Transcription
我们需要非常习惯地对同一群人说同样的话很多次。但对于人工智能的采用，真正重要的是要理解在商业方面，什么才是至关重要的。你不需要了解他们日常做什么。我们需要开始将 Active 视为通往业务的门户。欢迎来到 Cisco SE Talks，在这里我们将合作伙伴置于聚光灯下，与他们深入探讨人工智能对话。我非常期待今天的会议，因为今天我将与 WWT 的 Benita Mordi 以及 Chris Pupillo 一起参加。我今天也与 Joel Sprague 合作。Joel 是 Cisco SE，他将与我一起主持对话。Joel，请您开始。谢谢你，Zain。正如我所提到的，我今天在演播室与 WWT 的 Benita 在一起，我们还有 Chris 通过 WebEx 加入我们。你们想做个自我介绍吗？是的，谢谢你，Joel。我叫 Benita Mordi。我是 Worldwide Technology 的人工智能顾问。我喜欢将自己视为人工智能战略家，在人工智能解决方案方面兼顾技术和业务。谢谢。Chris？是的，你好，Chris Pupillo，工程副总裁。我负责美国中部、美国西部以及我们企业业务的超大规模客户的售前、SE 和架构师。我在 Worldwide 工作了大约 12 年，我是一位狂热的人工智能用户。谢谢你，Chris。你知道，顺便说一句，我想说的是，在来到思科之前，作为客户，WWT 始终是我首选的合作伙伴。我必须按照采购流程获取三个报价，但 WWT 始终是我开始的地方，也是我希望最终到达的地方。所以我很高兴今天能和你们谈谈。同样。所以我想从一个简单的问题开始，Benita。在工作之外，你在个人生活中是如何使用人工智能的？我倾向于搜索东西，寻找东西。如果我正在阅读，你知道，当你阅读某样东西时，然后你会想，哦，这个词是什么意思？它在上下文中或相对于那个是什么意思？这些就是我在利用像 chat GPT 或 perplexity 这样的东西时可以快速获得成果的地方。我想，如果我考虑接下来会用它做什么，也许是图像生成、视频生成、营销广告或计划，你知道，我们拭目以待。但我认为可能性是无限的。我喜欢这一点。这确实是我经常处于的状态。我不会去 chat GPT 或 perplexity，但 Google 上的 Gemini 结果总是给我一个很好的答案，好吧，这是一个足够好的答案，还是我需要实际深入到结果中去搜索？然后我经常使用 Deli 来创建表情包。绝对与工作无关，但它让我感到快乐，我的朋友们也很喜欢。所以这可能不是 GPU 周期的最佳利用方式，但嘿。所以我知道我们很多 SE 在弄清楚如何开始人工智能对话方面遇到了一些麻烦。所以你有没有一个 30 秒的通用推销，你正在接触一个新客户或客户那里的新客户，只是为了告诉他们为什么他们应该关注人工智能？他们可能会从将人工智能引入他们的流程中获得价值。是的，我喜欢使用的一个例子就是简化人工智能是什么，它就是数学。它只是非常复杂的数学，对吧？我认为，就像我们利用数学来创建我们日常生活的模型一样。所以一个有趣的例子是，如果你执教一支棒球队或一支儿童足球队，你会画图，你会画箭头，对吧？你正在为你看的东西和你希望发生的事情创建某种模型。通过人工智能，我们可以利用数学来创建相同的模型，用于日常流程，现实世界中发生的事情，然后最终实现模式识别。所以我们用人工智能做什么，以及它为什么非常有价值，是因为你可以非常快速、非常快、非常重复地为那些对我们的计算周期、我们的大脑来说非常繁重的事情做这件事，但你可以卸载它，用人工智能引擎、模型和架构来完成。哦，非常好，我喜欢这个。这是一个答案，无论你是与一家咖啡店公司还是律师事务所交谈，它都是一个非常高层次的人工智能解释，适用于任何一家公司。采用这个定义，插入你的数据，你所做的一切，并从中获得更多价值。所以，谢谢。你认为有哪些方面，你知道，就像 SE 对这个人工智能之旅是新的，我们的很多客户也是如此。你看到 WWT 客户在开始他们的人工智能之旅时，有哪些常见的陷阱？我认为最大的问题是低估了实际的努力，不仅仅是技术堆栈会是什么样子，还有变革管理过程会是什么样子，利益相关者参与会是什么样子，你会将哪些组织或业务部门纳入这些对话。这就是事情变得混乱的地方，因为你有一个团队认为，“哦，我们有一个想法，我们要去实施它。”但然后有一个执行利益相关者在赞助它，并且已经批准了它。当你考虑到需要进行的投资时，所有这些都必须结合在一起，才能真正实现部署人工智能的成功结果。我认为，如果你想到 Benita 刚才所说的，还有一个问题是如何衡量这些的有效性，对吧？我与我们很多客户的执行官进行了交谈，最近我与一家保险公司的一位首席技术官进行了交谈。他问我，我不确定如何衡量这是否有效，对吧？因为这不是一个传统的案例，很多 IT 事务往往有非常硬性的成本。所以我想……当我们与这些客户合作时，他们将需要像 WWT 和 Cisco 这样的团队的帮助来弄清楚如何做到这一点，对吧？所以是 FTE 避免？是收入产生？你知道，我将如何说“是的，我们做到了，并且取得了成功”的方式是什么？因为坦率地说，为了让客户能够扩展这些计划以及我们自己，我们必须达到那个点，对吧？所以我们必须达到那个点。我们必须帮助他们。然后还有一点，只是为了补充 Benita 的观点，我们还看到很多其他情况是，有太多的想法，有时有太多的用例。他们有数百个想法在看，并且真的只是在弄清楚如何将它们浓缩成少数几个来开始。Chris，我只是在这里插一句，我喜欢你这么说，因为，你知道，当我们与客户交谈时，他们很多时候都想实现人工智能的转变，对吧？他们遇到的一个陷阱是，我们准备好了吗？我们从安全角度准备好了吗？所以我想听听你的看法，你知道，你们从客户那里看到的是，当他们谈论安全时，当他们踏上人工智能之旅时，安全准备好了吗？我先说，然后 Benita 可以补充。但是的，我想说答案是否定的。我认为其中一部分是安全问题更加复杂，对吧？仍然存在我们都需要担心的基础设施安全问题。我认为已经有一些很棒的解决方案推向市场。但还有一个数据治理问题，对吧？因为当我拥有人工智能，特别是大型语言模型时，当我开始向这些模型输入数据时，我怎么知道这些数据是否应该可用？我怎么知道其中的好坏？所以我们正在内部处理这个问题，但我们看到很多客户在传统安全方面，但同时也有一种新的安全方式，那就是我如何确保我将正确的数据放在正确的位置，并且不会让我们的公司面临法律问题或其他问题？对，这就像是模型本身的安全问题，对吧？它不会泄露不应该泄露的数据。它不会给出非预期的结果。我认为我们都在新闻中听到过一些例子。我认为对于任何制造产品或服务的企业来说，这是你不希望发生的事情。所以我认为这就是像 Cisco AI Defense 这样的解决方案如此出色的原因，因为它解决了客户在安全问题上的关键需求，这非常重要。我同意。而且我真的很喜欢 AI Defense 的一点是，人工智能安全方面的一个转折点是，你知道，就像传统的 DLP 一样，这很容易。你进行模式匹配。如果它是九个字符，那就是社会安全号码，16 个字符，信用卡。但因为人工智能本身可以思考，你可以给它三个数字，然后两个，然后四个，然后将它们组合成一个新孩子可能从政府那里收到的唯一识别号码并进行搜索。好吧，如果你只是寻找九个字符的模式，甚至寻找社会安全号码的呼叫，DLP 就不会捕捉到它。但人工智能可以将它们组合起来，因为它们本身，你知道，我们不会深入讨论图灵测试之类的内容。但是，你知道，它确实使我们必须确保我们所做的努力变得复杂，以确保我们所做的努力，你知道，Cisco 的客户、WWT 的客户、我们客户的客户委托给我们的数据，我们正在尽职尽责地确保其安全并真正保护这些客户。是的，Joel，所有这些观点都非常好。我认为，你知道，当我们谈论安全和人工智能时，我们不仅仅是在谈论网络工程师，对吧？利益相关者的身份在变化，他们的角色也在变化。所以 sec dev ops、net dev ops，这些都是对话，安全是重中之重。那么我们如何保护它呢？Benita，我认为你提到了 Cisco AI Defense，这是一个很好的观点。这是一个用例，但还有很多其他的。Benita，之前，你知道，我们谈论过你的常规 LLM。你知道，我们都谈论过使用搜索，你知道，我们谈论过聊天机器人之类的东西，但你提到了数据。那么，你见过 WWT 交付的、不是人工智能聊天机器人或只是在某件事上部署 LLM 的最有趣的人工智能 ML 项目是什么？对我来说，不涉及 LLM 的人工智能的有趣用例之一是计算机视觉。我知道我们有一个项目，我们帮助识别脑肿瘤，利用 MRI 扫描并使用 CNN 来完成这项工作。所以当你想到会发生什么以及你如何实际增强放射科医生的工作时，这非常有趣。我认为，放射科医生平均需要一个小时来真正查看一系列扫描并确定这确实是脑肿瘤。但有了可以做到这一点并且经过这些 MRI 扫描训练的模型，这使得放射科医生的工作速度大大加快，将时间缩短到五到十分钟。所以我认为这些非常酷。我喜欢的另一个计算机视觉例子是在主题公园，我们所做的就是数人。我的意思是，我认为仅仅做一些简单的计数很有趣，你没有意识到它带来的见解。所以计算在主题公园某个区域聚集的人数，或者他们在游乐设施排队时的模式。然后你开始产生这样的想法，哦，好吧，我们注意到人们很近。我们在这里放什么？我们放一个零食摊吗？我们可以派演员去公园与这些人互动吗？这似乎很简单，只是计数，但当你从中获得这些见解时，你就可以开始做不同的事情，不仅能让客户体验很棒，还能为企业提供收入选择。是的，你用了“增强”这个词，我真的很喜欢。你知道，人工智能，我们都有人工智能会取代我们的恐惧，但至少在正确使用时，它确实能帮助我们更好地完成工作，无论是节省时间。所以以主题公园为例。我喜欢迪士尼的鬼屋，我知道，就像你说的，线条转弯的地方，你会卡住的地方，他们有带有趣名字的墓碑，所有这些都是故意在那里让人们保持兴趣的。但我们过去的做法是，他们需要让，是什么，想象工程师进入队伍，看看慢点在哪里，为每个游乐设施这样做，每天做多次。现在我们可以设置摄像头，你知道，记录几周的时间，使用聚类来找出慢点在哪里，一天中的什么时间。然后想象工程师就可以花时间在那里想出有趣的东西来改善体验。他们不必花所有时间在排队上。我们没有取代他们。人类的创造力仍然是必需的，但人工智能帮助增强了它，并帮助节省了他们的时间。而且它只是……我认为这就是我希望从人工智能中看到的。你知道，任何技术都会有成功和失败。有些不会那么好，但这就是我看到希望的地方。而且可能性太多了，你知道，你必须有合适的人遇到问题并意识到人工智能可能如何帮助他们并找出答案。但是，你知道，我希望随着这些事情的出现，对我们所有人来说都会更好。是的，这是一个很好的例子，说明了如何更快地创新和发挥创造力。绝对。我昨晚还听说了另一个。你知道，我们所有的手机都有，你知道，有些早晨有雷暴，你知道，或者火灾。西海岸有很多地震预警。所以 Google 订阅了一项服务，该服务在加利福尼亚、华盛顿、俄勒冈拥有 1600 个地震监测器，以便在早晨为 Android 用户提供地震信息。但是 Android 用户不仅仅在西海岸。他们遍布世界各地。所以 Google 开始做的是利用我们手机中所有的加速度计，结合粗略位置，现在在全球拥有 20 亿个地震传感器，这样他们就可以在需要时为每个人提供地震预警，而不仅仅是那三个州的服务覆盖的人。而且，显然，这是一个巨大的 ML 聚类，我敢肯定他们将加速度计读数与已知的地震进行了比对，匹配起来，这样他们就可以创建一个数据集，然后知道并可以提供给所有人，老实说，让世界变得更美好。除非你用的是 iPhone，但我是一个 Android 用户，所以我没事。是的，让我们退一步。你知道，这个播客是为 SE 而设的。我知道我们很多 SE，就像我说的，他们对这些对话感到紧张，但我们这样做是因为，你知道，这是我们的客户想要的。这是 Chuck 想要的。所以我们正在进行这些 SE 对话。你在思科和 WWT 的 SE 以及其他行业 SE 中看到过由于缺乏培训或知识而出现的问题吗？或者我们可以与这里的同行谈谈，比如，嘿，为什么你不专注于这个？这将帮助你更好地交付。也许不是成为 Benita，而是成为客户更近的人工智能顾问。是的，我确实有一些想法。我认为最大的问题是，关于人工智能的信息量很大，这可能会让人不知所措。即使对我自己来说，也像是，好吧，又有一个需要去理解、学习并弄清楚它与 X、Y 或 Z 的关系。我认为对于 SE 来说，我认为这变得非常真实，因为你想成为客户信任的顾问，并质疑你所知道的和不知道的，或者你不理解的人工智能。所以我认为也许应该退一步，因为我们总是在思考技术是什么，我如何解决这个问题，它看起来像什么，到人工智能的出现或不出现对客户有什么影响？对吧？它的采用看起来像什么？为什么他们必须这样做至关重要？我认为一旦我们开始了解它的样子以及可能需要改变什么流程，我们就可以开始思考如何实际构建一个系统，从客户可行的角度来看，然后再考虑架构堆栈，然后再考虑模型的样子等等。所以我认为我看到的一个困难是退一步并试图匆忙找到解决方案。但对于人工智能的采用，真正重要的是要理解在商业方面什么才是至关重要的，以及可以实施什么来解决这个问题。我也很想听听 Chris 的想法。是的，你说了一些重要的事情，我认为，你知道，我不知道是恐惧还是犹豫，但有……SE，你知道，我一直在 SE 这个行业很长时间了。我们在没有真正专业知识的地方倾向于保持沉默，对吧？SE 想知道，一旦他们对某件事了了如指掌，他们就准备好开始谈论了。而人工智能，我们将不得不克服这种冲动，因为它变化太快了。但我认为有几件事。一是你真的需要理解客户使用的基本术语，坦率地说，这并不是我们习惯的东西，对吧？这不是网络术语。这不是数据中心术语。这是，你知道，在我们的讨论中，训练意味着什么？在上下文中，推理意味着什么？所以我认为每个人都必须熟悉这一整套术语。但是，你知道，你在上一个问题中提到了传感器，对吧？就像理解我们正常 IT 空间之外的东西，比如传感器的等价物是什么？有很多数据。我们最近在内部讨论了应用程序开发，对吧？我认为我们的团队传统上……他们更害怕与应用程序开发团队交谈。这是因为我们不是开发人员，我们不做编程。但我想到的一个事情，人工智能就是其中一个例子，当你去与应用程序开发团队交谈时，而这通常是我们将在人工智能方面与之交谈的人，你不需要了解他们日常做什么。我们需要开始将应用程序开发视为通往业务的门户。这意味着我们必须与他们进行对话，因为这就是人工智能用例等事物的实际应用之处。我认为我最后要说的是，我们都必须更加好奇，几乎要回到人工智能的根源。我不知道在座的各位是否如此，但当我开始做 ISE 时，我有一个家庭实验室，我有很多东西。当人工智能出现时，我在我能找到的任何硬件上运行开源模型，并且真正深入研究这些东西。所以我们几乎必须回到早年，你知道，如果你是一个有 20 年 SE 经验的人，这可能与你日常的运行方式有点相反，但这就是我们都必须愿意做的基本水平。并且要有勇气去进行这些对话，并且不知道它们将如何应用的细节。你不必了解他们将用于部署它的软件，但我们确实需要进行概念性对话，因为如果我们不参与这些对话，你就不会参与到我们所有人都能从中获利的那些基础设施讨论中。我认为在这方面，我们都必须走出我们的舒适区。是的，Chris，我非常感谢你从工程 SE 的角度提供的见解，因为你提到的一点是人工智能的变化速度，事情变化如此之快。不同的 LLM，你知道，它们几乎每天都在出现，对吧？并且真正理解它们如何工作的后端。我记得我与一位客户的谈话，他认为思科只是一个网络和安全公司。他们完全不知道我们在人工智能方面的投资，以及与你们和 WWT 合作，并作为一个生态系统合作伙伴共同走向市场。所以如果我们 SE 不更新我们的客户，我们就错失了机会，就像你说的，对吧？所以这些是我正在进行的对话，Joel 正在进行的对话，Benita，我相信你也在进行的对话，是真正教育我们的客户，因为事情发展得如此之快。是的，绝对。我喜欢这一点。我最近也和别人谈过，对吧？不仅是在人工智能方面，甚至只是思科的产品线，就像你说的。发生的变化和公告的数量，路线图变化的发生速度。我内部有一个词，廉价重复官。我们必须非常习惯于对同一群人说同样的话很多次，因为你接下来要谈论的人不会知道，对吧？或者他们可能听过你在上次会议上提到过，你需要再次提及。因为当我们以这种速度前进时，如果你想让你的客户理解你的产品组合。当它在六个月、12 个月、18 个月内保持不变时，情况就不同了。但当变化在两到四周内发生时，你必须回来，回来。所以我们都必须非常习惯于这种重复，我需要提供另一个更新。我需要提供另一个更新，因为你可能不知道，客户先生或客户女士，这将如何影响你的战略以及思科可以做什么。我认为这很重要。绝对。是的。所以我们一直在谈论人工智能，而不是太多关于思科，除了必须提到的 AI Defense。但我知道 WWT 与许多供应商合作。我使用我的 ATC 登录。我看到了里面的所有不同产品。但作为人工智能顾问，你认为思科在人工智能领域有哪些突出之处，无论是我们产品中的人工智能，还是我们运行人工智能的产品？你认为思科在人工智能方面做得怎么样？我认为我会将其总结为通过利用客户已经熟悉的产品和工具集来简化采用。并在此基础上，利用与 NVIDIA 的合作继续这样做。我认为今年从 Cisco Live 看到的一件非常有趣的事情是深度网络模型的推出。如果我没记错的话。这表明了我们可以从思科期待什么。而且，当我们谈论领域专业知识并在此基础上进行扩展时，我认为这对于思科所做的事情来说是一个游戏规则的改变者。绝对。实际上，你提到了我们如何使其易于引入。我昨天实际上与一位高频交易员交谈过，他一直在关注他们的 HPC 集群的超以太网。你知道，他们想要它。他们想要它。你知道，我们昨天开始与他们谈论它，你知道，只是给他们一个更新，因为规格已经出来了。我们说，你知道，到年底，我们将开始看到超以太网的东西，然后我们说，“哇，你到底在找什么？”数据包弹簧等等，“嗯，我们可以在两周内为你做到，因为我们正在与 NVIDIA 合作，提供 Spectrum X 产品，并在你熟悉的 Nexus 交换机中实现它。你所要做的就是安装 10.6.1 并输入硬件配置文件 spectrum，你今天就可以拥有所有这些功能。你知道，我们仍在努力实现所有超以太网的规格。我们将在年底前全部完成。但我们可以将这些 Spectrum 功能引入你已经熟悉的 Nexus 交换机，并在两周内提供给你。这确实吸引了他们。这些集群一直使用 InfiniBand。他们使用的设备已经停产，他们有点——你知道，有点不知所措，试图弄清楚下一步该做什么。就像你说的，我们能够将他们想要的技术今天以他们已经熟悉的形式提供给他们，这确实引起了他们的共鸣。所以我很高兴这不仅仅是一次性的事情，我们看到了其他方式的发生。我认为你，你加倍强调了这一点。而且，你知道，前面提到的 AI Defense 和安全问题。它必须是，你知道，听着，这里必须有差异化。差异化不会在，你知道，NVIDIA GPU 级别或类似的东西上出现。我将很多东西都比作 UCS 时代，对吧？是什么让它与众不同？不是 Intel 芯片。不是，你知道，所有这些其他东西。是设计。是网络交互。是所有这些其他东西。所以就像你说的，能够为他们提供熟悉的东西。但我认为最大的事情是关注安全以及网络。我们已经进行了一些研究，并发表了一些关于以太网和 InfiniBand 的论文。我认为我们终于通过 NVIDIA 克服了所有这些。所以你与 NVIDIA 的合作将很重要，并在人工智能试验场证明以太网如何真正成为这里的王者。但再加上安全，这就是思科的秘密武器，因为它不会是一场与相同功能进行刀战的比赛，因为这是一个 OEM 包装。所以我认为这是我们前进时都必须拥抱的，就是真正关注那些重点差异化因素，而不是陷入太多地比较相同的东西，因为总会有这样的东西，而且我们无法摆脱它。但产品组合的转变我认为是一个非常积极的事情。而且机会很多，因为归根结底，这可能真的是退后一步，我们面前的机会，尤其是在企业领域，是巨大的，对吧？这个领域的采用率非常低。大部分发生在超大规模用户和作为服务提供商以及那 5% 的企业市场。所以仍然有大量的开放领域需要去争取。我认为我们都必须拥抱这些差异化因素，才能共同赢得这些机会。绝对。所以我们问了很多问题。我们谈论了人工智能。现在我要让你有点紧张，我们称之为两个事实和一个热门观点。你知道，我们确实给了你一些警告，希望你今天带着三份陈述来，其中两份是事实。一个是人工智能的热门观点，我应该猜出哪个是热门观点。好的。好吧，我准备好了。不要偷看。好吧。第一句话，人工智能模型越来越耗费能源。这是一个有趣的问题，因为是的，它们越来越大，但量化使它们变得更好。然后还有，嘿，哪个模型更有效率？是的，DeepSeq 更小，但很多测试表明实际使用中，它消耗更多的 GPU 周期来回答问题。所以，好吧。我来想想这个问题。给我下一个。我们看看最后的结果。好吧。所以下一句。大多数人工智能项目的失败是由于人，而不是技术。那是一个事实。我知道那是一个事实。而且我希望，你知道，思科和 WWT 正在，你知道，尤其是，你知道，这就是我问关于 SE 的问题的原因。希望我们正在为我们的团队做好准备，以应对这些问题，并且不要让这种情况发生得太多，至少对于思科、WWT 的客户来说，其他人，你知道，他们只能靠自己。所以我们来看看最后一个，我会试着猜出哪个是热门观点。好吧。所以最后一个。提示工程将成为一个永久的职位头衔。那绝对是真的。你知道，已经有这样的工作了。而且，你知道，特别是当我们不断地说到安全问题时，你知道，提示工程是确保模型安全并且不会做你不想做的事情的一个重要组成部分。所以那是真的。所以我将回到效率问题作为热门观点。真的吗？好吧。想知道你做得怎么样。好吧，所以大多数人工智能项目的失败是由于人，而不是技术。这是真的。根据 Gartner 和 McKinsey 等多家行业研究，70% 到 85% 的人工智能项目由于范围界定不当、缺乏基础设施、投资回报率不明确以及当然，组织阻力等原因而未能投入生产，就像我们谈论的那样。所以这是一个事实。好吧。关于能源强度或密集度的那一个实际上也是一个事实。训练像 GPT 这样的大型模型可能消耗数百兆瓦时的电力，而且大规模推理，特别是对于像人工智能驱动的聊天或自主系统这样的实时应用程序。因此，这正在继续引起人们对长期环境足迹的担忧。热门观点实际上是提示工程。真的吗？这是一个热门观点，因为虽然它目前是可行的，而且也有这样的工作。如果我们考虑一下我们对推理模型和代理模型、代理系统的期望，我们预计一旦这些模型变得更智能，我们就不会需要更深入的提示技巧。然而，仍然有价值，但这并不意味着提示工程将成为一个永久的职位头衔。所以我认为这很有趣。绝对是一个热门观点，因为它有点像将它与你的谷歌搜索技能相提并论，你知道，然后那并没有完全变成一份全职工作。所以，我不知道。我们拭目以待。那个很有趣。我喜欢。是的，那是一些思考。而且，它实际上让我想起了 Anthropic Training Clawed，他们的部分安全措施是那个完整的第二个模型，它拥有联合国世界行为准则等等，它只是用来测试那个模型，以确保它不会，你知道，引用旧的谷歌说法，“不做坏事”。我以前从未想过提示工程本身。好的。是的。是的，我们拭目以待。你难倒我了。有趣的事实。所以我认为这是一个很好的方式来总结我们的讨论。所以非常感谢你的时间。但 Chris，我知道你今天无法来到演播室，但我认为我会给你一个机会来总结一下，如果你还有什么想说的。是的，我认为我想强调的主要一点是合作关系。当我们谈论许多客户用例、客户情况时，它们很复杂，而且对每个人来说都是新的，对吧？所以如果你想到在 IT 的整个生命周期中这种情况发生多少次，那并不经常发生，对吧？人工智能对我们的大多数客户来说是新的。我之前提到过有一小部分人。我们已经从事人工智能 ML 十多年了，所以这感觉很熟悉。对于生活在那个世界里的客户，比如金融公司，可能还有制药、生物、生命科学之类的公司，他们在这方面已经领先一步了。但对我们的大多数客户来说，这是新的领域。对我们的大多数团队来说，这是新的领域。对行业来说，这是新的领域。所以需要一个村庄来一起弄清楚这一切。所以我想说最重要的一点是确保我们都在交谈，并且我们都在计划并进行这些讨论，因为我认为我们可以作为合作伙伴带来一些东西，然后反之亦然。你知道，我们从构思用例概念的早期阶段就开始关注这些人工智能机会，甚至提供一些，对吧？就像我们有很多预构建的，我们说，“嘿，我们见过这些。它们似乎在更广泛的行业或你特定的行业中都有效，一直到实际的高性能架构，我认为我们都在那里获利。但在某些情况下，要达到那里还有很长的路要走。而且我们将比单独解决更快地达到那个解决方案。而且，我认为，由于这种情况以及客户渴望获得帮助的方式，这确实是一个独特的时刻，而他们并不在所有事情上都这样，对吧？我们经常遇到认为自己在网络、存储或计算等方面最了解的客户。很少有人认为他们在这方面最了解。所以他们对每个人的意见和对话都持开放态度。所以，只是……确保我们尽可能多地交谈，并真正汇集我们的力量来帮助解决客户的问题。是的，Chris，我想再次强调你提出的一个非常非常真实且非常相关的观点。那就是合作关系，对吧？我们总是说我们将共同获胜，并与我们一些最优秀的合作伙伴共同获胜，WWT 就是其中之一。所以，再次，当我们结束时，我希望每个人都像我一样充满活力。我们谈了很多，对吧？我们谈论了一些人工智能的热门观点，一些事实。我们谈论了，你知道，我们与你们的合作关系，以及 SE 如何引领潮流，对吧？我们与许多客户进行了这些讨论，由我们来真正教育我们的客户并与像你们这样的合作伙伴真正合作。而且，对于团队来说，你知道，我非常期待我们的下一届会议，届时我们将邀请一些人，我们继续人工智能的对话。我们将邀请 Dr. G、Dr. Gaurav Khanna、John Cuneo 和 Justin Perry，并保持势头，并非常期待与大家继续合作。再次感谢你的时间。