用友iUAP 以“共筑生态 共赢未来”的渠道理念亮相“第九届中国软件渠道大会暨2016中国软件生态大会”,与华东地区500多家伙伴共同探讨了,如何基于企业互联网开放平台的力量,实现产业链伙伴共赢,同时分享了时别一年iUAP在深耕互联网领域所作出的成果。
用友网络企业互联网平台事业部总经理罗小江分享了《iUAP平台生态与创新实践》的主题演讲。
用友网络企业互联网平台事业部总经理罗小江
随着企业竞争的不断激烈及互联网所带来的商业模式的创新和管理方式的变革,企业对IT投入变得越来越谨慎,很多公司难以承受庞大的IT团队带来的高额成本。同时,又对信息化建设有很多业务、产品和能力上的要求。罗小江表示,在这种竞争趋势和应用需求之下,技术平台化势在必行。
只有平台能够满足和支撑企业应用的可延展性、、可靠性,安全性和复用性。企业只要拥有一批懂业务懂平台的顾问,就可以将平台延伸到整个系统,而不是业务模式或管理方式发生变化时,企业还需要增加大量培训的成本。因此,平台还是帮助技术人员快速学习的实现手段。
用友iUAP的核心价值是帮助企业踏准互联网时代的节拍,满足企业传统应用与互联网应用,实现内外部的数据整合、O2O互联,帮助企业基于互联网构建出产业生态圈。对于伙伴而言,很多伙伴的能力集中在一些传统的软件需求项目上,但通过iUAP平台,可提高团队的互联网开发能力。
对伙伴而言,iUAP另外一个核心价值就是,将技术,服务都做成平台化,接口化,实现与伙伴的共赢,让平台上的伙伴都有利可图,繁荣发展。很多伙伴通过平台技术开发出很多自有产品,这些产品得到创新,在生态中更具活力,更符合客户当下需求。同时,伙伴可从平台、生态中运营产品,从而找到客户。
技术方面,iUAP架构是分层建立的,各个产品之间是横向解耦的,各功能模块可以通过标准接口实现松耦合。互联网的特性之一就是开放性,iUAP是完全对外开放,无论企业客户、开发伙伴还是个人开发者,都可以在上面开发应用。同时,iUAP提供了一个全生命周期的安全框架。获得由“国家信息安全测评认证中心”颁发的国内企业级软件认证最高级别的EAL3+安全证书。
业务架构的部分, iUAP平台以企业业务模型为驱动,提供一个可连续变化的软件框架结构,让企业灵活的进行组织、权限、流程等业务建模。在不需要修改程序代码及重新部署软件的情况下,使软件模型及应用和企业最新业务要求能快速匹配,快速适应用户业务变化。
罗小江还在现场分享了iUAP在行业创新方面的实践。在“互联网+农业”,iUAP已经实现整个东三省大农户的管理,把农户的种植、农户的资讯,包括农户未来需要的金融服务都对接起来,从小B端到2C端都能管理起来;在建筑业,通过平台接入用工企业,平台支付农民工的工资,打通整个生态,建立起一个良性生态;“互联网+零售”,为一家酒业集团实现大数据应用实践,帮助客户建立大数据平台。把CRM中的数据,代理商数据和其他业务数据整合起来,定位到准确的用户画像,从而筛选出哪些是具备高端酒品消费能力的人群,然后做精准的交叉营销,进行相关信息推送。还做了相应的竞品分析,以及利用数据产品做舆情分析,最终帮助客户解决它的新店选址。
罗小江表示,用友iUAP欢迎各行业的专业软件厂商基于iUAP搭建各自行业的应用软件,做出适合各自行业的大平台和产品,这些产品可以借助用友和所有合作伙伴的渠道以及市场推广,联合降低研发成本,共同扩大市场份额。iUAP平台会帮助开发者最大限度的实现创造力。同时,一起打造出更加优质的平台产品。
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。