智能时代,ICT人才的绝对供给和培养周期,远跟不上产业发展的节奏,人才的短缺已经成为产业和企业发展的瓶颈。从IDC等咨询机构发布的报告看到,到2023年,我国数字化人才缺口会超过200万。

ICT专业人才对于生态建设的重要性是不言而喻的,其需要最优秀的人和最优质的资源。为此,华为针对合作伙伴售前各级工程师开展了权威认证,认证分为四个等级,覆盖售前初、中、高级售前能力水平人员。其中,L1为“兴趣级”;L2为“产品级”,L3为“解决方案级”,L4为“高级解决方案级”。
特别是L4是目前华为最高能力等级的渠道售前认证系统,目标是培养并识别“行业解决方案专家”和“跨产品领域解决方案专家”。该认证首次纳入“行业”维度认证,以“华为行业数字平台解决方案”、“华为跨产品解决方案”为切口,专项培养“行业”领域专业人才。
在近日举行的华为首届“懂行大会”上,华为L4精英圈首次举行了闭门会议,与会代表就如何打造数字化转型的懂行人进行深入讨论。
懂行业懂技术的ICT懂行人
对于一家科技公司来说,售前在ICT市场拓展方面发挥了重要作用,他们往往工作在第一线,把公司的产品或解决方案充分展示给用户,并力求得到肯定,最终在众多可选项目中,让用户心甘情愿为你的产品和方案埋单。
为了使能技术销售,华为渠道售前认证便应运而生,聚焦于帮助合作伙伴售前人员提升作战能力,助力合作伙伴商业成功。该认证是针对渠道合作伙伴售前岗位的专业认证,定位于单产品的引导和销售,旨在证明渠道合作伙伴能够理解客户通用需求,匹配产品的典型场景应用,完成销售投标及报价支持。
华为渠道售前认证围绕关键能力、从业经验、岗位角色、价值呈现四个维度进行级别划分。例如L1只需要掌握入门产品与技术,不需要从业经验,岗位更多是配置助理;L2则是需要掌握产品、配置、投标等能力,具备两年以上从业经验,岗位是产品销售;L3则是需要掌握解决方案设计以及项目运作的能力,具备四年以上的从业经验,岗位是产品解决方案销售。
总的来说,不管是L2还是L3在价值呈现方面都是为了打赢项目。在现在的项目运作中,随着客户个性化需求的提出,以及各类技术的涌现,技术与行业的融合越发紧密,作为ICT懂行人,不管是解决方案伙伴还是销售型伙伴,一个良好的售前专家除了需要懂ICT技术,其实也需要对产业和行业有更多洞察。
所以,最高级别L4的使命就是洞察机会与拓展可参与的市场空间,也就是需要深刻把握自身与客户所在行业的发展情况,解析出业务场景需求,进而寻求更为广阔的商业机会。行业数字化转型愈加深入,涉及的应用场景和解决方案愈加细分。因此,L4在能力要求上则是需要具备顶层咨询与架构设计能力,8年以上的从业经验,岗位对应是咨询顾问、架构师、行业解决方案销售。
聚合数字化转型懂行人
由于最高级L4认证的难度较大,现阶段只是面向华为生态领域高端专家开放,暂时采取短名单邀请制。目前,首轮面谈已通过70人,23人获得了证书,其中解决方案伙伴占比达63%。
从伙伴类型也可以看出,现在的ICT生态系统中,各类不同的伙伴(包括经销商、增值分销商、云服务提供商、解决方案提供商、集成商、独立软件开发商、咨询服务提供商等)之间是平等合作的网状关系,通过相互合作共同创造“客户价值”。
L4参与认证专家具备不同领域的业务背景,比如,智慧城市顶层设计、教育城域网方案销售、公安信息化顶层设计、数据中心方案规划、云交付咨询与设计实施等。在产业融合的趋势下,如此多元化的业务之间如果相互碰撞,又会产生怎样的“化学反应”呢?
俗话说“独木不成林”,为了更好地促进L4专家之间的交流,华为牵头成立了L4精英圈,实现深度的技术与商业合作。通过“圈子”这样的社交形式,成员之间可以“无界”沟通,进而实现“跨界”创新。
通过L4精英圈,成员之间可以及时分享最新的知识、信息和能力,包括产业/行业趋势解读、新机会洞察分析、华为解决方案研讨、华为自身能力分享等;还可以联合技术创新,深度商业合作,包括引导客户需求、联合方案打造、新商业模式合作、商机共享。除此以外,L4精英圈还采用L4认证激励、内外部授课、活动宣讲与营销宣传等多元化的激励机制,不断提升精英们的影响力。
在华为这个生态圈中,伙伴之间不仅可以互通有无,还因所专注的行业不同,看到不同的产业机会,这些来自各领域的精英,共同基于华为这样一个大平台,势必大有作为。而华为将始终与伙伴们一起前行,发现机会,抓住机会。
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。