思科裁员4000人重组业务 专注人工智能领域发展
思科公司本周三扔下了一枚重磅冲击波:一项涉及数千人的重组计划正式启动。这家网络设备巨头正将战略重心,从传统领域转向人工智能及高增长市场。作为转型的一部分,思科将裁减约4000名员工,占其全球员工总数的不到5%。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈
这次人员调整预计将在本财年第四季度集中完成。用思科首席执行官查克·罗宾斯的话来说,在AI时代,赢家必须极度专注且纪律严明,能够持续将资源投向需求最旺盛、最具长期价值的赛道。

战略重心:从基础设施到 AI 赋能
思科的转型路径非常清晰:通过缩减部分传统业务的岗位,将释放出的资源重新配置到几个关键的战略方向。这包括芯片、光通信、网络安全,以及提升员工效率的AI应用工具。现在看来,这套“腾笼换鸟”的策略已经开始奏效。
最直接的证据来自订单数据。本财年至今,思科已经从超大规模云服务商那里,拿下了高达53亿美元的人工智能基础设施订单。这个数字远超预期,以至于公司不得不将全年AI相关订单的预期,从原先的50亿美元大幅上调至90亿美元。市场需求的强劲程度,可见一斑。
财务表现与市场反馈
在宣布重组计划的同时,思科也交出了2026财年第三财季的成绩单。报告显示,公司该季度净利润达到33.73亿美元,同比增长了35%。这份不错的财报,为公司的战略转型提供了财务上的底气。
尽管裁员总会带来阵痛,但市场分析普遍将思科此举,解读为应对全球“AI军备竞赛”的主动调整。在激烈的竞争环境下,仅仅作为网络硬件供应商已经不够了。思科的目标很明确:通过优化人才结构,并重金押注算力基础设施,它要在未来的AI基础设施版图中,占据一个更核心、更具优势的位置。这步棋能否走通,将决定其下一个十年的命运。
相关攻略
最近,一个反复出现的新闻标题越来越常见:某大型企业一边高调宣扬AI带来的效率提升,一边大规模裁员。 主角轮番更替,背后的逻辑却如出一辙。企业既面临内部削减成本的压力,又需要向外界展示竞争优势。对许多企业而言,这意味着加大AI的使用力度,同时裁减被认为“多余”的员工——尽管目前对AI能力与可靠性的评估
人工智能深度融入企业ESG治理,成为推动绿色转型的关键引擎。它显著提升了数据管理、风险识别与决策效率,助力企业将可持续发展转化为竞争优势。然而,AI应用也面临数据质量、合规成本及伦理挑战,企业需在利用技术红利的同时,构建以人为本的负责任治理框架。
想要高效利用豆包AI进行代码审查,精准发现潜在缺陷、提升代码可维护性与安全性?这需要掌握正确的方法。直接提交一段代码并简单指令“帮我审查”,往往难以获得深度、有价值的反馈。关键在于采用结构化指令与多维度验证策略,以下将详细拆解具体操作步骤。 一、提供清晰上下文与明确审查指令 豆包AI的代码审查质量,
苹果将在其销售培训平台AppleSalesCoach中引入AI虚拟讲师,用于制作个性化培训视频。该功能可根据员工负责的产品线、需提升的技能及母语生成定制内容。所有内容均由内部专家团队策划与审核,确保准确性,且AI生成视频会添加明确标识以区分。
FigmaAI重命名图层时因缺乏上下文导致命名混乱。优化关键在于提供清晰上下文线索:绑定父级Frame语义并启用上下文继承,使子图层命名统一携带前缀;利用变体属性联动,强制AI读取属性定义并将属性名与值注入图层名;对视觉信息贫乏的图层,可在描述字段插入强语义注释作为上下文锚点,从而引。
热门专题
热门推荐
本文介绍了2026年主流的USDT交易软件,重点分析了币安、欧易和火币三大平台的特点与优势。内容涵盖平台安全性、交易功能、用户体验及费用结构,旨在为不同需求的用户提供选择参考。文中强调选择平台时应综合考虑资产安全、操作便捷性和交易成本,并提醒注意风险管理与合规操作。
本文介绍了USDT交易的基本概念与主流平台选择。USDT作为稳定币,其交易主要通过加密货币交易所进行。选择平台时需综合考虑安全性、流动性、手续费和用户体验。文中列举了当前市场认可度较高的几类交易平台,并提醒用户注意资产安全与合规操作,建议根据自身需求谨慎选择。
哥本哈根大学计算机科学系于2026年3月发布了一项具有里程碑意义的研究(论文编号arXiv:2603 12935v1),揭示了当前主流AI推荐系统可能潜藏的社会偏见风险。这项研究同时指出,一种高效且低成本的解决方案——提示工程,或许能成为破解这一难题的关键。 当您使用求职平台或新闻资讯应用时,背后的
照片模糊了、雨滴遮挡了画面、夜晚拍摄噪点过多……这些常见的图像质量问题,往往让人束手无策。传统的解决方案,就像请来一群专科医生:去模糊、去噪点、去雨滴,各有各的专长,但每个“医生”都需要海量的“临床经验”——动辄数百万张训练图片,才能达到可用的修复水平。 然而,一项由香港科技大学、哈尔滨工业大学深圳
这项由英属哥伦比亚大学(UBC)与Vector人工智能研究院联合主导的前沿研究,于2026年3月以预印本论文(arXiv:2603 12634v1)形式发布。研究团队创新性地提出了“预算感知价值树搜索”(Budget-Aware Value Tree Search,简称BA VT)框架,旨在攻克一个





