ZD至顶网软件频道消息: 苹果公司因其独到的体验式营销,将一众竞争者远远地抛到了身后,也因此,搞定消费者体验成为企业成功营销的重要因素。如果将这种方式应用到SaaS产品的销售中,是否会产生不同以往的效果呢?
4月18日,Infosys中国与甲骨文中国在Infosys中国上海总部共同举办云体验中心揭牌仪式。甲骨文表示,这是国内首个基于甲骨文云服务产品的用户体验中心。目前,该体验中心将面向广大客户开放,通过实际产品及解决方案的应用场景演示为客户提供直观的体验。
左起:Infosys副总裁、Oracle服务全球负责人Indranil Mukherjee,甲骨文中国区SaaS/CX总经理叶天禄
就像苹果体验店一样,云体验中心的展示台也摆放了各种终端设备,在这些设备上展示了甲骨文服务云、销售云、营销云等SaaS产品,但是与苹果体验店不同的是,这里展示的不仅是标准化的产品。
Infosys副总裁、Oracle服务全球负责人Indranil Mukherjee介绍道:“由于企业级SaaS产品在选型阶段,单一的功能性演示很难覆盖企业实际的业务需求,因此Infosys会根据一部分实际的企业数据进行POC测试(Proof of Concept),通过小范围的项目导入与实施,从真实业务的实践到战略意图的实现,来验证系统方案是否能满足用户的需求,让客户更直观地感受到我们的SaaS产品,从而作出更客观更准确的判断。这个过程仅需要一两周的时间。”
据了解,POC测试只是企业管理软件选型的第一步,而与传统软件不同,SaaS产品的选型周期更短。“以传统ERP软件为例,企业初期的选型阶段至少要花费半年的时间,这还不算具体实施,如此长时间的选型部署实施很难满足当下企业对于快速交付和创新的需求。”甲骨文中国区CX资深销售总监李强告诉记者,“而SaaS产品的选型只要两个月就可以完成,这让包括大型国企、央企在内的不同行业不同规模的企业都将目光投向了云产品。”
根据近期Gartner一项针对CIO的调查显示,云投资已经成为企业IT投资中的前三位。甲骨文中国区SaaS/CX总经理叶天禄表示,目前国内应用SaaS产品的企业用户具有三个特征,一方面诸如华为、小米等中国公司大方为开展国际业务,另一方面诸如中国通用医疗、索尼中国等外资企业需要配合本土用户的需求,最后也是最重要的,互联网+大背景下诞生了大量的互联网企业,同时传统企业也要实现自身转型,这三类企业都是甲骨文的重点关注企业类型。
据介绍,两年来甲骨文已经成为国内SaaS市场的领头羊,其CX云(包括销售云、营销云、产品配置报价云、电商云、客户服务云)更是占据了国内市场的半壁江山。目前,甲骨文的四个研发中心、几千名研发人员致力于实现SaaS产品的本地化研发,另外在人才培养上,甲骨文更是将固定培训频率增加到每三个月一次,同时还加大了合作伙伴的队伍,以确保更好服务于本土客户。
作为甲骨文SaaS产品的钻石级合作伙伴,Infosys与甲骨文有着多年的合作关系,体验中心的展示大厅甚至被Infosys内部员工称为“Oracle Room”。在与甲骨文中国的合作中,Infosys中国将利用自己的全球交付能力、扎根中国的实施经验与资源,与甲骨文一起更好地服务本地客户,提升客户体验。此外,Infosys中国还将与甲骨文中国就关键项目进行紧密配合,甲骨文的产品专家及CSM(customer success management)团队,将与Infosys顾问团队共同协作,加速项目的成功实施。
Infosys中国首席执行官Ranga Vellamore表示:“Oracle云体验中心的建立,将进一步提升Infosys云服务的深度和广度,帮助客户更好地利用SaaS云服务简化企业业务流程、推动业务快速成长。”
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。