新任CEO Henshall在计划中引入更多云、集成与安全性因素。
思杰公司发布三管齐下发展战略。
思杰公司新任CEO已经透露了新的企业发展计划,但必须承认此项计划似乎与原本的运营思路并无多大区别。
在该公司第三季度周报电话会议上,公司CEO David Henshall表示“要理解我们战略背后的背景,大家需要从客户的角度审视并了解这套基础架构。”
“客户正在广泛采用云服务与SaaS应用程序,”但大多数客户“在未来五年内仍将把大部分工作负载保留在内部环境当中。”
因此,思杰公司的新战略将着力于三大重点:建立一套包含多种服务的云体系,确保客户能够从单一供应商处获得全部解决方案; 提供安全产品以管理多云环境; 创建统一的用户体验,帮助企业客户在使用多种SaaS服务及云时实现用户一致性。
Henshall在财报会议上向投资者们解释称,“我们目前的举措旨在为管理、身份验证、交付以及管理工作提供一套综合性方案。思杰公司负责托管管理层,而客户则可凭借其中的大量选项运行来自任何云环境或者任意内部数据中心的工作负载。我们将跨越全部此类环境的管理与控制机制加以整合,允许客户在采用混合云架构的同时,不断降低对特定IT技能的实际需求。”
此项计划将使得思杰公司未来的大部分收入依靠订阅方式实现,而且“通过这项战略,我们预计自身总体市场份额将随时间推移实现超过35%的规模增长。”
“其中的经济效益提升机遇也相当明确,无论是从云服务新客户的单位经济角度来看,抑或是立足于采用思杰云订阅服务的总体客户规模。在这两种场景下,客户皆能够消费思杰云所提供的SaaS或者混合云方案,并根据自身需求随意在二者间作出选择。”
Henshall同时公布了该公司第三季度的强势运营成果。思杰公司本季度营收达6.91亿美元,较上年同期增长3%。净收入为1.27亿美元,折合每股0.82美元,明显优于上年同期的1.12亿美元与每股0.71美元。
SaaS营收猛增32%,按照当前季度推算其年营收可达17亿美元。另外,虽然亚洲市场营收下降1%,但其欧洲、中东与非洲(简称EMEA)地区的营收则快速增长7%。
评论意见:
Henshall的战略其实并不令人意外,因为其对于思杰产品的演进一直保持着稳健的运营思路。该公司在过去几个季度当中一直在强调订阅模式与云服务的重要意义:这位CEO昨天的发言没有包含任何与公司发展新方向相关的内容。相反,他似乎希望思杰公司能够帮助客户消费多种云服务,但由思杰为其提供统一的管理平台以交付应用程序发布与安全服务——至于具体基础设施,客户可随意作出选择。事实上,我们发现这已经成为较为通行的一种发展思路,从VMware到思杰再到其它新一代云环境接入服务中间商,都承诺以单点登录方式为客户提供更为深层且统一的使用体验。
不过这样的转型计划并非以技术为关注重点:Henshall在会议上反复提及新的运营模式,并表示思杰公司将利用一系列新的实践与指标对具体进展加以衡量。
可以肯定的是,任何一家上市公司都必须想办法提高股东价值。然而值得一提的是,就目前来看无需进行技术基础转型抑或增加新的业务提升机遇,思杰公司即可完成自身业务转型——这确实是种相当有趣的现象。
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。