
思科全球合作伙伴和市场路线安全总监Shawn Yuskaitis表示:“我们仅在2023财年下半年就在安全领域向合作伙伴增投了1亿美元。我们十分关注我们的合作伙伴的盈利能力,我们正在不断创新并推动在前端和后端增加盈利能力以及生命周期激励的各种计划。这一块正在发生重大又重大的变化。”
思科的安全销售团队并不只是聚焦“登陆”销售。Yuskaitis称,总部位于美国加利福尼亚州圣何塞的思科正在优先聚焦生命周期、使用和采用。他补充表示,思科同时也在通过大幅简化安全的交付和消费方式来降低复杂性。
Yuskaitis说:“我们正在继续努力确保我们的合作伙伴有能力满足他们的客户的购买需求,无论是通过管理服务市场还是公共云市场。而且我们也正在为他们推出各种计划简化价格确保支持的速度和规模。这些举措肯定可以为合作伙伴带来实际效果。”
总部位于美国新泽西州萨默塞特的SHI国际的高级解决方案商高级副总裁Ryan表明:解决方案供应商巨头和思科的长期合作伙伴SHI国际都看到围绕投资及合作伙伴合作的优先级在不断提高。
思科一直都非常关注盈利能力,在不断地建立和扩大实践队伍。一切都颇为复杂,而且不断地发展。并不是一年一次建完后就完结了。我们的合作是一种持续的关系。我们务必了解我们的客户需要什么,了解我们自己在哪些方面需要帮助,例如在盈利能力、使能建设、准备工作等等各个方面。
Yuskaitis称,他和团队正在努力为合作伙伴及终端客户简化购买体验。“我们经常听到别人说交易和做生意多么复杂。我们在这一块进行了重大投资,就是要帮助真正地推动交易的便利性。我们实施了贴心管家级别的支持,我们改进了我们的工具,而且我们还在持续投资各种培训,我们要确保最新和最庞大的内容已准备就绪,可以符合我们客户的业务需求。”
思科为此正在减少内部的销售团队,进而简化进入市场的流程。思科全球安全销售负责人Emma Carpenter表示,思科已将旗下12个(按产品系列划分的)安全销售团队合并为基于不同地区的三个团队和一个SaaS团队。
思科将继续进行这一类简化,将这些团队聚在一起,思科的安全信息就更加一致了。同时并不想再谈什么单独的单点解决方案。
思科强调的三个合作伙伴增长领域包括:基础的安全和增长、平台安全和运营中心安全(SOC)。
基础的安全和增长方面的机会包括围绕防火墙升级和旧换新销售活动的合作伙伴优惠。在“平台安全”这一块,合作伙伴提供的服务包括“连接和保护”(Connect and Protect),连接和保护是基于思科的网络领域传统的一个营销活动,另外还有“一年中的我们”(One Year On Us),其中包括思科的整个SaaS组合,SaaS组是一个由合作伙伴主导的销售活动,重点是帮助解决方案供应商扩大规模。
运营中心安全合作伙伴产品将在思科于8月开始的2024财政年度期间公布。
Yuskaitis表示,“我们在激励措施方面做了很多工作,要真正确保合作伙伴能够在重要的地方感受到盈利所在。从使能的角度来看,我们是在确保一切都是新的、是当前流行的,确保合作伙伴掌握了他们所需要的技能和能力,能够在市场上成功推动业务。非常地令人振奋,大家可以看到我们的巨大热情,但我们一刻也不会停歇。我们在持续帮助我们的客户和我们的合作伙伴,令他们能够把所有这一切融合在一起,真正理解思科的强大。”
他同时表示,思科也正在就合作伙伴如何实现专业化进行简化。
好文章,需要你的鼓励
Aqara Hub M200是进入Aqara生态系统的新入口,作为支持Matter的Zigbee 3.0中枢,可将传感器、开关、按钮等配件通过Matter共享到HomeKit。相比Hub M3设计更紧凑,支持2.4和5GHz双频Wi-Fi。M200充分利用Zigbee协议的低成本优势,让用户以更实惠的价格构建智能家居,同时享受完整的HomeKit功能。对于HomeKit用户来说,这是一个稳定可靠的桥接方案。
腾讯AI实验室联合港校提出RePlan框架,解决复杂图像编辑中的指令理解和精确定位难题。该方法采用"计划-执行"架构,让视觉语言模型先推理制定区域级编辑计划,再通过创新的注意力机制精确执行。仅用1000个样本训练就超越了大规模数据训练的模型,在新建的IV-Edit基准上表现出色。
LG电视通过系统更新强制安装微软Copilot快捷方式引发争议。虽然LG承诺将允许用户删除该图标,但仍计划在webOS系统中深度整合Copilot功能。三星等厂商也在推进类似AI功能。专家指出,智能电视内置聊天机器人会增加隐私追踪的复杂性,加剧系统臃肿问题。当前智能电视行业正通过用户追踪和广告实现软件盈利,消费者应关注隐私保护问题。
这项由香港科技大学等机构联合完成的研究首次让AI获得了原生的3D空间理解能力。N3D-VLM系统能够像人类一样准确感知物体的立体位置关系,先精确定位物体的3D边界框,再进行空间推理。研究团队还开发了巧妙的数据生成方法,将2D标注转换为278万个3D样本,并构建了全新的N3D-Bench测试基准。实验显示该系统在空间推理任务上准确率超过90%,远超现有方法,为机器人、自动驾驶等领域提供了重要技术突破。