走过任何一站一级方程式大奖赛的围场,你会看到众多企业IT巨头的身影。甲骨文、戴尔、VAST Data、联想和NetApp等主要科技公司都赞助着车队,用资金换取标识展示、招待场所以及与高价值客户的接触机会。作为回报,车队获得不计入F1严格预算上限的资金。
但偶尔会出现一些不同的合作:车队和技术赞助商实际运营使用这些技术,车队成为真正的客户,双方都有真正的利害关系。Atlassian与威廉姆斯车队最近的合作就是这样一个案例。
我最近在奥斯汀有机会与Atlassian和威廉姆斯会面,了解他们的合作如何区别于传统的车队赞助。这个案例研究值得IT决策者密切关注,即使他们从未参加过大奖赛。
预算上限改变了一切
要理解Atlassian-威廉姆斯关系与典型F1赞助的区别,你需要了解F1在2021年引入的预算上限。
车队每年的支出限制在1.35亿美元,涵盖从赛车开发到IT基础设施的所有内容。虽然营销和高级领导薪资不受限制,但软件许可证、云计算和协作工具都计入预算上限。
这创造了企业IT领导者很少面临的情况:在技术上花费的每一美元都是在空气动力学、制造或工程师招聘上少花的一美元。这是一个真正的零和环境。
"由于预算上限,我们不能将产品作为赞助的一部分给威廉姆斯,"Atlassian客户首席技术官Andrew Boyagie解释道。威廉姆斯车队为每个Atlassian许可证支付完整市场价格。没有折扣定价或实物服务安排。这是不被允许的。
Atlassian的软件必须直接与设计、制造和比赛所需的一切竞争预算。说服一群赛车工程师使用像Atlassian这样的协作平台,与说服企业IT部门在其软件栈中添加另一个SaaS订阅完全不同。
200英里时速下的衡量标准
威廉姆斯车队的目标很简单:需要持续提升单圈时间。为了帮助实现这个目标,车队使用了Atlassian平台的广泛功能,包括Jira、Confluence、Jira Product Discovery和AI驱动的Rovo。
威廉姆斯车队负责人James Vowles将组织采用Atlassian平台描述为其竞争策略的"基础"。
在围绕Atlassian产品重新调整之前,威廉姆斯使用各种零散的技术,包括Vowles所说的"电子表格和剪贴板"。
当被问及合作的发展方向时,他说正在共同开发的技术"将为我们到达目标奠定正确的基础"。关键是,两家公司正在积极合作,将Atlassian技术适应到F1的高风险环境中。
共同建设
威廉姆斯对Atlassian工具的使用围绕着Atlassian所称的"团队协作图"。这是一个知识层,了解你是谁、你在哪个团队工作、你的目标、活跃的工作项目以及你在组织中的关系。当有人向Atlassian的AI智能体Rovo提问时,系统结果会根据角色、权限,最重要的是上下文进行定制。
威廉姆斯正在他们的空气动力学知识库、工程文档和制造系统中实施类似功能。目标不仅仅是可搜索性。车队希望让数十年的机构知识即时可访问,同时保持权限边界。
Atlassian-威廉姆斯合作的不同之处
大多数企业软件案例研究遵循可预测的模式。供应商与客户合作,客户使用供应商认可的指标报告成功,供应商发布案例研究,然后客户在供应商会议上亮相。每个人的激励都趋向于宣布胜利。
威廉姆斯合作颠覆了这种动态。Atlassian联合创始人兼CEO Mike Cannon-Brookes明确承认了风险:"这不是我们可以躲避的。在一个极其竞争的空间里,这是否有效将非常公开。"
Atlassian的"工作系统"理念认为,更好的团队协作和协作工具能提供竞争优势。如果这个理念对威廉姆斯有效,车队在2026年和2027年应该比今天持续更快。不仅仅比他们的基准更快,而且比竞争对手更快。
如果不起作用,每个人都会知道。单圈时间是公开的。锦标赛排名是公开的。F1记者和分析师会仔细审视威廉姆斯为什么没有改善。
因为据公司告诉我们,80%的F1车队据报使用Atlassian产品,竞争动态变得更加有趣。如果每个人都能访问相同的协作平台,什么真正驱动优势?这是Atlassian和威廉姆斯正在合作解决的问题。
这也是企业IT领导者应该对自己的技术投资提出的问题。如果我们的竞争对手能访问相同的工具,我们还会有优势吗?价值在软件中,还是在我们如何使用它?对于Atlassian和威廉姆斯来说,答案在于实施。
科技/体育赞助的模式
Atlassian-威廉姆斯合作为科技公司投资赛车运动赞助提供了更富有成效的前进道路,既提供传统营销价值又带来真正的产品创新。
一级方程式车队在大多数企业从未面临的极端约束环境中运营。然而,这些约束为企业技术创造了理想的测试场所。
与传统研发合作的关键区别在于竞争的强制功能。如果技术不能提供真正价值,威廉姆斯承担不起迁就技术赞助商宠物理论的代价。预算上限和秒表确保了诚实反馈,这是典型企业试点很少提供的。
这创造了双边学习机会。科技公司获得极端用例的访问权,对其产品进行压力测试,揭示在典型企业部署中不会出现的弱点。赛车队获得前沿技术和工程资源的访问权,可以帮助解决整个组织的问题,不仅仅是IT。
Atlassian并非唯一利用体育赞助实现更大目标的公司。NetApp最近扩大了与阿斯顿马丁阿美F1车队的合作,宣布阿斯顿马丁现在在NetApp StorageGRID上运行其整个数据基础设施。
在赛车运动之外,IBM与美国网球公开赛的长期赞助是赞助转为合作的另一个引人注目的例子。美国网球公开赛使用IBM的wastonx产品组合,将生成式AI的力量带入赛事数据、解说和治理管理。
持续进行的实验
威廉姆斯-Atlassian合作仍然是一个持续的实验。威廉姆斯车队负责人James Vowles相信,用Atlassian的协作理念和使协作成真的工具取代"剪贴板和电子表格",将帮助他的车队取得优异成绩。这些工具来自车队的主要赞助商并非偶然。
威廉姆斯目前在本赛季排名第五,这是他们多年来的最佳成绩。Vowles谨慎地不过早宣布胜利,而是指向2026-2027年作为他们的转型应该带来竞争结果的时间框架。
Vowles的谨慎表达或许是这个故事最令人耳目一新的部分。在一个建立在夸大声明和精心策划的成功指标基础上的行业里,这里有一个供应商愿意说些不同的话:"两年后再检查。秒表会告诉你我们是否交付了。"
这是大多数企业IT供应商从未面临的问责制。这正是IT领导者应该要求的标准。
Q&A
Q1:威廉姆斯车队与Atlassian的合作有什么特别之处?
A:与传统的F1赞助不同,威廉姆斯车队真正使用Atlassian的产品并按市场价格付费。这不是简单的标识展示合作,而是双方都有真实利害关系的运营合作,车队必须用有限的预算在技术工具和赛车开发之间做选择。
Q2:F1的预算上限如何影响技术选择?
A:F1在2021年引入预算上限,车队每年支出限制在1.35亿美元。软件许可证、云计算等都计入预算,这意味着在技术上花费的每一美元都是在空气动力学或工程师招聘上少花的一美元,创造了真正的零和竞争环境。
Q3:Atlassian的AI智能体Rovo在威廉姆斯车队如何应用?
A:Rovo基于"团队协作图"知识层运作,了解用户角色、团队、目标和组织关系。威廉姆斯正在空气动力学知识库、工程文档和制造系统中实施类似功能,目标是让数十年的机构知识即时可访问,同时保持权限边界。
好文章,需要你的鼓励
芬兰阿尔托大学研究团队开发出革命性光学计算方法,利用单束光线实现复杂张量运算。该技术将数字信息编码到光波的振幅和相位中,通过光波相互作用自动完成深度学习所需的矩阵和张量乘法运算。与传统GPU逐步处理不同,光学系统可同时并行执行所有计算操作,运算速度达到光速级别。研究显示该方法具有被动处理、低功耗等优势,预计3-5年内可集成到现有硬件平台,为AI计算带来重大突破。
新加坡科技设计大学研究团队发现,通过控制大型语言模型的"思考语言"可显著提升输出多样性。研究显示,AI用非英语语言思考时能产生更多样化的答案,且距离英语越远的语言效果越好。混合多种语言思考的策略表现最佳,不仅提升创意输出,还增强了文化多元化表达能力,为解决AI输出同质化问题提供了简单有效的方案。
科学家成功将传统公里级粒子加速器缩小至房间大小,并实现商业化。TAU Systems公司开发的激光驱动尾场加速器利用超强激光脉冲产生等离子体,将电子加速至相对论速度。该设备首先用于航天电子设备的辐射测试,能量范围60-100兆电子伏特,成本约1000万美元起。未来还可应用于医疗成像、芯片检测和X射线光刻等领域,有望大幅降低粒子加速器的使用门槛。
浙江大学研究团队开发了PhyRPR三阶段视频生成系统,解决AI视频中物理规律违背问题。该方法将物理理解与视觉生成分离处理:首先用大型语言模型进行物理推理和关键帧生成,然后规划连续运动轨迹,最后通过运动感知技术精化视觉效果。实验证明该方法在物理一致性和视觉质量方面均优于现有技术。