收购对企业来说就像是一场合法的赌博。找到一个机会,投入金钱,寄望于最终得到回报。
按照这个标准,VMware在赌桌上有不俗的表现。值得一提的例子包括在2012年收购了Nicira,促使VMware进入软件定义网络领域;在2014年收购了AirWatch,让VMware进入企业移动管理领域。VMware首席执行官Pat Gelsinger表示,关键在于让被收购的公司高级领导层继续做着曾让他们取得成功的事情。
Gelsinger说:“我们希望他们能够释放出来,让他们在成为公司的一部分之后,拥有更多的权力,而不是更少了。我们收购的成功率接近90%,行业平均水平是低于50%的。”
根据Gelsinger的说法,收购AirWatch显然是一项很及时的决定。他的VMware团队也在密切评估MobileIron。
“我期待着收购MobileIron。我们期待着看到两家公司最终都进入这个大家庭。团队一致表示AirWatch是正确的。”
两年前收购Nicira导致业内一些人对VMware的战略提出了质疑。Gelsinger回忆说:“当时有人说,‘12亿美元收购了一家收入不到1000万美元的公司?’现在大家都说我们做得很好。经过四年在核心技术和繁荣发展方面的努力,因为当初大胆地下注,如今我们毫无疑问是软件定义网络的领导者。”
VMware是否准备在区块链上也大胆下注?VMware一直有一个动态网页强调自己最新的研究成果。
Gelsinger说:“我们已经做了一些算法上的突破,相信这能让区块链以接近线性进行扩展,而不是指数级的扩展,这将改变游戏规则。”
Gelsinger不愿意透露VMware即将在8月份举行的VMworld大会上发布预期产品的具体细节,但他暗示说更广泛的云视角将成为主题的一部分。
“这是关于公有云、私有云、电信和边缘。我们认为,这四个世界的融合是VMware独有的定位,能够让我们快速进入市场。”
好文章,需要你的鼓励
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。