ZDNet至顶网软件频道消息:周一早上的XChange大会会场人头涌涌,一众解决方案供应商坐在一起听微软合作伙伴销售主管Eric Martorano做主题发言。Martorano称,对软件巨头微软来说,这是一个“新时代的开始”。
四年前,Martorano在XChange大会上首次谈到云会为营收提供大好的机会。
“我总是不停地告诉他们,云要来的。嗯,云现在已经来了,还是主场。”Martorano告诉与会者,他对四年以来云取得的成就感到惊叹。
Martorano也告诉微软合作伙伴,五年后,他们现有业务的30%都无法以现在的方式存在。解决方案提供商必须把重点放在业务转型上。
Martorano指出,微软“未来的合作伙伴”要在以下四个领域吸引客户:那就是交易、以产品为基础的服务、管理服务和应用程序、IT领域。
Martorano表示,“我们的合作伙伴生态系统有更大的商机,他们还可以在上述全部四个领域试着找增值的方法。”
Martorano还与Infusion执行副总裁Steve Ellis在台上进行了讨论。Infusion是个在全球各地拥有600名员工的系统集成商,侧重于用微软产品提供无缝和创造性的工程服务。
Ellis告诉与会者,Infusion采取的方法是向用户展示最终的结果是什么样子,“向他们展示创新是绝对可能的;不是他们需要害怕的东西;是他们可以接受的东西。”
Ellis在主题发言结束后告诉记者,微软技术的深度和广度、一流的合作伙伴计划和策略是Infusion成功的关键。
他称,“他们有最好的合作伙伴策略。他们诚心对待Infusion,确实提升了我们。而我们则填上他们的空隙,我们在一起构成一个宏大的团队。”
Ellis告诉记者,Infusion模式的优势是围绕用户体验不断地、以迭代的方式开发。“这样的说法能与我们的客户产生共鸣。不是什么一鸣惊人的方法。只是要采取这些步骤提供更多的功能,交付、交付、交付。”
Ellis表示,他的公司专注于提供快速、迭代式的解决方案,重点在最终用户体验的突破上,这种突破是销售增长的动力。他告诉记者,“我们的客户不愿意做又大又笨的单一项目,投入了一年的时间和金钱,然后项目失败或是不能达到预期的目标,这样的项目客户是不愿意做的。”
Ellis称,“他们想尝试不同的东西,他们想尝试一种接纳新技术和交付变化的迭代方法。他们需要有人来告诉他们怎么做,他们想在内部实践这样的做法。Infusion的定位正是在这里。”
微软合作伙伴一族里另一类的代表是Rick Kreiser。他是Carney's Business Technology Center的总裁,入行35年,主要业务是为小企业提供解决方案。他告诉记者,自己在加利福尼亚州的Bakersfield初起炉灶时只有两台Selectric打字机和一个Thermofax。
Kreiser表示,“看着他们改变是件有趣的事。微软似乎需要几年的时间才能搞定一份在我的眼里还不错的商业计划书。”
Kreiser称,Office 365开始推出的时候就苦苦挣扎——一众合作伙伴需要一个更好的、可预测的利润率。
Kreiser指,现在微软“上了康庄大道”。
Martorano谈到四个“今天看得到的大趋势”:移动、社交、云和大数据。
他在发言里称,“世界在变,微软也在变。我们与合作伙伴一起在这个世界上的位置是唯一的,我们的成功是必然的。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。