微软于7月1日启动了2021财年首次大规模重组,这次重组的目标是其现场销售部门。这次重组工作的一个重要部分是创建新的微软咨询服务团队,该团队将由新任命的跨行业解决方案企业副总裁Omar Abbosh领导。
微软在7月4日美国假期之前就预告了此次重组工作的一些细节,并于7月8日在内部正式公布了重组的细节。
微软正在将更多的销售人员转移到该公司的客户成功部门(Customer Success Unit),在此次重组之中,该部门将成为更大的客户体验与成功(CE&S)部门的一部分。企业副总裁Mala Anand负责CE&S,现在由Mark Souza领导的客户成功部门(Customer Success unit)和由Yvette Smith领导的企业支持部门(Enterprise Support)都将移交给CE&S。客户服务和支持部门(Customer Service & Support)仍将留在CE&S。
微软的全球商业企业执行副总裁Judson Althoff在一份介绍该公司2021财年“一项商业策略”的备忘录中表示,作为这次重组工作的一部分,微软将继续增强其咨询部门的存在感。
Althoff对团队表示,“客户将继续依赖我们推进他们的数字化转型工作,并提供能够满足其业务需求的垂直和水平解决方案,因此,咨询业务在微软变得前所未有地重要。”
Omar Abbosh是新的跨行业解决方案企业副总裁,他负责的业务包括微软咨询服务。Abbosh最近离开了埃森哲(Accenture),此前他是该公司的首席执行官,在埃森哲工作了31年,最近负责的是传媒和技术部门。
在过去三年多的时间里领导微软服务部门Kristin Johnsen在与Abbosh完成了新职位的交接之后,将“探索她的下一个机会”。她的LinkedIn资料显示,她的部门有16000名咨询和支持服务团队成员,以及一个60亿美元的公司损益中心。
新的微软咨询服务部门将替代现有的微软服务部门。该组织将专注于三个技术领域——目前专注的领域是六个:Raymond Yates手下的Azure云和人工智能,其中包括安全基础架构、数据和人工智能以及应用程序;Paul Mirts领导的商业应用(Business Applications)——负责处理Dynamics 365;以及Sarv Saravanan领导的Modern Work,专注于基于Microsoft 365的解决方案。
微软内部一份关于此次重组的备忘录透露,新的咨询服务部门计划引入一种新的咨询运营模式——“与我们的客户一起做令人兴奋的事情,并赢得大笔交易,从而增加对微软三款云服务的消费”。
微软将于下周召开Inspire大会,这是该公司的全球合作伙伴大会,今年它将以数字化的形式召开。我不确定微软的高管们计划在这次活动中谈论多少关于新的咨询部门作用的内容,但是我敢肯定这一定是很多合作伙伴非常关心的话题。
正如我在一周前指出的那样,到目前为止,我还没有听说过微软计划因为今年的销售重组工作而裁员。但是仍然可能会出现一些裁员。
微软官方并未对此次重组发表评论。如同我之前说过的,该公司通过一位公司发言人给出的唯一官方声明是:“我们正在不断提升我们为客户提供服务的方式,以帮助他们实现数字化转型。”
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。