“这是我的一小步,却是人类的一大步。”1969年7月20日,阿姆斯特朗走下悬梯踏上月球时的这段独白,在过去50多年的时间里已经成了一句经典名言。而当时,这句话是通过摩托罗拉关键通讯系统从月球传回地球的。1983年,摩托罗拉发布了全球首台手持移动电话,“Hello,Moto”成为了一代人的记忆。
2011年,摩托罗拉正式拆分为摩托罗拉移动和摩托罗拉系统两家公司,前者聚焦消费级市场的移动终端产品,后来经由谷歌出售给了联想;后者聚焦企业级市场的关键通信,后来又逐渐拓展到视频分析、事件管理、安全管理等平台和解决方案,业务版图持续向外延展。
上周,摩托罗拉系统面向中国市场推出了“重塑安全”(Safety Reimagined)集成技术生态系统,包括一个集成平台,整合了语音通信、数据、视频解决方案以及先进分析功能,意在帮助中国企业将日常安全与生产能力提升至新水平。
一手并购、一手研发,帮企业“重塑安全”
“摩托罗拉系统的企业使命是帮助人们在关键时刻做得更好。”摩托罗拉系统(中国)有限公司渠道业务总经理陈毅刚在媒体沟通会上表示。那么,何为“关键时刻”?他解释说,“第一,是与安全相关的时刻,比如当灾害事件发生的时候、当人们的生命财产和安全受到威胁的时候,摩托罗拉系统可以第一时间保障通信通道的畅通;第二,随着企业规模越来越大,供应链流程也越来越复杂,这时候,摩托罗拉系统就可以帮助企业打通跨部门、跨区域大沟通壁垒,建立起高效的协同工作环境,从而提升企业运营效率,降低成本。”
摩托罗拉系统(中国)有限公司渠道业务总经理 陈毅刚
总结下来,其实就是两个词——安全和效率。如今,摩托罗拉系统强调的是“重塑”安全,这是因为,在其看来,如今企业的生产和运营环境已经发生了翻天覆地的变化。过去,企业生产更多依赖于人工,以及有限的设备;但现在,随着物联网、视频、AI、移动应用、大数据的普及应用,企业生产运营体系的复杂度已经不可同日而语,不仅包括了传统的关键通讯系统,还包括了海量的传感器设备、复杂的自动化控制设备和大量的摄像头装备等等,数据收集的节点从过去几十、几百、几千人,变成了几万、几十万,甚至更多。因此,安全体系就必须“重塑”。
陈毅刚表示,对于企业来说,具体的挑战在于:一方面,面对海量数据如何准确评估并快速形成有效的决策;另一方面,在有效的决策之后,如何跨体系、跨技术平台、跨部门、跨区域推进决策的落实和实践。“所以,我们也深刻地体会,必须在原来关键通信基础能力之上进一步开拓边界,延展我们的能力,才能帮助我们的客户应对这些挑战。”
为此,在过去10年时间里,摩托罗拉系统一手做并购,一手做研发,把业务的拼图越做越大。其中,并购的公司包括了超高清视频解决方案公司AVIGILON,事件安全管理平台研发公司AVTEC,云视频公司VaaS等等,3年来斥资20亿美金,不断丰富其产业链价值。研发方面,摩托罗拉系统每年投入近7亿美金,持续完善自己的产品和软件体系。
贴近用户、联手合作伙伴,扎根中国市场
具体来看摩托罗拉系统提出的“重塑安全管理体系”,包括了感知、分析、协同、处置四个步骤。也就是说,从企业生产环节先获取和感知数据,然后利用AI等技术能力对关键信息进行分析产生快速决策,并通过跨平台的协同工作进行落实,最后在事件处理完毕后根据进一步分析,优化和提升管理水平。“这样四步的循环往复,可以帮助企业面向安全,构建更好的事件管理能力。”陈毅刚指出。
据他所说,在这个过程中,摩托罗拉系统特别注重扎根中国市场。“对摩托罗拉系统来说,无论是构建更好的安全体系保障还是提升运营效率,中国客户和全球客户没有区别。”陈毅刚强调,“比如,我们花了很多时间去研究如何把‘重塑安全’这样一个价值体系落地在国内市场。”
具体来说,摩托罗拉系统做了三件事:第一,充分了解中国客户的运营流程和运营挑战,并且为此还于今年在中国建立了心的解决方案销售团队,在特定行业保持与其它合作伙伴的紧密合作;第二,大力发展生态体系,与合作伙伴形成优势互补的合力,从而帮助摩托罗拉系统把具体的解决方案落地到客户场景;第三,帮助合作伙伴一起成长,比如为合作伙伴提供线下培训等等。
据了解,在摩托罗拉系统推出的“重塑安全”生态体系中,有很多解决方案都非常适应于中国市场的各个垂直行业,包括能源管理、机场、体育场馆、制造业,以及保护校园安全等等。
陈毅刚表示:“应对复杂挑战,企业需要更安全高效的运营,而与企业运营流程紧密结合的技术解决方案,将使他们专注于为客户提供核心服务,进一步提升竞争力。”他还提到,“通过将可靠的语音通信功能与先进的视频和软件相结合,摩托罗拉系统的重塑安全解决方案有助于企业提高全线业务的可视性、增强应急处理能力、提升绩效。”
“今天,只是摩托罗拉系统重塑安全体系在中国落地到一个关键节点。这条路,我们还会继续走下去。通过贴近用户行业,联合行业生态合作伙伴实现端到端交付,同时提升合作伙伴能力,最终去践行我们的使命,帮助人们在关键时刻做得更好。”陈毅刚总结说。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。