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
AWS与AMD联合发布Amazon EC2 M8a实例,搭载第五代AMD EPYC处理器,最高频率4.5GHz。相比M7a实例性能提升30%,性价比提升19%。支持最高192个vCPU和768GB内存,网络带宽达75Gbps,EBS带宽60Gbps。适用于Web托管、微服务架构、数据库等通用工作负载,已在美国俄亥俄、俄勒冈和欧洲西班牙区域上线。
香港中文大学等顶尖院校联合研究发现,当前最先进的AI视频生成技术已能制作出连顶级检测系统都无法识别的假视频。研究团队开发了Video Reality Test平台,测试结果显示最强生成模型Veo3.1-Fast的假视频仅有12.54%被识别,而最强检测系统Gemini 2.5-Pro准确率仅56%,远低于人类专家的81.25%。研究还发现检测系统过度依赖水印等表面特征,音频信息能提升检测准确性,但技术发展已对信息真实性判断带来严峻挑战。
IBM发布了适用于SAP的IBM咨询应用管理套件,利用生成式和代理AI简化并加速现代化进程。SAP传统ECC系统支持将于2027年结束,但目前仅45%的组织已迁移到新的S/4HANA系统。IBM的工具可创建符合客户标准的特定代码更改,提供主动监控和影响分析。然而分析师指出,迁移工具未能解决核心问题:价值创造,因为客户需要处理多年积累的ECC系统定制化技术债务。
Google DeepMind团队提出了革命性的"扩散预览"模式,通过ConsistencySolver技术实现AI图像生成的"预览+精修"工作流程。该技术能在5-10步内生成高质量预览图像,与传统40步完整生成保持高度一致性,用户体验测试显示总体时间节省近50%,大大提高了创作效率和创意探索的自由度。