Oracle的现代供应链体验(MSCE)展会与上周举行,中心主题是Oracle继续强调云解决方案和软件即服务(SaaS)的优势。Oracle在21个月前发布了云解决方案,据Oracle高级副总裁Rick Jewell介绍,现在有18000家客户正在进行云转型之旅。
并非所有的Oracle云产品都具有传统产品的全部功能,但是Oracle正在逐渐接近这一点。在接下来的12个月里,Oracle预计将发布流程制造和项目制造。同时,仓库和运输管理、全球贸易管理和供应链规划也将转移到云端。这些解决方案的销售情况不错,例如,仓库管理系统云解决方案的销售额是去年同期销售额的2.5倍。
Oracle公司首席执行官Mark Hurd指出,向云计算过渡对于价值2000亿美元的系统集成行业来说是一个巨大的麻烦。“他们需要一个新的商业模式,现在的模式是不可持续的。”
Jewell先生在与行业分析师的会议中进一步解释了这一逻辑。系统集成商(SI)的业务发展策略是,去一个公司,跟多个部门谈谈文件要求。但是文件要求和任何系统可以交付的东西之间总是有差距的。这是高成本的定制项目的切入点,耗资巨大的实施,许多升级困难且成本高的关键原因。简而言之,这种商业模式推动了对IT产品总体拥有成本产生不利影响的定制化。
Hurd还会见了行业分析师。并很直率的讲到,“一直以来主导IT想法的是采购”,还有获得低成本解决方案的要求。这导致那些有多个供应商和混合解决方案的企业组织都没有取得成效。大部分IT预算花费在了维护上。“因此,创新能力几乎为零。IT预算里有60%到70%是成本。”这些不仅仅是软件维护成本,而且还需要自己的存储和IT数据中心。另一位高管指出,IT数据中心的建设成本和每年运营成本需要2000万美元和1000万美元。
向云计算的转型,得到了很多IT交易影响者的支持。过去,IT负责人经常拥有交易否决权。但CEO和CFO也越来越懂IT。IT部门经常向首席财务官报告。云也解放了职能领导。但IT安全问题也让CIO夺回了一些权力。
但是,正如Hurd在主题演讲中指出的,企业应该毫不犹豫地转向云解决方案。“我们比任何一家公司都希望成为一家更安全的公司。与世界上几乎任何其他实体相比,Oracle在IT安全方面花费要更多。”
Jewell在与行业分析师的会议上扩展了这个观点。“我们的黑客比其他任何公司都多。”他们不断“攻击我们自己的系统上”,尝试发现弱点。而且,Oracle数据库是加密的,所以如果客户选择保留加密密钥,即使Oracle也不能破译客户的数据。
系统集成商的角色是什么? Jewell认为,他们需要发展成为值得信赖的顾问。系统集成商需要向客户展示系统,并解释如何配置系统以满足其业务。“他们需要转向商业价值咨询的角色。”
Supply Chain Strategy集团副总裁Jon Chorley表示,系统集成商可以扮演另一个重要角色。“他们在帮助客户采用新的增强功能方面可以扮演重要角色,而不是大象狩猎”——也就是专注于大型的、长期的高成本实施——“他们演变成更持续的参与模式。系统集成商更注重客户的商业模式、变更管理,帮助公司了解新技术,如区块链。”
Jewell认同这一观点,而且可能会有更多的持续性参与,其中系统集成商在做较小规模的实施,随后有持续的维护合同。这些系统集成商“在云端进行季度更新和开发测试”。许多客户将不再聘请IT维护人员,内部的IT员工将转而更专注于成为业务流程负责人。
好文章,需要你的鼓励
Canva宣布收购生成式AI内容创作初创公司Leonardo.ai,交易条款未披露,但采用现金加股票的混合方式。Leonardo.ai的120名员工将全部加入Canva。Leonardo.ai成立于2022年,拥有1900万注册用户,其工具已创建超过10亿张图像。该公司将继续独立运营,专注于快速创新和研发。此次收购旨在帮助Canva扩展其Magic Studio生成式AI套件功能。
希伯来大学研究团队开发的Story2Board系统实现了从文字故事到专业故事板的自动转换突破。该系统采用潜在面板锚定和相互注意力数值混合两项核心技术,在保持角色一致性的同时实现丰富的视觉表现力。系统无需训练即可运行,能够生成电影级构图效果的连续画面,为内容创作、教育和娱乐产业提供了强大的AI辅助工具,代表了人机协作创作的新模式。
亚马逊推出Quick Suite软件平台,旨在简化AI智能体和企业聊天机器人的创建过程。该平台支持50个企业级应用集成,包括Office 365、Slack等,提供无代码环境连接内部文档和数据源。平台包含Quick Flows自动化工具、Quick Research研究功能等组件。尽管降低了技术门槛,但AI智能体的准确性仍存疑虑,研究显示其办公任务错误率达70%。
北京邮电大学联合腾讯团队开发的We-Math 2.0系统,通过构建491个知识点的数学知识体系、创新的三维难度建模和渐进式强化学习框架,让AI模型获得了真正的数学推理能力。该系统仅用9800个高质量样本就达到了与大规模数据训练相当的性能,在多个基准测试中表现优异,为AI数学教育应用开辟了新道路。