中小企业是思科在2022年增长最快的一个细分市场,截至今年7月这个财年,预订量增长了28.5%。思科渠道负责人Oliver Tuszik表示,这证明思科及其合作伙伴正在开始涉足这个蓬勃发展的市场,但他们只是触及到了表面。
Tuszik表示:“迄今为止,中小企业市场是实现市场份额增长甚至是翻倍的最大机会,多亏了我们的合作伙伴,让思科在企业领域甚至公共领域都非常强大,但是说到中小企业领域的时候,我们的市场份额还很小。”
不过Tuszik表示,思科在这个小而强大的细分市场中目前不仅在增长,而且表现出色。“有趣的是,在中小企业领域,我们是100%依靠合作伙伴的,”思科全球分销销售副总裁Andrew Sage称思科的中小企业业务是“炙手可热”的。
他说:“这些客户正在向云端迈进,而且他们正在接受那些以前他们无法做到的事情,为这些客户提供支持,确实推动了我们合作伙伴的业务增长。”
思科凭借Meraki产品组合在中小企业领域处于领先地位,因为该产品简化了基于云的网络体验,而现在,Meraki仪表板可以管理更多的思科网络产品,例如Catalyst产品线。Sage说,Meraki还在安全方面引入了Cisco Umbrella和Duo,以及强大的Webex平台协作,为中小企业的混合办公模式提供支持。
他说:“从投资组合的重点来看,在拥有这些客户所需的技术和他们需要的价位方面,我们做得比以往任何时候都更好。”
思科金牌合作伙伴Trace3的现代基础设施副总裁CJ Metz表示,思科以前的“小型企业”部门让许多中型企业感到气恼,但思科通过改为有利于中小企业的战略并以Meraki为主导的方法,更加包容了不同类型的企业。
“他们一开始并没有把人们都推开,”Metz说。
虽然Trace3主要专注于企业客户,但他们有一个专门服务于中端市场的大型部门。Metz说:“我们看到的是,随着中小型企业真正迎来数字化转型的巨大转变,Meraki为他们提供了无线网络、交换、路由和介于两者之间的所有内容的完整堆栈可见性,这是一个了不起的平台。”
Metz说,思科还为Trace3这样的合作伙伴提供了中端市场潜在商机。他说:“最终这只是数量的问题,中端市场客户有很多。对于企业,你可以采取减少定制销售、更协调和集中的方法,这更像是Meraki特有的、可复制的销售行为,我们确实从中看到了很多价值。”
思科知道,还需要改变营销方式,更好地和中小企业客户需要从技术厂商那里获得的信息进行对齐。为此,思科在今年8月重新设计并推出Cisco.com/SMB,更加关注业务成果和混合办公。
Sage表示,由于思科并不直接面向中小企业做业务,因此访问该站点的客户数量增加了175%,并为合作伙伴带来了1600个潜在客户。
思科启动Perform Plus Activate
思科正在与那些刚刚和思科开始合作的合作伙伴进行接触,推出了针对这种小型合作伙伴的激励措施。
Perform Plus是现有的全球激励性措施,主要是为实现整体增长的合作伙伴提供现金回扣,并为跨架构交叉销售和专注于中小型客户群提供额外奖金。思科在此次合作伙伴峰会上进一步推出了Perform Plus Activate,一项针对这些小型合作伙伴的盈利计划。
Sage说:“这些对思科来说都是很好的关系,Activate合作伙伴可以登录我们的网站,查看自己的业务分析,我们正在直接与他们合作制定季度目标并支付回扣。他们还可以通过我们的PXP平台获得培训和支持。”
为了接触这些新合作伙伴,思科正在和分销商展开合作。Sage说,包括CDW在内的这些参与者正在为较小型的合作伙伴提供本地支持。
尽管如此,一位要求匿名的、位于美国东海岸的思科合作伙伴表达了要通过分销商而不是直接和思科合作感到遗憾。该高管称:“这对我们来说仍然是一个挑战。”
Sage表示,这个领域分销商有“更多”的员工为这些合作伙伴提供支持。他解释说:“这是经销商可以为合作伙伴提供的基本支持,而我们无法做到,很多很简单的事情例如信贷能力、售前、咨询、工程、以及持有库存等等。”
Sage补充说,希望其中有很多Perform Plus Activate合作伙伴“毕业”发展成Perform Plus合作伙伴。
“他们将在思科业务增长方面达到这个加速点,我们真的很想尝试和这类经销商沟通,让他们能够使用我们的品牌,这样我们就可以展示我们与他们之间的牢固关系,通过经销商来扩大我们对他们的支持。”
好文章,需要你的鼓励
Atlassian、Intuit和AWS三大企业巨头正在为智能代理时代做准备,重新思考软件构建方式。当前企业API为人类使用而设计,未来API将成为多模型原生接口。Intuit在QuickBooks中应用自动发票生成,使企业平均提前5天收款;AWS通过AI辅助迁移服务显著提升效率;Atlassian推出内部员工入职代理和客户代理,节省大量时间成本。专家强调需要建立强大的数据架构和信任机制。
这项研究首次系统评估了AI代码智能体在科学研究扩展方面的能力。研究团队设计了包含12个真实研究任务的REXBENCH基准,测试了九个先进AI智能体的表现。结果显示,即使最优秀的智能体成功率也仅为25%,远低于实用化要求,揭示了当前AI在处理复杂科学推理任务时的显著局限性。
MIT研究发现,使用生成式AI完成任务时,大脑运作方式与单纯依靠自身思考存在显著差异。研究显示,使用ChatGPT等工具的用户记忆力更差,神经连接活动减少,对所写内容的回忆能力明显下降。虽然AI工具能提高效率,但可能导致用户缺乏对知识的深度理解和掌控感。研究强调需要更多科学数据来了解AI使用对人类认知的长期影响。
俄罗斯莫斯科国立大学研究团队开发出MEMFOF光流估计新方法,在保持顶尖精度的同时将1080p视频分析的GPU内存消耗从8GB降至2GB,实现约4倍内存节省。该方法通过三帧策略、相关性体积优化和高分辨率训练在多个国际基准测试中取得第一名成绩,为高清视频分析技术的普及奠定基础。