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
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。
苹果即将发布Apple TV 4K和HomePod mini 2两款产品更新。更值得期待的是三款全新产品:配备7英寸方形显示屏的HomePod Touch将搭载全新homeOS系统,支持Safari、音乐等应用及小组件功能,预计售价350美元;此外还有智能安全摄像头和视频门铃两款配件。这标志着苹果从依赖第三方HomeKit配件转向自主研发智能家居产品的重要战略转变。
UCL研究团队通过分析16万场AI对战数据发现,传统认为"平局代表AI实力相当"的观念完全错误。研究表明平局主要反映问题难度和客观性,而非AI能力对比。当忽略平局进行评分时,四种主流评分系统的预测准确率均提升1-3%。这项发现颠覆了现有AI评估理论,建议未来评分系统应考虑问题特征而非简单的平局语义。