个终端。所以,“神奇工场”将会从移动互联网切入,提前布局物联网。之所以不以联想这个主体来做这件事,我们就是希望能够用更灵活的方式去融入这个生态链里。
所以,今年的智能手机和物联网领域都会很热闹,尤其是智能手机领域。现在中国市场在全球的销量份额已经降到了40%,如果看营业额的话就更小,可能只有20%多。中国市场增速已经放缓,所以2015年的竞争会很激烈。运营商的补贴也更少了,我们需要在开放市场和电子商务上多做做文章。
好在联想已经有了“三驾马车”,我们从去年上半年就开始大力布局电子商务,现在销售份额已经不错了;Moto也回来了,这会极大地带动我们的销售;再加上陈旭东的“神奇工场”,他们会完全按照互联网的方式做手机。
而且联想今年的国际化脚步会更快,毕竟两笔收购让我们有机会去接触更多的国家。Moto在美洲的市场占有率很好,而联想的优势是中国以及亚太区,这会形成很大的互补。收购Moto之后,专利问题就会极大地改善,这会让我们提前进入成熟市场。
可以预见到的是,随着中国手机市场增速放缓,国际市场会是一个重要的机会,而联想显然已经走在了最前面。我们最近也在讨论如何制定今年的规划,但重点一定会向移动互联网上倾斜。
总之,今年联想会更进取,更年轻,我们会快速地消化掉两笔收购,然后去夺回市场。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。