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
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。