IBM渠道主管Kate Woolley在采访中表示,“我们希望为IBM合作伙伴创造更多机会,与IBM一道推动业务发展。这既标志着我们立足市场推动IBM技术普及的决心,也是对我们服务于合作伙伴、帮助他们取得商业成功这一广泛影响力的证明。”
IBM在Partner Plus计划中正式发布“服务”频道,旨在为托管服务商(MSP)、咨询公司、系统集成商及其他类似的业务模式提供更多资源,推进协同创造、需求设计、技能培训等目标。
IBM渠道主管Kate Woolley在采访中表示,IBM已经在“销售”和“构建”之外建立起“服务”这一最新频道,强调了以服务为主导的合作伙伴关系对于IBM客户群体的重要意义。超越独立软件开发商(ISV)等固有合作伙伴类型,新频道将更好地满足各服务合作伙伴的实际需求。
Woolley解释道,“我们希望为IBM合作伙伴创造更多机会,与IBM一道推动业务发展。这既标志着我们立足市场推动IBM技术普及的决心,也是对我们服务于合作伙伴、帮助他们取得商业成功这一广泛影响力的证明。”
IBM进一步充实Partner Plus计划
Wipro是一家来自印度的IBM合作伙伴,在CRN 2023年解决方案提供商500强榜单中位列第15。该公司高级副总裁兼生态系统与合作伙伴关系全球主管Jason Eichenholz表示,IBM是其合作生态系统中的三大关键伙伴之一。
Eichenholz指出,两家公司的合作关系可以追溯到20年前。他对IBM最近为了接近渠道、精确跟踪合作关系的收入影响、以及为合作伙伴提供更多知识库访问机会所做出的努力表示赞赏。
他指出,“对我们来说,特别是在对合作伙伴的预期方面,IBM在技术支持、财务激励、共同创造和资源交付等方面的表现都是最好的。IBM确实在实际行动当中投入了大量资金和资源。”
IBM方面表示,混合云平台上的每1美元投入,都将对应6到8美元的服务产出。自2023年1月推出Partner Plus以来,IBM已经吸引到数各家注册合作伙伴。
此外,根据IBM公司的介绍,随着2022年底发布新的教育与技能能力课程,已经有超过13万注册用户获得一枚或多枚徽章,完成全部课程的用户也在6万左右。
Woolley表示,只要IBM Plartner Plus合作伙伴们愿意,他们可以随意参加各个频道。合作伙伴具体分为白银级、黄金级和铂金级三种,且各级别在整个IBM服务体系内通用。也就是说,只要构建合作伙伴在服务频道内赚取收入并获得评级,其将在IBM的整体生态中达到这个级别。
而IBM之所以加大对合作伙伴的投资,是因为公司董事长兼CEO Arvind Krishna已经设立目标,要求将渠道客户在总收入中的比例由目前的30%左右提升至50%。
Woolley称已经准备好迎接挑战,“我的目标是今年之内在这方面取得重大进展。”
根据CRN 2023 Channel Chiefs的统计,IBM在全球拥有约5.5万家渠道合作伙伴,其中1.2万家来自北美。
Woolley表示,新推出的服务频道旨在帮助各解决方案提供商获取用于开发/支撑产品的协作创造资源,并可分享IBM投放市场的技术宣传素材。
其目标是与各服务合作伙伴间达成更深入的交流,帮助IBM销售商和服务合作伙伴取得成功、改善协调一致性。IBM还计划为合作伙伴提供更多专业课程和用于证明技术技能的认证徽章。
“目前,我们的许多服务合作伙伴都在转售IBM技术,并在我们对客户的决策影响力中发挥着关键作用。我们希望切实巩固这种趋势,并为他们提供适当的支持和激励。所以我们不会简单用无力的口头表扬引导各合作伙伴,而要用实际行动帮助他们以更具业务实效性的方式开展交互。”
她表示,对服务领域的投资也反映出了客户的购买行为。目前市场客户正积极寻求解决方案提供商的帮助,希望围绕AI等前沿技术进行决策。IBM还与多家大型服务提供商就AI技术建立起卓越中心。
她表示,“我们的客户群体和各服务合作伙伴纷纷向他们依赖的顾问(大多作为他们的服务合作伙伴)求助,希望能在各个业务领域获得全面的决策指引。”
Woolley还提到,服务频道还将囊括各解决方案提供商所涉及的其他领域,包括影响收入的客户决策点以及为客户提供专业知识认证徽章等。
在被问及各服务合作伙伴是否需要担心与独立软件商共享资源时,Woolley解释称,为服务合作伙伴提供的资源与为构建合作伙伴提供的资源并不冲突。
她总结道,“我们充分听取各合作伙伴提交的需求反馈,并以多种不同方式分配投入和资源配置。”
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。