Gartner公司发布了2024年将影响技术提供商的重大趋势。
Gartner执行副总裁Eric Hunter表示: “生成式人工智能(GenAI)开始主导几乎所有技术提供商的技术和产品发展进程。从增长和产品战略到员工平时所用工具,GenAI令技术提供商发生了‘脱胎换骨’的变化。不过,尽管该技术具有如此潜力,它并非对技术领导人产生影响的唯一因素,其他影响因素还包括增长计划中的新摩擦点、营销与销售活动中的新融合点、技术和服务提供商(TSP)可构建的新型关系等。”
面对这些因素所产生的直接和长期影响,产品领导人必须在把握短期机遇、获取长期优势以及基于经济复苏或衰退而制定战略之间进行权衡。Gartner 2024年重大趋势体现了这种双重性考量(见图一)。
图一、Gartner 2024年技术提供商重大趋势
注:每个趋势圆圈的大小表示该趋势与其他趋势相比对于技术提供商的影响程度大小。
来源:Gartner(2024年2月)
高科技企业将注重高效增长
过去十年,IT支出的大幅增长使高科技企业受益匪浅。但为抓住增长机遇,这些企业在追求增长的同时却没有充分考虑成本因素,因此这是一种“不计成本的增长”战略。高科技企业的产品、组织和雇用计划均建立在持续强劲增长的前提上。
由于宏观经济形势给买家带来不确定性,资金成本上升导致投资人开始重视利润率增长,Gartner分析师发现技术提供商呈现出注重高效增长的趋势。实施高效增长战略,表明高科技企业认识到,在扩大规模的同时提高当前的利润率并开拓未来的收入来源,具有重要意义。
企业IT与提供商之间的新关系
随着业务和技术要求的提高,企业IT部门必须扩大支持范围、提高服务的速度和深度,从而导致自身资源和能力捉襟见肘。这为技术提供商的产品领导者带来了新机会,有望在客户企业内部建立新型关系并开辟新的收入来源。例如,扩大提供商在企业IT和业务部门中的作用、在提供商与企业之间建立以结果为中心的关系,以及成为整个企业的一级提供商等。
可持续的业务增长
以往,可持续发展项目以及企业活动的环境、社会和治理(ESG)影响管控工作,仅仅注重降低内部风险和确保合规。产品领导者必须与时俱进,接受同时双重实质性原则并全方位利用新兴技术实现可持续发展目标。
AI安全
负责任的AI和AI安全并非新概念,但在GenAI技术以前所未有的速度发展之际,人们围绕风险管理以及如何解决内容来源、幻觉等日益严重的问题展开了热烈的讨论。产品领导者必须构建包含安全原则的解决方案,把重点放在模型透明度、可追溯性、可解释性和可说明性等方面。在充满活力的GenAI市场,预先解决监管和合规问题以建立信任,对于保持竞争力至关重要。
买家情绪日益悲观
在过去三年中,由于其老旧的产品上市(GTM)策略与新的买家行为不相适应,技术提供商的销售业绩越来越不理想。如果不调整其销售和营销策略来发现和应对买家的悲观情绪,那么无论从内部还是外部角度来看,技术提供商的销售业绩都将继续下滑。
垂直GenAI模型
虽然通用模型在各种GenAI应用中的表现出色,但此类模型可能不适用于许多需要特定领域数据的企业用例。技术提供商必须探索以行业为重点的模型,才能更高效地利用现有资源满足特定用户需求。否则,模型的创建和使用成本及复杂性都将上升。
个性化的市场体验
专业化、小众化的数字交易平台正在兴起,可帮助买家在采购、实施和整合解决方案的过程中解决复杂问题。如果产品领导者不通过此类交易平台提供服务,就难以便利地与目标客户建立联系。据Gartner预测,到2025 年,供应商和买家之间80%的销售互动将通过数字渠道完成。
行业云带来增长
服务提供商、超大规模云服务提供商、独立软件厂商(ISV)和软件即服务(SaaS)提供商纷纷开始使用垂直解决方案交付客户成果,从而推动自身业务增长。据Gartner预测,到2027年,50%以上的技术提供商将使用行业云平台交付业务成果,而2023年这一比例还不到5%。
PLG与价值管理结合,形成混合型GTM策略
产品主导型增长(PLG)策略侧重向用户展示产品价值来激发购买意向,进而支持产品上市(GTM)团队与有意向的买家进行沟通。但大多数采用此策略的企业已开始意识到,在大多数情况下,完全自助式的市场拓展方式并不可取。在某些阶段,销售团队必须介入以促成交易。无论发展新业务还是扩展既有业务,买家需要产生业务价值并证明投资回报,因而提供商将把PLG策略与价值管理和实现举措相结合,形成混合型GTM策略。
精准的营销和销售
快速演进的技术进步,例如GenAI、数字化采购和元宇宙等,正在改写技术提供商的技术营销与销售方式。如果不采用新策略,技术提供商将同时面临整体交易质量下降、与市场脱钩以及针对既有客户的销售业绩增长受限等问题。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。