亚太地区——新加坡——2022年10月28日——为特定行业提供商业云软件的全球领先供应商Infor近日宣布,任命Terry Smagh为Infor高级副总裁兼亚太及日本地区总经理。Smagh将常驻新加坡,负责在澳大利亚和新西兰、大中国区、日本、印度、东南亚和韩国等国家和地区的主要市场推动Infor的业务增长,并助力客户取得成功。

( Terry Smagh , Infor高级副总裁兼亚太及日本地区总经理 )
Infor执行副总裁兼国际业务总经理Wolfgang Kobek表示:“Terry是亚太地区企业级软件市场的资深专家,在推动营收和市场指数级增长方面拥有20多年的国际经验。我们很高兴他能加入Infor,带领正蓬勃发展且充满机遇的亚太及日本地区的业务发展。随着亚洲地区企业技术投资规模的不断扩大,他们正在积极寻求能够帮助企业快速且大规模提高业务灵活性、效率、韧性和创新性的软件。Terry为人热情向上,长期致力于推动和提供以客户为中心的卓越服务,我相信他将带领我们的团队和客户更上一层楼,进一步巩固Infor在亚太及日本地区的发展根基。”
Smagh将为Infor带来“软件即服务”(SaaS)和数据分析领域的深厚行业专业知识,他在帮助整个地区的客户实现业务转型和增长方面拥有良好的业绩。在加入Infor之前,他曾在BlackLine、IBM和Qlik等公司担任高级领导职务,在推动公司营收增长机会和提升盈利能力方面发挥了重要作用。
Smagh是新加坡人,对当地和区域市场的细微差别和增长机会有深入了解。他职业生涯的大部分时间都是在该地区度过的。
由于具有创业背景,Smagh热衷于扩大业务规模和培养领导者,他坚信“有了合适的团队,接下来的事就水到渠成了”。 Smagh表示:“我们的行业讲求以人为本,我认为领导者应当具备同理心、谦逊和尊重他人等品质。领导者要能够培养和激励高绩效团队,让团队同心协作,在压力下茁壮成长,并享受每一天的工作。我相信,树立企业文化和不断加强整体客户参与和体验将有助于我们取得成功并践行承诺。我在保留和招聘人才方面的目标很简单——那就是,我们必须持续关注并满足员工的需求,为员工营造最佳工作环境。”
Smagh表示:“如今,企业已经不仅仅局限于应对经济复苏和不确定性等挑战。相反,他们正在加倍努力,积极投资于能力、技术和技能建设,以便在新的商业时代实现快速发展。云将继续在这方面发挥关键作用。我很荣幸能够加入Infor大家庭,我相信凭借Infor为特定行业打造的CloudSuite解决方案,我们将能够很好地满足企业需求,并助力企业加快实现更大价值。这对企业而言将成为一个日益重要的竞争优势,我期待着与我的团队密切合作,共同为客户提供这一重要优势。”
Smagh将负责带领Infor团队在亚太及日本地区的工业制造、食品和饮料、汽车、高科技、分销与物流等多个行业实现业务增长。
关于 Infor
Infor 是为特定行业提供商业云软件的全球领先供应商。我们为重点行业提供完整的解决方案。Infor 的任务关键型企业级应用和服务旨在提供高安全性的可持续运营优势,帮助企业更快实现价值。Infor 旗下 17,000 名员工为超过 175 个国家和地区的 60,000 家客户提供服务,帮助客户达成业务目标。作为科氏工业集团的一员,Infor 的财务实力、股权结构和长期承诺将助力 Infor 与客户建立持久、共赢的关系。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。