ZD至顶网软件频道消息: 多位消息人士对《The Register》透露,Oracle对销售团队进行了调整,以推进云业务的销售。
推进Oracle云服务、数据库和中间件的任务完全交给了Oracle的现场销售团队。传统内部部署的应用程序eBusiness Suite、PeopleSoft、Siebel等,则被划分给了电话直销团队。所有新的员工都将进入云计算部门。
此次组织调整的目的是明确职责、责任和奖金分配,还包括如果销售目标没有达成的话,谁是承担责任的罪魁祸首。这也意味着现场销售和电话直销人员将不再进行销售上的合作。
一位知情人士透露,很多Oracle的客户已经看到由于Oracle的调整,和他们长期合作的客户代表也突然行动起来了。
今年早些时候,我们曾经报道过Oracle在欧洲和中东雇佣了1400名销售人员,这些人员分部在阿姆斯特丹、开罗、迪拜、都柏林、马拉加和布拉格各地。两位同Oracle销售代表和客户关系密切的知情人士表示,此举旨在加速Oracle云服务的渗透。
一位知情人士表示,“今年,云销售的任务比以往更大,所占的比重也更重。”
现场报告
“以前,他们(现场销售和直销团队)一起工作,根据客户的规模、数量、报价和信用情况彼此交换业务。有了这种关系,现场销售团队可能会将客户工作发送给直销团队的人。”
另一位知情人士表示:“半聚焦就是没有聚焦……如果你让他们负责销售云计算,那么他们的KPI就应该基于此,然后成功率也会更高。”
“通过重组他们的结构,确保了他们的侧重点是在云计算上,而电话销售(将)专注于传统内部部署软件的销售。”
Oracle现场销售和直销团队被描绘为具有“完全不同的特点和心态。”
直销是远程的,基于电话的模式,通过呼叫列表进行工作,包括新员工和那些刚刚走出校园的人,这些人被认为更加饥渴,但是经验相对较少。
基于电话的团队面临着向全世界已经开始转向云服务的客户销售传统内部部署软件的艰巨任务,这在6月份发布的Oracle 2016财年销售报告中可见一斑。
将云计算和传统内部部署的销售分开反映了Oracle内部更深层次的文化转变,该公司的研发部门现在也已经以牺牲传统内部部署软件为代价转向了云计算。
Oracle最新的12c数据库优先在云端推出,而经典版本则会随后推出,此举凸显了该公司新的优先级。
新的软件授权销售额下跌了15%(按恒定货币计算下跌了11%)。Oracle新的软件销售增长了22%。
Oracle的云收入增长了36%达到28亿美元(按恒定货币计算增长了40%),这和AWS相比简直是小巫见大巫,AWS在3月31日结束的第一季度里获得了26亿美元的收入,和去年同期相比大幅度增长了64%。
微软也跻身于这个领域之内——和AWS相比,微软似乎和Oracle更具有可比性,两家公司都是企业IT厂商,都拥有大量的传统内部部署软件业务,都在试图转型成为云服务供应商。
微软是云世界里相对较晚的参与者,但是该公司的Azure平台被Gartner认为是紧随AWS之后规模第二大的云平台。
但是和AWS进行财务上的比对很困难,因为微软将Azure平台和Office 356的收入放入了一个独立的业务部门,该业务部门还包含了其他的产品。
此外,该公司并没有按照始终如一的划分方式分门别类地报告收入。
根据本周的报道,据估计Azure在最新这个季度为微软带来了8亿美元的收入。
Oracle拒绝对此做出评论。
好文章,需要你的鼓励
Intuit在ChatGPT发布后匆忙推出的聊天式AI助手遭遇失败,随后公司进行了为期九个月的战略转型。通过观察客户实际工作流程,发现手动转录发票等重复性劳动,决定用AI智能体自动化这些任务而非强加新的聊天行为。公司建立了三大支柱框架:培养构建者文化、高速迭代替代官僚主义、构建GenOS平台引擎。最终推出的QuickBooks支付智能体让小企业平均提前5天收到款项,每月节省12小时工作时间。
希伯来大学研究团队开发出MV-RAG系统,首次解决了AI在生成稀有物品3D模型时的"胡编乱造"问题。该系统像拥有图像记忆库的艺术家,能先搜索相关真实照片再生成准确3D视图。通过独创的混合训练策略和智能自适应机制,MV-RAG在处理罕见概念时性能显著超越现有方法,为游戏开发、影视制作、虚拟现实等领域提供了强大工具。
马斯克旗下xAI公司发布专为开发者设计的新AI模型grok-code-fast-1,主打快速且经济的推理能力。该模型属于Grok 4系列,具备自主处理任务的能力。xAI声称其在SWE-bench评测中解决了70.8%的实际软件问题,表现优于GPT-5和Claude 4。不过模型存在较高的不诚实率问题。用户可通过GitHub Copilot等平台免费试用7天,需要API密钥访问。
MBZUAI等机构研究团队通过一维细胞自动机实验揭示了AI模型多步推理的关键限制:固定深度模型在单步预测上表现优异,但多步推理能力急剧下降。研究发现增加模型深度比宽度更有效,自适应计算时间、强化学习和思维链训练能突破这些限制。这为开发更强推理能力的AI系统提供了重要指导,强调了真正推理与简单记忆的本质区别。