云MSP概念最早由Gartner在2017年提出,因为企业在面对复杂的混合云管理,需要引入具备多云资源对接管理能力,并为上云提供一体化服务的云管理服务商。
2021年Gartner又发布了《Gartner 公有云 IT 转型服务魔力象限》报告(Magic Quadrant for Public Cloud IT Transformation Services),让Cloud IT Transformation正在成为云MSP(Cloud Management Service Provider)转型的新方向。
这也是由于企业上云的挑战和需求正在逐步变化,从之前的运维管理到现在的优化调整和适配。目前主流的云MSP服务商都在推出包括上云咨询、迁移、管理、运维、安全等覆盖整个企业上云生命周期的云管理服务。
发力云上西部
Gartner预测,到2023年,全球50%企业上公有云都会采用MSP。这对于云MSP既是机会也是挑战。
2016年成立的四川知行志成科技有限公司(以下简称“知行志成”)围绕企业上云正在开展三方面工作,第一,云上咨询、部署、迁移;第二,上云之后,提供一些定制化、场景化解决方案,帮助业务系统在云上能运行的更好;第三,自研云管产品,对客户的云上业务做全面的管理和运维。
知行志成的主战场在西部地区,这一地区的云计算发展相比其他区域要更加缓慢。但西部地区也有着自己的特点和优势,西部地区市场潜力大,首先是云计算已经成为企业数字化转型的技术基础,其次是西部地区企业数字化发展正在增速。
同时,政策上西部地区受到扶持力度也很大,省市区各级政府都在支持企业上云。行业上游戏产业发展迅速,很多企业很早就是云原生企业,带动了各大行业使用云计算。上云的意识上,西部企业上云的意愿和主动性一年比一年强。
为了更好的帮助西部地区企业上云,知行志成也展开了和亚马逊云科技的合作,加入了亚马逊云科技合作伙伴网络(APN)。
四川知行志成科技有限公司CEO孟伟谈到选择亚马逊云的四个原因,第一,亚马逊云科技的技术和服务具有领先性;第二,价值认同,顾客至尚的创新文化;第三,拥有为完善的能力认证体系;最后,全球市场的覆盖,以及产品和服务在中国的快速落地。
四川知行志成科技有限公司CEO孟伟
差异化的能力提升
亚马逊云科技也通过APN对知行志成进行不同层面的赋能,这也是双方能合作到现在的原因。
在2016年知行志成在刚接触云服务市场时,亚马逊云科技就在发展战略规划和路径层面给出了很多建议。通过亚马逊云科技的培训机制,持续赋能技术团队。亚马逊云科技及拥有丰富的能力认知体系,技术人员通过认证不断提升服务能力,为客户提供更好地服务。最后在市场拓展上进行支持,联合销售,商机共享提升市场覆盖率。
孟伟表示,2017年知行志成通过各项能力考核认证后,成为亚马逊云科技的高级咨询合作伙伴,2018年成为西区第一家通过云迁移能力认证的合作伙伴,2021年入驻亚马逊云科技Marketplace,2022年通过了Amazon EMR认证。
知行志成已经服务超过170家客户,覆盖了超过15个行业。一个代表案例就是通威股份,其业务对系统的依赖性非常高,尤其是FBC(融合业务云平台)系统,这是通威最复杂也是最庞大的一个系统,包含了门户、BPM(流程管理)、身份管理、KM(知识管理)、ESB(企业服务总线)等,现在30分钟就可以将核心的FBC系统直接迁移到云上,并且实现对客户端终端的服务交付。
现阶段,知行志成首先要完善解决方案能力,标准化服务流程;其次打磨云管产品;最后针对西部地区通过场景化的方案和服务,为客户提供定制化的服务,尤其是针对高端用户进行一对一的服务。孟伟指出,知行志成会将大多数客户的服务流程标准化,再从中提炼出部分服务,提供标准化升级服务提供给更高端的客户。
未来双方也将继续加强合作,提升各方面认证能力,提升服务的深度和广度,在云安全、大数据、AI方面加大投入,拓展多样化渠道,上架亚马逊云科技Marketplace,服务更多海外和国内客户,向着“服务+软件”的路径发展。
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。