个人计算机和服务器巨头戴尔公司今天表示,正在考虑剥离持有的虚拟化厂商VMware 81%股份的可能性。
今天戴尔向美国证券交易委员会(Securities and Exchange Commission)提交的Schedule 13D文件中提及了这个信息,考虑分拆主要是考虑通过避免“企业税”的方式为戴尔股东提供更多价值。这种情况下,意味着戴尔股票(目前为390亿美元)对VMware的价值为零,尽管VMware的收入增幅和利润率更高,而VMware作为一家上市公司本身的市值是580亿美元。
这么做的初衷是将戴尔持有的81%股份(按今天VMware股价计算,约为470亿美元)分拆给VMware股东,让戴尔和VMware股票的市场价值更加清晰,简化两家厂商的资本结构。市场研究公司Wikibon首席执行官、首席分析师Dave Vellante认为:“这让戴尔股票没有了任何悬念。”
但是细节仍然很模糊,根据13D的信息显示,“目前仅处于探索阶段”。戴尔还表示:“将继续评估一系列战略选择,包括维持戴尔持有VMware股权的现状。”
戴尔认为,分拆“可以通过简化资本结构和增强战略灵活性,同时保持互利的战略和商业伙伴关系,让戴尔和VMware股东都从中受益”。
双方的股东似乎都乐于听到这个消息,因为当天戴尔的股价上涨了近8%,VMware股价在延长交易中上涨了约2%。
而且,戴尔打算与VMware协商特别现金股息,这将“在分拆的同时,会按比例向所有VMware股东进行支付”。戴尔在文件中表示,将通过VMware筹集更多资金用于偿还债务,能一定程度上缓解戴尔2016年以670亿美元收购的EMC(VMware的拥有者)欠下的部分债务。戴尔称,将以一定比例的股息来偿还债务。
Vellante指出,除了目前57亿美元的短期债务和长期债务外,尚不确定非戴尔股东或者信用评级机构如何看待利用VMware偿还债务的举措。戴尔表示,目标是“ 1)维持VMware的投资等级信用评级,2)提高戴尔在分拆之后及未来的信用等级。但是,戴尔无法保证在分拆之后两家公司最终都会获得任何特定的评级。”
两家公司打算继续维持双方的商业关系。戴尔在文件中称:“这包括戴尔和VMware之间有关上市、服务、研发以及知识产权协议的事宜,在两家公司分拆后,将持续为双方的客户提供战略利益和支持。”
戴尔董事长、首席执行官Michael Dell表示:“戴尔和VMware之间的战略关系从未像现在这样牢固。二十多年来,我们为客户创新,为企业和我们的团队带来可观的增长和价值。无论我们正在探索哪种选择来创造更高价值,我们都会加快策略的实施,这一点是不变的。我们致力于在我们所在的整合市场中赢得客户的信任,对戴尔产品组合进行创新,打造将数据转化为洞察和行动的集成解决方案。”
戴尔表示,无论如何都不会在9月21日之前进行分拆,因为如果在此日期之前分拆的话就必须征税。目前还不清楚VMware将如何支付股息,因为VMware不仅规模庞大,而且仅有30亿美元现金,所以取决于要承担多少债务。看起来VMware可能需要在几年内就把钱支付给戴尔。
Vellante表示,分拆VMware有助于解决戴尔和VMware之间的各种牵绊来释放双方的价值,吸引更多旁观的投资者购入VMware股票。
他补充说:“这对VMware客户来说是一件好事,VMware将获得完全的自主权和对自己命运的掌控,对VMware的技术生态系统合作伙伴(也就是戴尔的众多竞争对手,例如HPE、IBM、NetApp等)来说也是一个好消息,尽管他们已经着手在寻找优化的VMware替代方案了。”
但是两家公司都面对潜在的不利因素。而且,VMware还要背上债务。“这是VMware获得自由的代价,”Vellante说。
至于戴尔,Vellante表示戴尔将无法再受益于VMware不断增长的、利润丰厚的业务,而这对投资者和首席信息官而言,这也会让戴尔变的不再那么有吸引力。“戴尔对于客户的战略重要性将很大程度上取决于和VMware签署的商业协议条款。”
戴尔和VMware在5月下旬发布的财报结果均超出了预期,使得股价飙升。特别是疫情让两家公司受益匪浅:VMware的最终用户计算产品线(例如VDI)不断增长,戴尔的个人计算机也因为在家办公趋势推高了市场对台式机的需求,表现非常强劲。
VMware的增长尤其亮眼,这要归功于多年来VMware一直致力于为混合云提供技术支撑,在混合云环境中,企业将本地数据中心与(和VMware有稳固合作关系的)AWS等公有云服务相结合。而戴尔,却一直在推动企业系统和存储业务的增长而苦苦挣扎。
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。