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
生成式AI在电商领域发展迅速,但真正的客户信任来自可靠的购物体验。数据显示近70%的在线购物者会放弃购物车,主要因为结账缓慢、隐藏费用等问题。AI基础设施工具正在解决这些信任危机,通过实时库存监控、动态结账优化和智能物流配送,帮助商家在售前、售中、售后各环节提升可靠性,最终将一次性买家转化为忠实客户。
泰国SCBX金融集团开发的DoTA-RAG系统通过动态路由和混合检索技术,成功解决了大规模知识库检索中速度与准确性难以兼得的难题。系统将1500万文档的搜索空间缩小92%,响应时间从100秒降至35秒,正确性评分提升96%,为企业级智能问答系统提供了实用的技术方案。
存储供应商Qumulo发布多租户架构Stratus,为每个租户提供独立的虚拟环境,通过加密技术和租户专用密钥管理系统实现隔离。该统一文件和对象存储软件支持本地、边缘、数据中心及AWS、Azure等云环境部署。Stratus采用加密隔离技术确保敏感数据安全,同时提供任务关键操作所需的灵活性和效率,帮助联邦和企业客户满足合规要求。
中科院和字节跳动联合开发了VGR视觉锚定推理系统,突破了传统AI只能粗略"看图"的局限。该系统能在推理过程中主动关注图片关键区域,像人类一样仔细观察细节后再得出结论。实验显示VGR在图表理解等任务上性能大幅提升,同时计算效率更高,代表了多模态AI"可视化推理"的重要进展。