IBM生态系统总经理Kate Woolley周一在IBM Think 2024大会上表示:“MSP在市场上拥有独特的机会,为了让他们更容易与我们合作,我们将在未来几个月内推出MSP计划。”
在本周一举行的IBM Think 2024大会上,这家科技巨头发布了一项新的MSP计划,旨在为IBM 合作伙伴提供一套适配MSP的产品。
IBM生态系统总经理Kate Woolley在波士顿举行的IBM Think 2024大会上表示:“我们将加倍履行对MSP社区的承诺。”“MSP在市场上拥有独特的机会,为了让他们更容易与我们合作,我们将在未来几个月内推出MSP计划。”
Woolley表示,新的MSP计划是“专门定制的,专注于我们自动化产品组合中的一系列适配MSP的产品,为MSP提供差异化价值。”
Woolley表示:“作为(新计划)的一部分,我们的MSP合作伙伴可以获得简化加入程序、资源并利用我们的优势,所有这些都是他们喜欢的交易方式。”
IBM MSP将推动人工智能的应用
IBM合作伙伴和分销商TD Synnex战略与全球技术业务执行副总裁 Sergio Farache表示,随着人工智能时代的到来,MSP领域对IBM 来说“非常关键,也是一个重点领域”。
Farache表示:“IBM将MSP视为采用人工智能的驱动力,因为MSP不仅在实施的角度非常重要,而且现在作为技术最终用户的运营实体,也发挥着关键作用。”
Farache表示,在许多情况下,MSP是IBM客户在技术采用方面值得信赖的顾问,尤其是在人工智能和生成式人工智能方面。
Farache表示:“正在利用其业务能力(如安全、云和其他能力)的MSP现在正在增加人工智能层。”“IBM正在采取的措施和他们现在对人工智能的关注,以及新产品的演进和快速发布,正在为MPS和合作伙伴生态系统创造一个重要的机会。”
IBM的渠道冲锋
这家总部位于纽约州阿蒙克市(Armonk)、市值 620 亿美元的科技巨头正在想方设法帮助合作伙伴通过IBM赚取更多利润,新的MSP正是在这种背景之下推出的。
例如,IBM最近将IBM云平台和软件支持产品纳入了IBM Partner Plus计划。Woolley补充表示:“在未来几周内,我们将对IBM LinuxONE采取同样的举措。”
她表示:“这些举措将更好地调整计划,使我们的合作伙伴具备专业知识,支持客户增长并赢得机会。”“我们将继续投资于IBM Partner Plus计划,增强其功能,并提供培养技能的资源和支持合作伙伴在任何地方以任何方式进行交易的新途径。”
TD Synnex推动100家合作伙伴获得IBM黄金级地位
TD Synnex的Farache强调了分销商为了成为IBM黄金级合作伙伴,投资成为100 TD Synnex 合作伙伴。
TD Synnex上周推出了一项新的IBM watsonx Gold 100 计划,目的是将该公司100家合作伙伴转变为IBM 黄金级合作伙伴,以便他们能够更好地利用 IBM watsonx 的机会,特别是在人工智能领域。
Farache表示:“在人工智能领域进行投资时,合作伙伴可能很难知道从哪里入手,因此我们的目标不仅仅是提供解决方案,还要提供指导、培训和支持,帮助他们成功驾驭人工智能革命。”
IBM Think 2024于5月20日至5月23日在波士顿会展中心举行。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。