ZD至顶网软件频道消息:“如果你还没有得到它,那么重要的事情说三遍:安全、安全、安全。要把安全作为头等大事关注。”这是微软在上个月召开的全球合作伙伴大会上几个销售Windows 10会议之一上的表述。
在一个名为“内容和现金:微软投资帮助合作伙伴销售并部署Windows 10”(Content and Cash: Microsoft investments in helping partners sell and deploy Windows 10)会议上,微软强调让Windows 10进入企业的用心非常明确。微软的官员们表示,要想打动企业的心的首要方法就是提高安全性。
在合作伙伴大会期间,主持人提到Forrester在六月份进行的Windows 10整体经济影响的研究,该项研究发现Windows 10将会在两年之内进入企业,这仅仅是之前Windows新版本推出到企业部署所需要时间的一半。
微软面向合作伙伴的两分钟Windows 10销售推送演讲包括四大卖点:1.部署更容易、更快速;2.面对现代的安全威胁,它更为安全;3.针对各种移动设备的扩展和接口;4.更易于管理。
“合作伙伴们应该将Windows 10视为未来服务收入的基础。”微软表示,通过概念验证,帮助用户试用可以产生20%到30%的利润。此外,微软还称,将设备作为月度管理服务产品包的一部分进行销售也能够产生20%到30%的利润,而附加Office 365、Enterprise Mobility + Security (EMS)、Azure以及其他的微软服务也能够为合作伙伴带来高达30%到40%的利润。
主持人表示,“Windows 10是一个很好的向客户追加销售云服务的机会。”
他们表示,Windows Defender Advanced Threat Protection服务能够监测并响应先进的攻击,这项服务被证明是特别有利可图的。微软表示,每个用户每台设备每年40美元或者每个用户每年50美元的费用就能够使用Advanced Threat Protection。
但是,除了把Windows Defender Advanced Threat Protection服务讲成Windows 10进军企业级市场最大的卖点之外,微软方面并没有透露这项服务的定价。微软表示,他们将只为Enterprise版用户提供这项服务,获得该服务的方法之一是通过即将推出的Windows 10 Enterprise E5产品包,不过微软也还没有透露该产品包的官方定价。(Windows 10 Enterprise E3,不包含Defender Advanced Threat Protection,价格为每个用户每年84美元。)
在设备方面,微软建议合作伙伴要投客户所好,利用好这样一个事实,老的PC无法支持Windows 10的一些功能,例如Windows Hello和Trusted Boot。他们表示合作伙伴应该着重推荐优质的Windows 10 PC,例如HP EliteBook、HP Elite X2、Dell Latitude 13、Dell Latitude 12二合一一体机, Lenovo X1 Yoga和 Lenovo X1平板电脑。
正如微软之前所说,在今年下半年,微软将会更多地让运行Windows 10的OEM设备焕发光彩。(鉴于微软在明年之前都不太可能推出任何全新的Surface设备,这并不是太令人吃惊。)
微软给合作伙伴的最后一条关于如何看待Windows 10销售的建议是:不要试图去对那些在PC上运行Windows 7的客户吹嘘Windows 10的种种好处。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。