至顶网计算频道 01月31日 新闻消息: IBM今天宣布,长期任职的首席执行官Ginni Rometty即将退休,由IBM资深高管Arvind Krishna接任,IBM股价今天晚些时候上涨了近4%。
除此之外,新近收购的Red Hat前首席执行官Jim Whitehurst将担任IBM总裁,这一变动将于4月6日生效。
现年62岁的Rometty在IBM工作超过40年,自2012年1月1日以来一直担任IBM总裁兼首席执行官。在她Rometty任职期间,IBM股价下跌了约25%,她努力推动公司转型以保持IBM的地位,试图让公司与云计算新时代与时俱进。
期间,“蓝色巨人”经历了一些本质上的变化,Rometty将云服务作为重中之重,同时还选择淘汰掉一些业务,例如她主导了2014年将IBM x86服务器业务卖给联想的交易。
据说即将上任CEO、之前任IBM云和认知软件副总裁的Krishna是Red Hat收购的主要架构师。该收购于2019年7月完成。
Rometty在一份声明中说,Krishna是一位“出色的技术专家”,在人工智能、云、量子计算、区块链服务的开发中发挥了关键作用。
Rometty说:“Arvind推进了IBM云和认知软件业务的发展,并主导了IBM历史上最大的一笔收购。Arvind拥有业务运营方面的丰富经验,在大胆转型和已有业绩方面有出色表现,是一位真正的以价值为导向的领导者。他有能力带领IBM及客户进入云计算和认知时代。”
分析师们对此表示看好。市场研究公司Wikibon首席分析师Dave Vellante认为:“IBM选择Arvind Krishna作为下一任首席执行官,表明IBM希望保持连续性并从内部聘用员工,同时以提拔Jim Whitehurst这样的新人,协助公司进行转型。这也标志着IBM选择具有更高技术深度的领导者,向高管们展示了对Red Hat的亲和力——红帽是IBM未来发展的关键。”
考虑到云对IBM未来的重要性,Krishna是领导IBM一个顺理成章的选择,Pund-IT分析师Charles King表示:“他是一位出色的技术专家,在领导IBM云部门方面做得很出色。”
Moor Insights&Strategy分析师Patrick Moorhead认为,这个消息令人意外,因为IBM此前并没有制定非常明确的继任计划。但是他补充说:“我很高兴见到Whitehurst被任命为总裁,这意味着IBM既有局外人,也有长期员工。”
此外他说:“Krishna带头推动了IBM很多下一代计划,例如收购Red Hat、推动区块链和量子计算的发展等。”
但是Enderle Group的Rob Enderle认为,这一举动实际上在他预料之内,因为IBM历史上每位首席执行官平均持续时间在10年左右,而Rometty在最高职位上就任时间已经接近10年。他说,这与微软决定用Satya Nadella取代前首席执行官Steve Ballmer的决定有些相似,因为两位高管都是领导业务部门,这个部分被视为对公司未来至关重要的。
Enderle说:“Watson和云将被定义成IBM未来的平台。如果微软模式奏效,而且从之前的经验来看确实如此,那么让负责公司未来的人来带领公司,就是一个理想的选择。”
Enderle还指出,IBM是为数不多几家在接任首席执行官之前对首席执行官进行正式锻炼的公司之一。
他说:“鉴于Arvind一直经营业务,他似乎代表了IBM任命新CEO的最佳选择,而且我希望看到IBM的这个领导人可以缺的和Nadella在微软类似的成绩。我见过他,并对他留下了深刻的印象,他在技术和人际交往方面都颇有好评,我认为这是一个很好的选择。”
好文章,需要你的鼓励
周一AWS美东数据中心DNS故障导致数百万用户和上千家企业断网,Reddit、Snapchat、银行和游戏平台均受影响。专家认为这凸显了冗余备份的重要性,CIO需要根据业务关键性进行风险评估,优先保护核心系统。单一供应商策略仍可行,但需通过多区域部署分散风险,建立故障转移计划。金融、医疗等高风险行业需更高冗余级别。
上海AI实验室等机构联合提出FrameThinker框架,革命性地改变了AI处理长视频的方式。该系统采用"侦探式"多轮推理,先快速扫描全视频获得概览,再有针对性地深入分析关键片段。通过两阶段训练和认知一致性验证,FrameThinker在多个视频理解基准测试中准确率平均提升10.4%,计算效率提高20倍以上,为AI视频理解领域带来突破性进展。
英国政府发布新的反勒索软件指导文件,旨在解决供应链安全薄弱环节。该指南与新加坡当局联合制定,帮助组织识别供应链问题并采取实际措施检查供应商安全性。英国国家网络安全中心过去一年处理了204起"国家重大"网络安全事件。指南强调选择安全可靠的供应商、加强合同网络安全条款、进行独立审计等措施,以提升供应链韧性和防范网络攻击。
复旦大学团队创建MedQ-Bench基准,首次系统评估AI模型医学影像质量评估能力。研究覆盖五大成像模式,设计感知-推理双层评估体系,意外发现医学专用AI表现不如通用AI。结果显示最佳AI模型准确率仅68.97%,远低于人类专家82.50%,揭示了AI在医学影像质控应用中的现实挑战和改进方向。