中国北京,2023年2月10日——提供人工智能驱动安全网络的领导厂商瞻博网络(NYSE:JNPR)今天发布了最新的瞻博网络全球合作伙伴优势(Juniper Partner Advantage ,JPA)计划。瞻博网络在去年推出了一个新的精英合作伙伴层级Elite Plus,现对JPA进行大规模升级。
精英合作伙伴层级的优质成员数量正在按预期向30%的增速目标迈进,进入2023年,瞻博网络又为其更广泛的JPA合作伙伴优势计划引入了新的内容,通过托管服务帮助合作伙伴为它们的客户提供最具创新性的解决方案。新的JPA架构有助于合作伙伴构建和支持瞻博网络业务,以网络即服务(NaaS)模式经销瞻博网络的解决方案和托管服务。凭借新的设计、销售和市场营销工具,合作伙伴可以定制计划,提升盈利能力,推动持续增长,并获得更多奖励和回报。合作伙伴也可以更快地进入更高层级,预计2023年精英合作伙伴的规模将继续扩大。
瞻博网络全球渠道与虚拟销售集团副总裁Gordon Mackintosh表示:“我们90%的业务都来自合作伙伴,它们的成功对于我们至关重要。我们在2023年升级这一计划,是基于合作伙伴为先的理念,以确保为合作伙伴提供他们发展业务所需的战略、投资和工具。我们相信,凭借业界一流的合作伙伴计划与市场上最具创新性的产品,瞻博网络可为合作伙伴提供更为有力的支持。”
2023计划新增亮点包括:
- 顶级合作伙伴层级Elite Plus:瞻博网络将在今年为最优秀的合作伙伴提供更多支持,包括新的ROI模型、简化的MOU流程和新的奖励措施,推动合作伙伴持续增长。
- 扩展的领军者计划:瞻博网络领军者(Champions)计划于2022年再次启动,其成员已从800人发展至2300人,今后将进一步扩大。2023年,瞻博网络将为包括全球合作伙伴、营销合作伙伴和瞻博网络分销商在内的更大合作伙伴群体提供更多优势。
- 全新数字工具:瞻博网络在今年推出了合作伙伴业务中心和Velocity定价工具。配合PartnerLink,合作伙伴可实时获得瞻博网络团队的帮助,从而快速完成交易。
- 扩展的“多元化+”合作伙伴计划:该计划支持经过认证的多元化合作伙伴企业,并在6个月的时间内发展至44家合作伙伴,并计划在2023年覆盖更大范围。
瞻博网络全球合作伙伴计划和营销副总裁Helda Lopes表示:“通过新的Velocity定价工具、合作伙伴业务中心和优势洞察(Advantage Insights)等资源,我们的合作伙伴在2023年能够更高效地采取行动、更快地完成交易,并在更高水平进行竞争。我们非常重视合作伙伴的成功,愿意通过新的解决方案和计划等助力他们的成功,这些也都是我们实现发展的关键。瞻博网络在不同层次的分销合作伙伴数量在2022年增加了18%,我们预计2023年将继续保持这一增长趋势。”
随着合作伙伴计划不断发展壮大,瞻博网络也在扩大领导层团队,以确保公司适应现代网络的挑战,继续快速推进业务。因此,Ben Fallon加入了瞻博网络,任全球合作伙伴与虚拟销售副总裁,负责根据瞻博网络快速发展的虚拟销售形势进一步优化渠道合作。他拥有丰富的全球渠道、分销、欧洲、中东和非洲商业、小企业与安全销售和市场开发经验,为瞻博网络带来了深厚的行业知识和前瞻性理念。
Ben Fallon表示:“瞻博网络对Mist、Apstra和128 Technologies等公司的投资让我们可以继续引领下一代企业网络。我十分高兴在这一激动人心的时刻加入瞻博网络团队。”
以上计划于近日启动,更多信息将于瞻博网络年度合作伙伴高层峰会上分享。
好文章,需要你的鼓励
Anthropic发布SCONE-bench智能合约漏洞利用基准测试,评估AI代理发现和利用区块链智能合约缺陷的能力。研究显示Claude Opus 4.5等模型可从漏洞中获得460万美元收益。测试2849个合约仅需3476美元成本,发现两个零日漏洞并创造3694美元利润。研究表明AI代理利用安全漏洞的能力快速提升,每1.3个月翻倍增长,强调需要主动采用AI防御技术应对AI攻击威胁。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Spotify年度总结功能回归,在去年AI播客功能遭遇批评后,今年重新专注于用户数据深度分析。新版本引入近十项新功能,包括首个实时多人互动体验"Wrapped Party",最多可邀请9位好友比较听歌数据。此外还新增热门歌曲播放次数显示、互动歌曲测验、听歌年龄分析和听歌俱乐部等功能,让年度总结更具互动性和个性化体验。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。