IBM渠道主管Kate Woolley在采访中表示,“一旦收购完成,我们的合作伙伴将有机会加入Palo Alto Networks的合作伙伴计划(如果此前尚未参与),从而获得销售Palo Alto Cortex XSIAM的机会。”
IBM与Palo Alto Networks正在共同努力,确保IBM能在以5亿美元向这家安全巨头出售QRadar之前,尽快让IBM的合作伙伴成为Palo Alto Networks的官方合作伙伴。如此一来,各合作伙伴将能够销售Palo Alto的Cortex XSIAM产品。
IBM全球渠道负责人Kate Woolley在采访中证实,“如果使用IBM QRadar技术的IBM合作伙伴尚未加入到Palo Alto合作伙伴网络,我们将努力确保Palo Alto能够为其快速办理参与流程,使其成为Palo Alto合作伙伴网络中的一员。”
同时担任IBM生态系统总经理的Woolley还提到,“一旦收购完成,我们的合作伙伴将有机会加入Palo Alto Networks的合作伙伴计划(如果此前尚未参与),从而获得销售Palo Alto Cortex XSIAM的机会。之后,我们将继续与QRadar本地客户及各合作伙伴携手,从IBM的角度支持并增强这些产品。与此同时,我们也将与Palo Alto合作研究,将这些客户推向更现代化的Cortex XSIAM产品究竟有何助益、继续保持原本状态又会如何。”
总的来说,Woolley表示IBM将“支持我们的客户迁移至”Palo Alto Networks。
她解释称,“我们的合作伙伴将发挥关键作用,帮助他们的客户将更多客户迁移至Palo Alto Cortex XSIAM。我们也将继续与那些正与客户共同开发QRadar本地产品的伙伴保持合作。”
媒体已经就此事要求Palo Alto Networks发表置评,但截至发稿时尚未收到回复。
IBM出售QRadar“出乎很多人,甚至是很多IBM员工的意料”
本月,Palo Alto Networks公布了其以5亿美元价格收购IBM QRadar业务相关软件即服务资产的计划,其中包括QRadar的知识产权。
此次交易的一大核心动机,在于为QRadar SaaS客户迁移至Palo Alto的Cortex XSIAM(扩展安全智能与自动化管理)平台打开大门。XSIAM是一款面向安全运营团队的AI平台,自2022年底推出以来已经得到客户的迅速追捧。
IBM全球合作伙伴NTT Data Business Solutions的高级副总裁兼云服务负责人Noreen Hansen表示,QRadar的出售令许多人感到震惊。
在2022年加入NTT之前曾效力于IBM的Hansen表示,“QRadar的出售着实出乎很多人的意料,包括IBM的内部员工。但在IBM Think部门工作一段时间之后,就会意识到与Palo Alto Networks的产品合并对于两家公司都有非常重大的意义。”
Hansen表示,QRadar加入Palo Alto Networks能够“增强产品组合,专注于免费的安全服务套件”以及满足客户需求。
她补充称,“这还让IBM能够继续专注于推动AI与混合云业务。”
尽管NTT Data Business Solutions已经是Palo Alto Networks的合作伙伴,但此次收购将使NTT得以加强与两家供应商间的关系。Hansen指出,“我们通常更愿意由三方联手参与同一个项目。”
IBM与Palo Alto Networks正成为“彼此的大客户”
Palo Alto Networks预计将于2024年9月底完成对IBM QRadar的收购。
IBM的Woolley认为,此次收购也将使两家IT巨头间互为客户的关系变得更加紧密。
Woolley表示,“总体来讲,从Palo Alto的角度出发,我们正在成为彼此的大客户,因为我们一直在关注Palo Alto如何以IBM客户的身份在内部运用watsonx技术,同时我们也在内部使用Palo Alto的技术。”
事实上,Woolley认为这笔交易其实是对原有合作伙伴关系的扩大。她补充称,“Palo Alto现在是我们重要的战略合作伙伴之一。”
IBM渠道团队目前的短期策略,是帮助各合作伙伴尽快成为Palo Alto Networks的合作伙伴。
Woolley总结道,“我们正在与Palo Alto生态系统携手合作,以确保IBM合作伙伴(如果还不是Palo Alto的使他伙伴)能够快速成为Palo Alto合作伙伴网络中的一员。”
好文章,需要你的鼓励
当超级计算机被压缩进一个比书本还小的盒子里,这画面有多炸裂?想象一下,你桌面上摆着的不是什么花瓶摆件,而是一台能跑200B参数AI推理的"超算怪兽"——这就是我们今天要聊的主角:华硕Ascent GX10。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。