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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。