ZD至顶网软件频道消息: 微软继续推进对各种产品和服务部门的组合,该公司的官员今天——1月5日宣布该公司将进行另一次重组。
最新的举措——将于2月1日生效——将影响该公司由执行副总裁Judson Althoff领导的全球商业集团(Worldwide Commercial Business group)下的公司销售,合作伙伴和服务团队。
2016年7月,在首席运营官Kevin Turner离职后,微软在其“一个微软”路上迈出了一步,对全公司的销售和市场部门进行整合。作为这些举措的一部分,Althoff负责监督微软的全球商业业务(Worldwide Commercial Business),其中包括企业与合作伙伴集团(Enterprise & Partner Group ,EPG)、公共部门(Public Sector)、中小型市场解决方案和合作伙伴(Mid-Market Solutions and Partners,SMS&P)、开发人员体验(Developer Experience ,DX)以及服务。
现在Althoff似乎准备把侧重点更多地放在Commercial Business上。
作为今天宣布的重组的一部分,微软正在将其EPF和SMS&P业务融合在一起。现任中型企业解决方案和合作伙伴的集团副总裁Chris Weber将领导融合后的这部分业务。(在去年7月之前,Weber是移动设备销售的集团副总裁。)
微软还在创造被官方称为“一个商业合作伙伴”业务,该业务将结合这家公司内部的各个合作伙伴团队。该部门将由微软企业合作伙伴生态系统集团副总裁Ron Huddleston领导。 Huddleston去年6月离开Salesforce加入了微软。 Huddleston曾在构建Salesforce的AppExchange市场以及基于云的渠道、OEM和ISV计划方面发挥了重要作用。
根据微软的声明,Kim Akers和ISV团队,Victor Morales和企业合作伙伴团队,Gavriella Schuster和WPG团队都将进入“一个商业合作伙伴”部门。
微软还在创建一个名为Microsoft Digital的新部门,这意味着更多地关注让微软的客户和合作伙伴使用微软各种云产品,并在这些产品的基础上进行建设。这个团队将由微软服务公司副总裁Anand Eswaran领导,他还将继续领导微软服务部门。 Microsoft Digital将包含微软“布道者”,开发人员和“数字顾问和架构师”,他们可以按照需要被分配给客户。
作为重组的一部分,微软正在将全球公共部门业务(Worldwide Public Sector)和行业业务(Industry Businesses)结合在一起,合并后的部门将由集团副总裁Toni Townes-Whitley领导。Althoff的Dynamics组织部门将继续由集团副总裁Frank Holland领导。
最近的重组是否会导致裁员?当我这样提问时,该公司的发言人表示:“今天的公告中没有裁员的内容。和所有的企业一样,微软会持续不断地检查其资源和投资情况。”
微软的“一个微软”行动在2013年由前首席执行官史蒂夫·鲍尔默启动。这个行动的最初想法是打破各自为战的局面,并在公司内部的团队中建立更多的协同效应。今天的“一个商业伙伴”公告是这一愿景的延续。
微软在去年年底宣布,将其全球合作伙伴会议改名为“Microsoft Inspire”,该会议将于7月9日至7月13日在华盛顿特区举行。合作伙伴会议的注册已经开放。
以“一个微软”的名义,微软也选择结合一些其内部聚焦的事件。我从我的联系人那里听说,微软的MGX销售会议,TechReady和解决方案专家销售峰会(S4)将成为一个统一的活动,将于2017年7月17日的一周在拉斯维加斯举办。
好文章,需要你的鼓励
这项由中国移动和Zero Gravity实验室合作的研究成功突破了大模型训练的网络带宽限制,首次实现在1Gbps网络下训练1070亿参数模型,速度比传统方法快357倍。通过流水线并行、延迟重叠机制和自适应压缩算法的创新组合,为分布式AI训练开辟了新可能。
帕洛阿尔托创业公司Catio在VentureBeat Transform 2025大会上获得"最酷技术"奖。该公司成立于2023年,已筹集700万美元资金。Catio推出的AI技术架构副驾驶将架构重新定义为可编码、可内省和智能演进的活体系统。通过结合实时架构地图和多智能体AI组织,帮助工程团队从被动决策转向持续主动的架构优化,为CTO和架构师提供数据驱动的架构决策支持。
这项研究介绍了MADrive系统,一种革命性的自动驾驶场景模拟技术。该系统通过一个包含7万辆真实车辆的数据库,能够将普通驾驶录像转换成各种危险场景的高逼真度模拟,为自动驾驶系统提供安全的训练环境。实验表明,相比传统方法,MADrive在多个关键性能指标上都有显著提升,为解决自动驾驶训练数据稀缺问题提供了新思路。