戴尔科技公司的追踪股票于今天上午从股东处获得价格修改批准,这意味着戴尔方面将能够借此对旗下VMware公司加以控制,为Michael Dell以及Silver Lake Partners带来丰厚回报,同时亦给戴尔重返股市扫清了道路。
根据协议条款,戴尔科技公司将于今年12月28日重新上市,在纽约证券交易所以DELL代码进行股票交易。
这笔交易亦解决了戴尔及其投资合作伙伴同各激进派投资方(包括卡尔伊坎以及艾略特管理公司)之间为期六个月的激烈争执——后者认为VMware的股票价格一直受到不公平的打压,致使总计投资100亿美元的Michael Dell以及Silver Laker从中攫取到大量利益。戴尔公司于2013年完成私营转制,其最初提出的每股109美元的报价曾引发激烈冲突,并迫使该公司在谈判桌上给出更具吸引力的报价。
此次交易标志着Michael Dell个人做出了一些让步。在此之前,Michael Dell曾经私下抱怨股市不允许领导层立足中远期(超过一个季度)进行业务规划。接下来,就是戴尔于2016年以670亿美元巨资收购EMC公司,这不啻于在业界投下一颗重磅炸弹。在今天早上的声明当中,这位戴尔公司创始人暗示私营制度的优势正在发生变化,称这笔交易将“加强我们的战略地位,因为我们将继续提供创新、符合长期愿景的综合性解决方案。”
重新上市,其中最直接的好处就是增加了戴尔偿还债务的灵活空间——目前戴尔的负债仍然超过500亿美元。今天的股东批准意味着戴尔获得VMware公司81%的普通股所有权,前者可以利用这一控股权通过公开股市更快地偿还债务。
Moor Insights & Strategy公司总裁兼首席分析师Patrcik Moorhead表示,“这对投资者而言是一笔不错的交易,而且很可能不会对客户产生什么影响,效果积极。戴尔公司的领导层还承诺将按年度,而非按季度进行运营规划,这有望吸引到更多长期投资者。总而言之,这是一场双赢。”
Wikibon公司首席分析师David Vellante则指出,虽然戴尔公司作为一家上市企业将拥有更多财务杠杆,但其最优先的业务考量仍然必须是偿还债务。“我预计戴尔公司的运营方式不会发生重大变化。相反,我认为这是一种简化企业结构并消除追踪股票模糊性的方法。”
根据Vellante的说法,即使是在私营状态之下,戴尔公司的表现也仍像是一家上市企业。他解释称,“作为一家上市企业,戴尔将接受更多审查,而且更难做出明确的业务发展规划。但单就财务而言应该问题不大,毕竟他们目前的财务状况就非常透明。”
DVMT追踪股票建立于2016年,旨在帮助戴尔公司为EMC收购交易筹集资金。VMware公司被广泛重视视为收购EMC过程当中的重要筹码,而凭借追踪股票,EMC股东将继续持有该公司的股份。
EMC公司曾以6.35亿美元收购VMware,而如今这家虚拟机软件厂商的市值已经达到672亿美元——超过当初EMC所支付价格的100倍以上。自创建以来,DVMT追踪股票的价格增长了近140%。
尽管拥有这样的表现,但仍有一部分投资者抱怨称,收购EMC的交易没有让他们在VMware公司的成功中获得足够的收益。投资银行家们最初预计,DVMT股票的交易价格将比VMware股票低10%左右,但最终实际折扣率却接近40%——额外部分收益,相当于直接被Michael Dell以及Silver Lake收入囊中。英国《金融时报》本周估计称,Dell与Silver Lake借此获得的账面收益大概在110亿美元。
展望未来,戴尔公司将继续直面来自股东的压力,从而最大程度提升VMware的股票价值——而这也已经成为戴尔公司整体价值的主要来源之一。Vellante解释称,“这将给重新恢复上市企业身份的戴尔公司带来压力。激进派投资者显然倾向于加快任何潜在的增长空间并压缩现金流,从而推动变革。”
然而,这位分析师仍坚持认为戴尔的运营态势好于EMC,毕竟其拥有更庞大的供应链与更多元化的业务体系。在他看来,“戴尔公司必须专注于执行并进一步简化成本结构。其必须简化自身产品组合,更好地指导研发工作,而这正是现任产品与运营副总裁Jeff Clarke的第一要务所在。”
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。