独家｜张晓芒或将卸任AWS中国区高管，下一站引关注
独家消息显示，AWS大中华区L8高管李晓芒近期或将离职，并可能加盟光环新网。
作为AWS大中华区销售团队的核心成员，李晓芒在上一任负责人张文翊任职期间，曾是业务中坚力量，主导了中国区近80%的营收贡献。2024年底，随着储瑞松接任大中华区新负责人后，团队进行了首轮架构调整，李晓芒转而负责合作伙伴业务。
同年末，管理层再次进行人事调动，合作伙伴业务由Chris So接手，李晓芒转为担任储瑞松的战略顾问。此后，关于其离职的传闻便时有出现。更多幕后细节，可通过作者微信xf123a交流获取。
李晓芒在IT领域拥有近三十年的深厚经验，曾先后担任IBM金融服务事业部客户总监、VMware中国区副总裁、微软中国高级总监、AWS中国区商用市场事业部总经理等职务。在AWS任职期间，她曾先后向大中华区两任负责人张文翊、储瑞松汇报工作。
而光环新网作为近年来备受关注的企业，在国际国内多重因素叠加影响下，自去年下半年起，与润泽科技、万国数据、世纪互联等数据中心企业共同迎来发展机遇，成为行业焦点。
值得关注的是，光环新网同时也是AWS在中国的长期合作伙伴。早在2016年前后，AWS进入中国市场不久，为符合监管要求，便与光环新网达成合作，由后者代为运营AWS北京区域。
今年以来，推动中国区域（含北京区域与宁夏区域）业务增长已成为AWS大中华区的核心任务之一，光环新网也因此被寄予厚望。在此背景下，双方之间的人才流动备受业内关注。欲获取后续动态，可通过作者微信xf123a保持交流。（公众号：）
原创文章，未经授权禁止转载。详情见转载须知。
相关攻略
Uber联手AWS：用Gra viton芯片驱动核心调度，Trainium为AI模型提速 消息来了：网约车巨头Uber和亚马逊云科技AWS刚刚官宣了一项深度合作。简单说，Uber要把其最核心的调度系统——“行程服务区域”，迁移到AWS基于自研Arm架构的Gra viton服务器实例上。不仅如此，他们
美国网约车巨头Uber牵手亚马逊AWS，用自研芯片“重塑”出行大脑 科技界最近有个挺有意思的合作。网约车和配送领域的巨头Uber，宣布与亚马逊云科技（AWS）达成深度合作。这次合作的核心，是Uber准备用亚马逊的Gra viton实例来驱动其最核心的“行程服务区域”系统，并开始试点使用Trainiu
作者 ｜ 黄小艺邮箱 ｜ huangxiaoyi@pingwest com过去几年，AI每一次进化，都在向前推进一步：从Chatbot的提问框，到Agent的云电脑，再到OpenClaw这样能同
智通财经APP获悉，花旗将亚马逊(AMZN US)的目标价从265美元上调至285美元，原因是其上调了亚马逊云服务部门AWS的营收预期，理由是Anthropic和OpenAI等人工智能业务的强劲增长
IT之家 3 月 16 日消息，亚马逊 AWS 与晶圆级 AI 芯片企业 Cerebras 美国当地时间本月 13 日宣布，亚马逊的 Amazon Bedrock 平台在未来数月将部署结合双方芯片产
热门专题
热门推荐
钉钉文档官网 在探讨企业级协同办公解决方案时，钉钉文档无疑是备受瞩目的核心工具之一。作为阿里巴巴钉钉官方推出的旗舰级应用套件，它深度融合了在线文档编辑、智能表格、思维导图等多种高效创作工具。其核心优势在于与钉钉平台生态的无缝衔接，能够直接同步企业内部组织架构与通讯录，实现团队成员间的即时协作与信息流
在数字化转型浪潮中，高效、易用的数据分析工具已成为企业提升决策效率的关键。商汤科技推出的“办公小浣熊”智能助手，正是基于自研大语言模型打造的一款创新产品，旨在彻底降低数据分析的技术门槛。用户无需掌握编程知识或复杂操作，即可通过自然对话完成从数据查询、处理到可视化洞察的全流程，让数据价值触手可及。 办
在人工智能技术快速发展的今天，MiniMax作为一家专注于全栈自研的AI公司，正以其独特的技术路径和前瞻性的布局，在业界脱颖而出。公司致力于构建覆盖文本、图像、语音和视频的新一代多模态智能模型矩阵，这不仅体现了对核心底层技术自主权的深度掌控，也展现了对未来人机交互与内容生成形态的前瞻思考。 那么，M
ApolloCreditFund（ACRED）作为连接传统信贷与DeFi的桥梁，其价格受市场情绪、协议基本面及宏观环境影响。其价值逻辑根植于现实世界资产（RWA）的收益捕获与链上流动性释放。短期价格波动难以预测，但长期发展取决于信贷资产质量、协议安全性和市场采用度。投资者需关注其底层资产表现、代币经济模型及整个RWA赛道的发展趋势。
在数字化转型浪潮中，一套能够深度适配业务、彰显品牌特色的智能客服系统，已成为企业提升服务效率与用户体验的关键工具。然而，市场上许多解决方案往往模式固化，难以满足个性化需求。如何让AI客服不仅具备基础的自动化应答能力，更能承载独特的品牌文化与服务哲学？其核心在于系统是否支持深度的自定义与持续的AI训练