在思科宣布计划收购BroadSoft之后,有合作伙伴敦促思科公布更多关于渠道战略和这次收购对利润和统一通信即服务(UCaaS)销售的潜在影响等更多细节。
NexCloud是Ubisec Systems公司的云服务部门,同时也是思科的合作伙伴,NexCloud首席架构师Edward Sohn表示:“问题是,对于我们这样了解托管模式,知道来自OEM或者厂商的直接模式可以让云模式更加奏效的UCaaS提供商来说,现在,从某种程度上来说,我们和思科是竞争的关系。”
有合作伙伴表示,BroadSoft将让思科旗舰的Spark平台变得更加可访问、可扩展,同时也在一个新的客户群体中扩大市场份额。“但令人担忧的是,思科将如何在一个面向渠道的市场中运用这一策略和这种类型的服务产品?我们现在可以售卖BroadSoft产品,但是BroadSoft的优势一直是与众多大型电信提供商合作。然后这些电信提供商再面向中小企业和大型企业进行售卖。我们无法触及这个市场,因为这一直都是由大型电信提供商控制着的”
一位来自解决方案提供商、思科金牌合作伙伴的高管表示,他很担心他在托管语音产品以及Cisco Hosted Collaboration Solution (HCS)上的投资是否会付诸东流。
这位不愿意透露姓名的高管还表示:“很多合作伙伴开发了大量专业服务构建这些内部部署的架构。如果这些都不存在了,我们该怎么办?我们已经在CCIE语音上做的投资该怎么办?未来我们在CCIE协作方面的同事该怎么办……更重要的是,我们怎么从中赚钱,保持利润?”
有合作伙伴表示,思科需要解释一下自己的UCaaS战略,以及BroadSoft解决方案将如何与思科新推出的Spark Flex Plan相结合。
有解决方案提供商正在敦促思科不要等到下周思科的合作伙伴峰会才公布与BroadSoft相关的市场战略。
“现在思科已经收购了BroadSoft,把产品组合扩展到中小企业。你需要告诉渠道合作伙伴,‘我们已经投资了HCS或者你自己的多租户协同解决方案——我们的平台将让你同样可以从服务中盈利,同样可以从订阅中得到利润,只是你不需要应对硬件和永久性许可’。思科需要向合作伙伴做清晰的说明,”这位思科金牌合作伙伴高管表示。
“如果我们有一个现有的客户,我们为什么要从Spark或者思科的什么平台上迁移到BroadSoft,放弃我们的利润?思科需要和合作伙伴谈一谈,确保在盈利和折扣计划上是双方一致的,这样现有的合作伙伴就不会受到这次收购的影响。”
思科预计将在2018年第一季度完成对BroadSoft近19亿美元的收购。
BroadSoft称自己是云PBX、统一通信、团队协作和联络中心解决方案的领导者。BroadSoft的云业务应用和平台在80个国家450多个服务提供商提供给客户,目前BroadSoft有超过1900万商业用户。
像AT&T和Verizon这样的电信巨头都已经整合了BroadSoft的平台,以提供他们自己的解决方案和服务。例如,Verizon的One Talk和AT&T的Collaborate就使用了BroadSoft的多租户平台BroadWorks。
Sohn表示:“对于思科来说,这可以确保把Spark植入更广泛的市场中,通过BroadSoft覆盖更多客户群体,因为BroadSoft通过像Verizon和AT&T这样的大型电信提供商与中小企业合作。你必须做一些变革来实现扩张,但同样的,我们现在在考虑思科是否在某些方面与我们形成竞争关系。”
思科在一则声明中表示,将把BroadSoft的开放接口、基于标准的云语音、通过服务提供商合作伙伴提供的联络中心解决方案与思科的会议、硬件和服务产品组合整合。
好文章,需要你的鼓励
OpenAI发布了音视频生成模型Sora 2,同时推出配套社交应用Sora,用户可生成包含自己的视频并在类似TikTok的信息流中分享。Sora 2在物理定律遵循方面有显著改进,视频更加真实。应用提供"客串"功能,允许用户将自己植入生成场景中,并可与朋友分享形象使用权限。该iOS应用目前在美加地区采用邀请制,ChatGPT Pro用户可直接体验。
Queen's大学研究团队提出结构化智能体软件工程框架SASE,重新定义人机协作模式。该框架将程序员角色从代码编写者转变为AI团队指挥者,建立双向咨询机制和标准化文档系统,解决AI编程中的质量控制难题,为软件工程向智能化协作时代转型提供系统性解决方案。
大语言模型和生成式AI自诞生以来问题频发,从推理模型表现不佳到AI幻觉现象,再到版权诉讼,这些都表明当前技术路径可能并非通往真正智能的正确道路。专家认为,仅靠增加数据和算力的扩展模式已显现边际效应递减,无法实现通用人工智能。研究者提出智能应包含统计、结构、推理和目标四个层次的协调,并强调时间因果性的重要性。面对LLM技术局限,业界开始探索神经符号AI等替代方案。
西北工业大学与中山大学合作开发了首个超声专用AI视觉语言模型EchoVLM,通过收集15家医院20万病例和147万超声图像,采用专家混合架构,实现了比通用AI模型准确率提升10分以上的突破。该系统能自动生成超声报告、进行诊断分析和回答专业问题,为医生提供智能辅助,推动医疗AI向专业化发展。