ZDNet至顶网软件频道消息:甲骨文斥资53亿美元收购了Micros Systems,软件巨头甲骨文转眼间即在餐饮、零售等行业站住了脚跟。甲骨文此举表明,电子商务极有可能会成为各大科技巨头拼杀的下一个战场,同时,也道出了甲骨文为推动公司增长而四处寻求收购对象的现实。
爱说风凉话的人或许会说,甲骨文收购Micros是为了转移视线(甲骨文连续几个财季表现令人失望),公司的云策略仍未成形,应用程序的业务增长也让人担忧。Summit Research分析师Richard Williams在一份研究报告中戏虐地表示:华尔街有一条古老的黄金定律,内容如下:1)每一个财季的表现必须好;2)某一个财季的表现可能不好时,参见规则1;3)某一个财季的表现肯定不好时,做一桩收购交易。
纵观大局,商务(前端硬件、软件和多通道)正在成为各企业巨头的主战场。IBM深谙其道,一直都专注电子商务,尤其是在移动的多个方面。NetSuite和其他不少公司也是一样。Micros公司的年度报告中列举了多个竞争对手,如餐馆业方面的NCR、Par Technology和Agilysys、酒店业方面的思博公司(Infor公司的子公司)、Sabre和Northwind,以及零售方面的SAP、甲骨文、IBM、Demandware和eBay。
从财务上看,甲骨文的这笔交易无可厚非。此次的收购是甲骨文耗资70亿美元收购Sun以来最大的收购,但此次收购与那次收购比要好得多。甲骨文表示Micros公司将为公司提升收益。一众分析师表示,被收购的Micros营运良好。甲骨文会将Micros与旗下的Art Technology Group(ATG)电子商务平台整合在一起。
FBR的分析师Daniel Ives表示: 我们认为,此举可能为下一轮“云计算竞赛”揭开序幕,特别是在电子商务方面。SAP去年收购了电子商务解决方案供应商hybris,现在甲骨文尽管已经有了大型企业级系统ATG却学SAP再行收购之举。目前许多SaaS厂商仍未达到公司的短期高峰状态,而几个大厂商手里又有大把的现金,可以看到,市场整固的时机已经成熟。
下面是甲骨文对Micros公司在酒店、餐饮和零售方面扮演的角色的看法。Micros在酒店和餐厅方面颇为成功,在零售方面可与甲骨文互补。
酒店行业:甲骨文+Micros
餐饮行业:甲骨文+Micros
零售行业:甲骨文+Micros
从多个方面来看,甲骨文收购Micros事关与对手在各行业的阵地战。SAP的目标是各行业,Salesforce采取了类似的做法。各家的目的都是把各行业弄到一个平台上——可能是云平台、硬件平台或软件平台,然后去主导他们、坐收现钞。至于这些大企业玩家是否会被看作真正的创新合作伙伴、借以变革各个行业则有待进一步观察。
但不管结果是什么,甲骨文和SAP都将在多个垂直市场上演恶斗。SAP CEO Bill McDermott最近表示:我们正在更新公司的重点行业。大家都从有关SAP的报道里知道,我们在25个不同的行业里一直是市场领导者。我们正在加倍专注诸如零售行业、银行、医疗、公共部门等行业,因为我们认为各市场都存在着巨大商机,尤其是SAP的HANA平台。我们希望HANA成为世界业务平台标准,所以,对于那些想在HANA上运行自己的云的合作伙伴,我们对他们的生态系统持非常开放的态度。
甲骨文总裁马克·赫德也有一段类似的说法: 甲骨文成功地帮助过客户跨越多行业和充分利用云计算、移动、社交、大数据和物联网的功能改造业务。我们预计,收购Micros后,我们将为酒店和零售等行业内的公司提供令人信服的优势。
好文章,需要你的鼓励
Meta平台公司成立名为Meta Compute的新基础设施部门,负责监督其激进的AI数据中心建设计划。据报道,Meta计划在本十年部署消耗数十吉瓦电力的新基础设施,长期目标是扩展至数百吉瓦规模。该部门将由全球基础设施负责人Santosh Janardhan和前Safe Superintelligence联合创始人Daniel Gross共同领导,旨在系统性扩展公司AI基础设施规模。
德国弗劳恩霍夫研究院提出ViTNT-FIQA人脸质量评估新方法,无需训练即可评估图像质量。该方法基于Vision Transformer层间特征稳定性原理,通过测量图像块在相邻层级间的变化幅度判断质量。在八个国际数据集上的实验显示其性能可媲美现有最先进方法,且计算效率更高,为人脸识别系统提供了即插即用的质量控制解决方案,有望广泛应用于安防监控和身份认证等领域。
Anthropic基于Claude Code成功经验,推出面向一般办公工作的新功能Cowork。该功能内置于macOS版Claude桌面应用中,允许用户授权Claude访问特定文件夹并通过自然语言执行任务,如处理报销单据、整理数字笔记或重组文件夹等。相比需要技术背景的Claude Code,Cowork旨在让所有知识工作者都能轻松使用。目前仅向Max订阅用户提供研究预览版。
布朗大学联合图宾根大学的研究团队通过系统实验发现,AI医疗助手的角色设定会产生显著的情境依赖效应:医疗专业角色在急诊场景下表现卓越,准确率提升20%,但在普通医疗咨询中反而表现更差。研究揭示了AI角色扮演的"双刃剑"特性,强调需要根据具体应用场景精心设计AI身份,而非简单假设"更专业等于更安全",为AI医疗系统的安全部署提供了重要指导。