1994年,中国全功能接入了互联网,也正是这一年,几个对网络充满憧憬的年轻人走到了一起,成立了一个小工作坊,这也是华讯网络的前身。
历经21年,华讯网络跟随用户的成长,已经成为一家专业IT服务经验的企业数字化服务商,服务体系覆盖中国21个城市,在北美、欧洲、新加坡成立了分公司,在海外延续服务。
在过去的2021年,华讯网络营收突破了73亿元。华讯副总裁及企业/商业部总经理朱晓勇表示,我们每天都在认真、努力做好每一件事,因为我们想成为用户心目中那一个可信赖的行业数字化服务商。
尤其在数字化的年代,华讯网络跟随客户一同进行转型,拥抱云,与亚马逊云科技一起帮助用户有效、便捷、安全的使用云。
华讯副总裁及企业/商业部总经理朱晓勇
向着云转型
每一个企业在发展的过程中都会遇到各种各样的挑战。朱晓勇表示,华讯网络在同样体量大小的经销商中走的更快一些。
云业务模式对于华讯网络是一个较大的挑战,因为云会带来运营模式的改变,运营模式会激发组织结构、支撑模式、交付模式等一系列的改变,但这种改变同样也会成为华讯网络的价值升级,不断提升能力为用户带来新的收获。
“服务商的理念就是给用户传递和创造价值。”在朱晓勇看来,一个公司的成长和个人的成长非常相似,需要努力抓住机会。
华讯网络也碰到了一个机遇,就是遇到亚马逊云科技。
遇到好机遇的时候,同样需要有好的准备。华讯云与软件事业部总经理沈佳伟表示,华讯网络的转型充分依托于原有线下数据中心、网络、混合云、安全架构上的积累,在云转型时将这些能力和云上用户需要混合云架构的能力结合起来,形成统一的解决方案交付给客户。
全方位的赋能
华讯网络原来做的都是看得见摸得着的事,在与亚马逊云科技合作后,出现了极大的颠覆。亚马逊云科技也在六个层面帮助华讯网络进行云业务转型:
业务模式赋能:研讨云业务模式与转型思路,提供收入模型与差异化策略;
业务拓展:提供商机推荐、共同举办市场活动,举办Sales Launch等一系列workshop;
技术赋能:持续提供产品与技术培训及动手实验,例如,云迁移、智能湖仓及人工智能等;
组织赋能:指导构建专注的云业务团队、云服务卓越中心、云MSP服务中心;
云能力赋能:指导云能力发展路径,陆续通过安全、迁移、SAP和数据分析等4项能力认证及MSP能力认证;
文化赋能:组织亚马逊云科技创新文化、逆向工作法工作坊,并应用于云上的创新实践。
通过亚马逊云科技在业务模式,技术能力以及文化上的持续赋能,华讯已完成自身业务的云转型,并积累了丰富的云业务能力。“这在之前都是不可能做到的。” 朱晓勇说道,数据分析、人工智能、SAP迁移在这个时间点上都变得可能,这背后就是亚马逊云科技的支持。
一个例子是华讯网络帮助某新能源汽车企业业务出海,将车联网平台从国内云服务商迁移到欧洲亚马逊云科技上,充分利用了亚马逊云科技基础设施即代码的能力,仅短短一个月时间就完成了迁移、应用上线、适配等工作。
在2021年,华讯网络整体云业务收入超过1500美金,云服务和软件收入超过200万美金,同时与亚马逊云科技合作,为超过200多个用户提供了服务,而且这些服务还在迭代升级。
走深向实的合作
华讯网络在过去几年有了众多收获,这些收获也坚定了华讯网络的转型战略,2022年华讯网络将把云转型变成云战略,制定了以数智引领、云网融合、安全可信的业务战略。
华讯公有云事业部商务总监胡灏表示,云网融合也是在与亚马逊云科技合作的基础上提出的,因为未来中国绝大部分用户会走向混合云,这些用户的难点是统一管理和如何获得无缝的体验。华讯网络自主研发的多云管理平台,支持亚马逊云科技的管理功能,形成了良好工具平台,同时依托亚马逊云科技的服务,像Amazon ECS Anywhere帮助用户的应用在云上云下获得一致的体验。
未来双方也将在三方面加深合作:
第一,深耕行业客户:专注服务制造、医疗医药、零售、金融等行业客户上云及云上数字化转型,助力跨国企业落地中国;
第二,解决方案驱动:在云安全、业务连续与合规、应用现代化等领域,通过场景化解决方案加深APN合作与推广;
第三,服务与软件并行:以软件能力加速用户云上数字化转型,形成服务+软件的多路径合作关系。
全新亚马逊云科技合作伙伴路径推出后,华讯也将采用服务与软件并行的多合作伙伴路径,以咨询和软件能力加速用户云上数字化转型。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。