上市全只为“以更加灵活的财力规划未来”。
为什么戴尔科技公司又再次上市?该公司的首席执行官兼董事长Michael Dell在接受CNBC采访时回应称:“实际上,我认为这一举措似乎是简化资本结构的最佳选择。”
是的,我知道下述有关Michael Dell的评论有失公正——每个人在电视采访中都会有些紧张,而且不免要在表达过程中出现停顿。
但是Michael Dell在采访过程中所出现的停顿与其回应中所提及的资本结构有着同样的重要意义。
相关回应中停顿的意义在于,这项举措并不是什么具有明显好处的交易。戴尔科技在其目前结构模式下的表现非常出色,而在被CNBC问及该公司是否会继续当前的运营轨迹,即继续以一家私营企业的进行运营时,Michael Dell的回答是“没错。”
在同一场采访中,Michael Dell被问及如果更良好的资本结构是唯一的评判标准,那么为什么要选择上市。此时,这位首席执行官选择用“所涉内容过于复杂”来应付这一问题。
然而,在CNBC的采访以及投资者的电话会议上,戴尔科技公司表示,其希望能够随时随地获取数据的控制权,包括制造、收集、传输、连接、查看、存储与分析等方面。
Michael Dell认为戴尔科技已经拥有实现这一目标的能力,并表示自从收购了EMC之后,该公司现已在服务器、PC、存储阵列以及其他许多市场领域都占据了领导地位。因此,Michael Dell认为该公司的领导地位与产品组合已经做好相关准备以迎接5G/物联网世界将带来的数据浪潮。
有关VMware的问题
Michael Dell也很遗憾的表示,除了将VMware作为戴尔家族的独立成员之外,该公司没有其他任何计划。
事实上,VMware公司表示其已在8-K文件中规划110亿美元,以此撇清自身与戴尔上市活动的关系。对此,VMware方面表示其已与戴尔公司签署了一份协议,大致内容为除非接受“VMware董事会特别委员会审查”或者存在税务层面的必要性,否则戴尔方面永远不独立交易VMware股票。
资本结构将产生何种影响?
在为投资者召开的电话会议(此处为PDF副本)中,戴尔科技公司的首席财务官Tom Sweet表示:“此次交易还将为未来规划提供具有一定战略意义与灵活性的财务助力。”上述言论听起来似乎是在强调相关交易实际上是一项计划,旨在让戴尔科技在未来尽其所能为后续风险投资提供充足资金以实现业务拆分或收购,甚至利用股票以买下能够有助于该公司完成其使命的企业。
虽然戴尔方面的产品组合现已占据了一定的市场份额,但其明显错失了数据分析软件的业务发展机遇。
此次电话会议中详细阐述了该公司需要上市的各项理由,并着重描述了对于潜在投资方的有利之处——在幻灯片(PDF)与对话的双重影响之下,投资者认为戴尔现在的收入确有增加,并且自收购EMC以来戴尔已偿还了IBM方面110亿美元的债务——目前负债额度为378亿美元。与此同时,戴尔在20多个企业IT市场都占据着领导地位,并且正在逐步增加大型交易量,以覆盖各成员公司的投资组合。
然而有趣的是,该公司将IBM、惠普、思科、联想与NetApp都列为竞争对手,但却并未提及微软或AWS。
戴尔公司的全球统治计划,以金字塔形式展现。
戴尔科技公司的高管们还提到了该公司为云服务商提供硬件以及帮助客户开发云原生应用的能力,甚至配合VMware发展一定的云业务。就目前所掌握的信息而言,该公司已将自己定位为全球最大的基础设施公司。然而,Michael Dell与其他负责人肯定知道,云端正在逐步成为工作负载的运行所在。戴尔方面认为,通过联合Pivotal与VMware共同经营这一市场将创造良好的业务收益。在这方面,Virtustream能够为遗留应用程序提供云转型途径。
关于戴尔方面将如何解决计算方式的转换,我们将持续跟进相关消息。
戴尔科技公司一直以“创始人主导”思路处理其大部分业务,并且明确表示Michael Dell的创业精神将持续推动其所创立的戴尔公司进一步提升目前已有的强势地位。
就算一切属实,也请注意:戴尔科技所列出的竞争对手要么出现了萎缩,要么就是在近期遭遇了其他麻烦。因此实际上,除了Michael Dell今天最初的回答:“好吧,呃……我认为……”非常可疑之外,还有很多其他需要注意的地方。
但Michael Dell明显在近期之内无法提供更好的解释,因为重新上市显然是为了确保戴尔科技能够在其发展过程中逐步找到相应答案。
戴尔科技在2013年决定转为私营,又在2016年收购了EMC。如今,该公司的重组举措显然已让其投资者与客户感到厌倦。但在Michael Dell看来,该公司接下来仍有必要迎来一系列新的改革。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
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。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
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。