微软的Jason Jones星期二对MSP高管们表示:“作为MSP社区,我们需要你与我们一起踏上这段旅程。”
周二,微软的一位高管表示,为了充分发挥Microsoft Copilot的潜力,公司正在寻求与各个领域客户合作的MSP,促进生成式人工智能的采用。
周二,在CRN的母公司The Channel Company于圣安东尼奥举办的2024年8月Xchange上,微软的Jason Jones和OpenText的Josie Keck对满堂的MSP高管们发表了讲话。
在OpenText会议环节,这些高管们表示,帮助客户完成所需的关键基础步骤(包括网络安全和数据管理)的机会比比皆是。他们表示,目标是让客户从尝试使用微软的Copilot产品转向更广泛地部署提高生产力的生成式人工智能技术。
微软全球合作伙伴解决方案总监Jones表示:“我们现在正站在峭壁之下。”
他表示:“在整个活动期间,我和很多MSP交谈过。”“毫无疑问,每个人都很兴奋,也很不确定。甚至在微软公司也是如此。”
Jones表示,最终,“对我们来说,这是一个巨大的投资领域,我们需要你们作为MSP社区与我们一起走过这段旅程。”
位于宾夕法尼亚州兰开斯特的12:34 MicroTechnologies公司是一家专注于微软的MSP,一直在探索Copilot。对于该公司的首席执行官Alejandro Rosado和这家公司来说,目前最大的问题不是是否接受生成式人工智能,而是如何接受。
他表示:“对我来说,这是我正在努力弄清楚的一件大事——作为一家公司,我要如何接受它?”
Rosado表示,毫无疑问,生成式人工智能技术在未来对MSP至关重要。
他表示:“这和云技术刚刚兴起时的情况如出一辙。那些MSP说,‘我不会去云端,我要留在本地’——如果你不接受云,你就会被淘汰。”“这是同样的情况。是同样的演变。如果你不接受人工智能,你就完蛋了。”
Rosado表示:“换句话说,在人工智能方面,‘能够长期发展的企业’显然是那些能够接受它、理解它并利用它的企业。”
总部位于加利福尼亚州帕萨迪纳市的Micro Trends公司首席执行官Rick Khan表示,Jones在周二会议期间对 Copilot进行的现场演示给他留下了深刻印象。
Khan表示:“这激励了我,”他指出,他可以设想Copilot在他的很多客户那里都有用武之地,包括人力资源、销售和客户服务等方面。
他表示:“我们可以告诉我们的用户,‘我们希望满足你们的需求,我们会帮助你们做到这一点’。”“在我眼中,这可能就是MSP的角色。”
微软的Jones表示,许多MSP可能会希望帮助客户完成Copilot的前期工作,如首先要处理的安全和数据管理。
他表示:“也许你不会从 Copilot 开始。”“这(更)像是‘你的人工智能战略是什么?’还有最重要的一点——‘你的数据管理如何?’”
Jones表示,这一点之所以如此重要,是因为当你推出 Copilot 时,“它会继承已有的数据管理策略和安全策略。”
OpenText 销售团队负责人兼渠道高级客户经理Keck表示,除了提供关键的安全技术外,OpenText 还可以在微软授权、返利和支持方面为MSP提供帮助。她表示:“我们帮助你寻找向上销售和交叉销售的机会,让你赚更多的钱。”
Jones表示,总而言之,MSP希望的是“在踏上这条路之前,要了解MSP可以发挥的作用——无论是评估、对话,你想要什么规则。这就是建立基础。”
好文章,需要你的鼓励
尽管芯片厂商不断推出性能更强的神经处理单元,声称比上代产品快30-40%,但大多数AI功能仍依赖云端处理。专家指出,云端AI模型拥有数千亿参数,而手机NPU只能处理约30亿参数的模型。本地AI处理虽然在隐私保护和可靠性方面具有优势,但受限于内存容量和处理能力,目前主要应用于特定场景。业界正致力于优化模型压缩技术,实现云端与本地AI的混合处理模式。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Hammerspace通过现有NVMe存储最大化GPU使用率。随着AI计算在混合云和多云环境中扩展,基础设施团队面临着加速洞察时间同时最大化GPU投资的压力。Hammerspace Tier 0将GPU服务器集群内的本地NVMe存储转换为超高速共享存储层,性能比传统网络存储提升10倍,减少检查点时间,提高GPU使用率,改善推理响应时间,无需额外存储系统,节省数百万美元成本。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。