IBM近三年持续做的一件事,就是把大部分客户销售从直接渠道转移到间接渠道。近日,IBM宣布对合作伙伴支持计划进行全面改革,以增加对合作伙伴在资源、激励和支持上的投入,同时简化用于分配这些资源的结构和指标。
这些新推出的IBM Partner Plus计划取代了之前的PartnerWorld计划,面向与IBM合作的所有经销商、超大规模云提供商、独立软件供应商和系统集成商。IBM表示,这个简化了的三层模式包括白银、黄金和白金三个级别,而且网站进行改进之后让合作伙伴可以清楚地了解他们在全球范围内开发技能、确保合同和预订收入方面的进展情况。
IBM自2021年以来面向小型企业的销售一直依赖于合作伙伴生态系统,这项举措旨在扩大IBM可以开拓的市场范围,而无需承担扩大直销队伍的高昂成本。IBM表示,将把面向合作伙伴的品牌专家和技术专家骨干队伍增加一倍,同时让所有合作伙伴免费且全面地获得那些以前仅供IBM员工使用的培训和销售支持资源。
少数大型客户
IBM生态系统总经理Kate Woolley表示,IBM将继续为数百个最大型的客户提供支持,但是“除此之外,我们所有的业务都将通过合作伙伴完成”。“以前我们会覆盖数千个这种客户,现在精简到数百个”。
此举是对很多纯云和软件即服务供应商在通过构建和销售其产品扩展的合作伙伴培养销售方面取得成功的一种认可。IBM没有具体透露该计划对收入的影响,但表示,仅在混合云和人工智能领域就能覆盖1万亿美金的市场机会。
这项新的计划以培训为主,是建立在去年10月IBM宣布的有一项徽章计划基础之上的,后者主要对那些积累了IBM产品经验和销售技巧的合作伙伴。Woolley说:“培训是我们和合作伙伴展开一切合作的核心。”去年IBM把分配给面生态系统计划的资源增加了一倍,并还将2023年继续增加这些投资。
IBM还打算简化合作伙伴激励(例如联合营销资金)结构。Woolley说:“我们已经采取了很多细分措施来降低复杂性,这项新的激励机制将非常容易被人们理解。”
用五分钟就能解释明白的新计划
她说,在设计这项计划的时候,“我向团队提出一项挑战,要求他们必须设计出一个用五分钟就能在白板上解释清楚的计划。”计划中大多数的更改都是基于合作伙伴的反馈,并在12月的时候测试了其中一些细节。她说:“这项新计划对所有类型的合作伙伴都有吸引力,他们将会看到一个简单易懂的、单一透明的计划。”
这次IBM还推出了一个新的需求引擎,其中包含了合作伙伴营销工具包和一个自动化营销平台,与此同时,IBM宣布增加对分销商的营销投资,加强其态系统中潜在客户的共享。这些新的激励措施将从今年4月1日开始实施。
已经注册的PartnerWorld合作伙伴将在7月1日之前保持他们当前的等级,如果满足必要的条件,则可以在此期间的任何时间迁移到新的等级系统中。新的计划仅适用于IBM合作伙伴,不适用于与IBM子公司Red Hat独家合作的合作伙伴(Red Hat拥有自己的合作伙伴网络)。
Partner Plus计划代表了一家公司的文化变革,这家公司凭借其具有标志性的、穿蓝色西装的直销队伍建立了自己的声誉和市场影响力,然而Woolley表示,战略上的变革已经全面传递出去,激励措施已经到位,这么做是为了保持IBM直销团队的积极性。
她说:“他们将通过一项激励计划获得补偿,该计划侧重于他们通过生态系统开展业务。去年1月的时候我们曾明确表示,通过生态系统开展工作是我们的一个重点。”她说,那些希望继续与IBM直销团队合作的客户,这一需求将在可能的情况下得到满足。
好文章,需要你的鼓励
OpenAI在最新博客中首次承认,其AI安全防护在长时间对话中可能失效。该公司指出,相比短对话,长对话中的安全训练机制可能会退化,用户更容易通过改变措辞或分散话题来绕过检测。这一问题不仅影响OpenAI,也是所有大语言模型面临的技术挑战。目前OpenAI正在研究加强长对话中的安全防护措施。
北航团队推出VoxHammer技术,实现3D模型的精确局部编辑,如同3D版Photoshop。该方法直接在3D空间操作,通过逆向追踪和特征替换确保编辑精度,在保持未修改区域完全一致的同时实现高质量局部修改。研究还创建了Edit3D-Bench评估数据集,为3D编辑领域建立新标准,展现出在游戏开发、影视制作等领域的巨大应用潜力。
谷歌宣布计划到2026年底在弗吉尼亚州投资90亿美元,重点发展云计算和AI基础设施。投资包括在里士满南部切斯特菲尔德县建设新数据中心,扩建现有设施,并为当地居民提供教育和职业发展项目。弗吉尼亚州长表示这项投资是对该州AI经济领导地位的有力认可。此次投资是谷歌北美扩张战略的一部分。
宾夕法尼亚大学研究团队开发出PIXIE系统,这是首个能够仅通过视觉就快速准确预测三维物体完整物理属性的AI系统。该技术将传统需要数小时的物理参数预测缩短至2秒,准确率提升高达4.39倍,并能零样本泛化到真实场景。研究团队还构建了包含1624个标注物体的PIXIEVERSE数据集,为相关技术发展奠定了重要基础,在游戏开发、机器人控制等领域具有广阔应用前景。