ZD至顶网网络频道 08月16日 综合消息:统一通信的格局正在被动摇,厂商们争相成为以云为导向,这样他们就可以满足市场对基于云的统一通信解决方案的需求。
Converged Technology Professionals是一家总部位于伊利诺伊州水晶湖的解决方案提供商,同时也是微软及ShoreTel的合作伙伴公司,该公司业务开发及管理合伙人总裁Joe Rittenhouse表示,“我们知道,统一通信世界正在以超过以往任何时候的速度发生变化。任何关注统一通信行业这些趋势的人都知道,很多公司都对整合有着浓厚的兴趣——Polycom、Avaya、Mitel、ShareTel,等等。”
业界老牌厂商如Avaya和ShoreTel正在聘请金融顾问,探索新的战略选择,其中可能包括潜在出售公司或者出售特定资产。Polycom即将被Siris Capital Group收购,ShoreTel最近收购了基于云的统一通信专业公司Corvisa。
没有能成功收购Polycom的Mitel在去年收购了基于云的统一通信提供商Mavenir,现在正在积极准备更多收购,Mitel高管在公司最近的一次财报电话会议上这样表示。
研究公司Gartner预计在统一通信领域将会有更多整合,用户期望值也会有所提高,这将促使人们更重视厂商的财务可行性。
“内部部署的统一通信与云、混合统一通信服务的整合,将继续扮演重要的角色,”Gartner统一通信分析师Bern Elliot表示。“随着企业统一通信市场逐渐成熟,我们预计将会发生更多的整合。”
随着客户对基于云的解决方案的需求逐渐增加,尽管市场领导厂商思科和微软拥有足够的资金实力,但其他厂商也会采取更为激进的措施。
根据市场分析公司MarketsandMarkets预测,全球UCaaS市场预计将从2015年的151亿美元增加到2020年的248亿美元,复合年增长率大约是11%。在北美,UCaaS去年带来了近40亿美元的收入,分析公司IHS预计该市场到2020年年增长率为20%。
5月,有知情人士称,Avaya的所有方私募股权公司Siler Lake Partner和TPG Capital正在考虑卖掉公司或者出售特定资产。据路透社报道称,呼叫中心软件提供商Genesys Telecommunications目前正在谈判以大约40亿美元的价格收购Avaya的合同中心业务。
来自一家解决方案提供商、Avaya长期合作伙伴的高管称,Avaya正在试图通过成为一家通信软件和服务提供商在云时代站稳脚跟。向云的变革,以及庞大的债务,正在让Avaya“颠覆自己”,他说。
“他们现在需要为未来而战,”他说。
ShoreTel也在专注于提供更多的云和混合云、强调UCaaS的解决方案。
在最近的季度财报电话会议上,ShoreTel透露,他们的董事会成员已经结成战略顾问委员会,会探讨各种方案,其中可能包括出售公司部分业务或者整个公司。ShoreTel聘请了J.P. Morgan Securities作为财务顾问,聘请Fenwick & West作为法律顾问。
“从ShoreTel合伙人的角度来说,我并不把这视为一个负面的举动,而且,这正是我个人希望看到的,”Converged Technology Professionals的Rittenhouse这样表示。“他们在探索各种可能,这是他们应该做的。目前最糟糕的事情就是假装我们并没有遭遇业务必须适应的天翻地覆的变化。”
统一通信提供商Lifesize走出了战略性的一步,在今年年初从Logitech中剥离出来,希望成为一家云和UCaaS提供商。
“你将看到的是实现、战略、以及对某些组织机构的关注,”Rittenhouse说。“这表明他们正在考虑看他们是否有一个可以持续的、可以扩展的、强大的云模式,现在他们正在实现这个目标。”
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。