作者:MIKE WHEATLEY
更新时间:2018年1月26日 美国东部时间00:33
据报道,在通过股票回购实现私有化的不到五年之后,戴尔技术公司(Dell Technologies Inc.)正在考虑再次成为上市公司。
包括彭博和《华尔街日报》在内的媒体引用知情人士的说法称,戴尔正在“考虑战略选择”,其中包括上市,因为它正在寻求筹集资金以偿还因为私有化欠下的债务。该公司目前负担的债务超过500亿美元,每年为了这些债务支付的利息为20亿美元。
该知情人士透露,戴尔董事会本月将举行一次会议,以讨论可能的选择,但可能暂时不会做出任何决定。
自从创始人兼首席执行官Michael Dell(如图所示)在2013年决定将公司私有化之后,这家公司发生了巨大的改变。这一举措旨在帮助戴尔摆脱作为上市公司要在聚光灯下接受股票投资人审视的局面,加速成为更大的、为企业提供硬件和软件的供应商。戴尔在2016年以戏剧性的方式玩起了企业游戏,以高达670亿美元的价格收购了存储巨头EMC公司,这是科技行业至今为止最大的一起并购。
但是为了给这笔交易提供资金,戴尔被迫承担了大约460亿美元的债务,其中约有43.5亿美元的债务将于明年到期。彭博社表示,该公司还有其他的贷款。
彭博社表示,因此,上市(IPO)可能有助于筹集现金以偿还该公司的部分债务。《华尔街日报》指出,美国国会于去年年底通过的、新的税收法案限制了企业按照纳税、利息、折旧和摊销前收入的30%的比例在纳税中扣除资本支出的能力。
研究公司Wikibon和SiliconANGLE隶属于同一家公司,该公司的首席分析师Dave Vellante表示:“利率上升的威胁已经隐隐浮现,并可能给筹集更多现金带来更大的压力。”
更少的债务,更多的收购?
Vellante补充表示,戴尔可能也希望迅速还清债务,这样可以腾出资金为进一步收购做好准备。他说:“由于债务的影响,对于可能帮助其增长的收购,戴尔可能无法如同自身期望的一样激进。”
除了上市(IPO)之外,戴尔正在考虑的另一种可能性是出售戴尔子公司Pivotal Software Inc.的股份,这家公司销售云计算产品——诸如构建云原生软件应用程序的Cloud Foundry平台等。彭博社表示这种可能性是在去年首次被讨论的,Pivotal的市值大约在50亿美元至70亿美元之间。
Constellation Research Inc.的首席分析师兼副总裁Holger Mueller表示,目前科技公司在股票市场的高估值意味着这两个可选方案对戴尔来说都是非常有吸引力的。不过,他表示,客户最好询问一下这对戴尔能否继续转型有什么影响。
Mueller表示:“对于要在IT基础架构方面做决策的首席信息官们来说,戴尔要怎么做并不是什么大不了的事,但是聪明人会问一问,作为一家公开上市的公司,他们是否能够将其产品组合的必要转型继续下去,而且是否能够做得像它是私营公司的时候一样快,也一样好。”
通过上市(IPO)或出售Pivotal股份筹集到的现金也可以用于购买戴尔目前尚未拥有的VMware Inc.的股份。据报道,在EMC的交易时,戴尔拥有VMware大约80%的股份,剩余20%的股份则继续保持公开交易。
仅仅在戴尔宣布对其基础架构解决方案集团(Infrastructure Solutions Group)进行重大重组的几个小时之后,戴尔可能改组的消息就出现了。戴尔于周四宣布,作为重组工作的一部分,将解散基础架构集团的融合平台和解决方案部门(Converged Platforms and Solutions Division),戴尔的几位老将获得了更多的影响力,而前EMC的高管们则为此付出了代价。Vellante指出:“重组将帮助简化EMC遗留下来的业务,并改善利润状况。”
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。