至顶网CIO与应用频道 06月19日 北京消息:全球领先的信息技术研究和顾问公司Gartner的研究显示,全球客户体验与关系管理(CRM)软件支出在2018年增长15.6%,达到482亿美元。CRM仍是最大且增长最快的企业应用软件。
2018年,全球企业应用软件收入总额超过1936亿美元,与2017年的1721亿美元相比,增幅达到12.5%。CRM占企业应用软件收入总额的近四分之一。
2018年,软件即服务(SaaS)支出占CRM总支出的72.9%。在敏捷性与灵活性的主要推动下,同时伴随着远程与移动用户需求的增长,SaaS支出预计将在2019年增至CRM软件支出总额的75%。
Gartner高级研究总监Julian Poulter表示:“2018年,云增速有所下降,但势头依旧强劲,增速达到20%,明显高于15.6%的CRM整体增速。由于采用率非常高,作为上云的先行者,CRM软件将有可能在云增速方面逐渐放缓。”
前五大CRM软件厂商占2018年市场总额的40%以上(参见表一)。相比2017年,虽然微软(Microsoft)以微弱优势取代Genesys、攀升至第五位,但前五大厂商排名变化幅度极小。
表一、按厂商的CRM软件支出统计的2018年全球软件收入总额(单位:百万美元)
公司 |
2018年收入 |
2018年市场占有率(%) |
2017年收入 |
2017年市场占有率(%) |
Salesforce |
9,420.5 |
19.5 |
7,648.1 |
18.3 |
SAP |
4,012.2 |
8.3 |
3,474.4 |
8.3 |
甲骨文 |
2,669.0 |
5.5 |
2,492.9 |
6.0 |
Adobe |
2,454.8 |
5.1 |
2,017.2 |
4.8 |
微软 |
1,302.0 |
2.7 |
1,132.1 |
2.7 |
其他 |
28,371.7 |
58.8 |
24,962.0 |
59.9 |
总计 |
48,230.2 |
100.0 |
41,726.7 |
100.0 |
来源:Gartner(2019年6月)
CRM市场的所有细分领域增速均超过13.7%,营销(marketing)成为增速最快的细分领域,增幅高达18.8%,占CRM整体市场收入的25%以上。客户服务与支持仍排名第一位,占CRM市场收入的35.7%。
Poulter先生表示:“为了挖掘大量市场机会,CRM应用程序提供商的产品经理应加大云部署,并考虑为营销这一快速增长的细分领域增添新的功能。”
@font-face { font-family: Arial; }@font-face { font-family: 宋体; }@font-face { font-family: Mangal; }@font-face { font-family: "Cambria Math"; }@font-face { font-family: "@宋体"; }@font-face { font-family: Calibri; }p.MsoNormal, li.MsoNormal, div.MsoNormal { margin: 0cm 0cm 0.0001pt; text-align: justify; font-size: 10.5pt; font-family: Calibri; }a:link, span.MsoHyperlink { color: rgb(5, 99, 193); text-decoration: underline; }a:visited, span.MsoHyperlinkFollowed { color: rgb(149, 79, 114); text-decoration: underline; }.MsoChpDefault { font-size: 10pt; font-family: Calibri; }div.WordSection1 { }
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。