微软表示:“这一调整是根据合作伙伴的反馈做出的,将提供更大的灵活性,为合作伙伴和客户创造更顺畅的体验。”
本季度,微软计划允许其云解决方案提供商计划中的解决方案提供商将终端客户订阅的新商务体验从一个合作伙伴转移到另一个合作伙伴,自从备受争议的NCE计划推出以来,这一直是困扰一些解决方案提供商的大问题,此举消除了这个问题。
根据与CRN共享的文件以及微软发言人的确认,这一调整适用于直接计费和间接提供商。NCE的七天取消政策在转让后仍然适用,并且这些变化仅适用于CSP许可证和基于席位的订阅。
这些文件显示:“这一调整是根据合作伙伴的反馈做出的,将提供更大的灵活性,为合作伙伴和客户创造更顺畅的体验。”
微软NCE更新
微软发言人在发给CRN的一封电子邮件中确认,只要原MSP和分销商同意,调整后的政策将允许在两家不同的MSP和两家不同的分销商间转让NCE订阅。
该发言人表示:“未来的合作伙伴负责向微软支付订阅期剩余时间的款项”。“如果当前的合作伙伴按月支付年度订阅费用,那么在转移时,当前的合作伙伴将不再收到发票。如果当前的合作伙伴向微软预付了整个订阅期的款项,他们将收到按比例退还的款项。”
一些合作伙伴对CRN表示,微软解决方案提供商无法在NCE订阅结束前转移终端客户,这给一些合作伙伴造成了问题,如果客户在其他解决方案供应商那里的订阅期尚未结束,就很难将其拓展为新客户。
合作伙伴告诉 CRN,有些合作伙伴不得不与以前的合作伙伴达成交易,比如将收入留给以前的合作伙伴,直到订阅结束。如果最终客户选择年度承诺,这可能意味着要损失几个月的收入。按照NCE,年度承诺比月度承诺费用低20%。
总部位于美国洛杉矶梅泰里的微软合作伙伴Guardian Computer的总裁 Jean Prejean在接受 CRN 采访时表示,期中转移是一个“非常好的调整”。
她表示:“这种灵活性对于适应兼并、收购或者客户偏好变化等业务动态至关重要。”“它让我们在客户关系管理方面更加负责和灵活。”
微软发言人证实,并购是合作伙伴提到的一种需要转移许可证的情况。
对于合作伙伴感兴趣的NCE未来的调整,Prejean等解决方案提供商的高管对CRN表示,比七天更长的取消窗口(例如至少一个月)将在不产生财务后果的情况下为客户提供更大的灵活性。
分销商Pax8网站上一篇关于“渠道变更”政策的帖子称,转移不会为订购“开启一个新的七天修改窗口”。转移需要当前的和新的间接供应商或直接计费合作伙伴批准。
微软在佛罗里达州杰克逊维尔的合作伙伴Axiom公司首席执行官Bobby Guerra在接受CRN采访时表示,尽管一些合作伙伴提出了强烈批评,但是NCE的推出似乎表明微软并不明白CSP合作伙伴和MSP在基层实施Microsoft 365套件方面的价值。
Guerra表示:“自NCE诞生以来,我们一直在请求,看到微软朝这个方向前进,这真是一个令人兴奋的消息。”
其他NCE更新
微软在披露的政策调整文件中表示还在更新当前的Azure 计划和每用户订阅转移,“以允许新的商务订阅”并“使CSP合作伙伴能够将其客户的订阅转移到新的或者不同的合作伙伴,主要是让NCE订阅从一个合作伙伴转移到另一个合作伙伴。”
这些文件显示,“这一增强功能还包括为现有客户转移Microsoft 365 with Teams订阅”。
微软表示,NCE的其他调整包括从4月1日起可以在CSP新商务中使用Government Community Cloud(GCC)产品。
3月1日,合作伙伴中心开始提供基于NCE许可证的SKU。不过,微软仍在继续处理CSP NCE公共领域价目表中出现的一些错误。微软表示,其中一些问题将于5月1日得到修复。
6月和9月,微软将退役部分NCE应用编程接口 (API),并对这些接口已经计费的检索和未计费的每日额定使用对账。据微软称,更新的 API 已全面推出。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。