奇怪的文化:软件供应商的角色变化

软件行业经历了从硬件附属品到独立供应商,再到应用服务厂商扮演软件供应商角色的转变。期间开源和免费软件兴起,改变了软件销售模式。当前应用服务厂商如腾讯、淘宝等成为软件开发的重要力量。

软件行业的发展中,我们可以关注到软件供应商的身份的变化,以判断行业的趋势,或者说给予行业跳槽一个指向

1.
硬件厂商的附属品

最早期的时候,没有独立软件供应商,软件是硬件厂商销售的硬件产品的附属品,本质上来说,软件是不值钱的。软件只是促进硬件购买的一种搭配,这个时期程序员都是为硬件厂商打工,通俗的说软件不值钱。

2.
独立软件供应商

后来又一个叫bill的家伙,在开放的PC架构上,写了一个操作系统,OS最大的贡献是可以提供我们队硬件层面的抽象,让我们为设备写应用的时候可以不再过多的关注设备(我2年前和淮工的学生说过,手机开发一定会走OS路线的,不过他们坚决不听),最重要的是这个家伙写了一封啥给爱好者的信,从此开始出现了软件供应商这个角色,他们开始将软件从硬件厂商的束缚中脱离,他们开始独立的销售软件,而且不需要给特定的硬件厂商服务。

微软不仅仅是提供了一个可以脱离硬件厂商的机会,而且更是提供了一个软件程序员赚钱的平台。在window上开发的企业个人在这个看似简单原始的一手交钱一手交货的商业模式中得到了地位和金钱。

3.
软件供应商迷茫期

再然后就是轰轰烈烈的开源和免费时代来临了。在这个时期中,独立软件供应商受伤非常大,收益的是硬件供应商和应用服务厂商。

硬件供应商告诉客户说,你买我的服务器吧,服务器上用的软件嘛,简单,免费开源的多的是,你不需要购买软件了。

应用服务厂商(淘宝啊,阿里爸爸,亚马逊都算这样的厂商,用软件来实施自己具体业务的)也感觉很爽,毕竟可以省了一大笔钱嘛,在正常的信息交易领域中,软件比硬件贵士正常的。

不过运行了一段时间后,硬件供应商说,啊,你这样在我的服务器上跑应用时不对的,这样你只发挥了我硬件水平的20%。不过如果你想知道怎么激活另外的80%的能力,你需要请一个顾问。

这个时期赚钱的大多都是硬件厂商和服务咨询顾问。独立软件供应商开始走下坡路,人们开始习惯和喜欢软件免费。

4. 应用服务厂商代替独立软件供应商

事实证明,将软件交给或捆绑在硬件厂商上是不明智的,硬件厂商的思维和核心业务注定不会给予软件开发更多的投资,此时,也就是现在,我们看到的是应用服务厂商承担起了软件供应商的角色。

与独立软件供应商不同的是,应用服务厂商的软件开发时为自己服务,他们不再相信硬件供应商软件免费的神话故事,他们自己组织人力,自己建立了一只庞大的应用软件开发服务队伍。

可以看看,那些互联网服务或者转型的硬件供应商都可以培养自己的软件开发队伍,而且这支队伍非常的庞大和有力。比如腾讯系,淘宝系,亚马逊系,新浪系都会将是未来的软件巨头。

而微软的大麻烦就是在这里,如果微软还是坚持目前的独立软件供应商的角色,那么被Web系击垮是早晚的事情,我们将来会说,击垮微软的不是开源和免费,而是被角色变化打败的。

5.
手机开发文化

appleiosgoogleandroid都是以os的面貌出现,隔离了设备。但不同的是,apple的路线接近当年microsoft的路线,我提供平台,我建立规则,我提供参与这个平台的人赚钱的机会。

google的文化注定了和applemicrosoft不同的模式,这个模式极有可能最后google赚钱了,手机厂商赚钱了,开发者只有非常少的人赚钱。或者最后我们发现,google也没有赚到钱(看看sum就知道了)。

PS:

说道手机,正好要说个事情,很多人说,应为有了软件盗版或以中国的PC行业会得到普及,说这样的话,简直和说没有我们伟大正确关荣的D领导,中国不会像现在一样繁荣富强一样,狗屁的言论。

手机没有盗版,软件不能盗版(或极少盗版),硬件价格也不低,不照应通过了几年的发展,到了今天的人人一支的程度吗?

不是说,盗版一定不合理,只是我厌烦的是,为用盗版找的借口总是那么不上台面。

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值