ZD至顶网软件频道消息:近日,Rackspace的公司高管证实,将出售其Cloud Sites托管业务给Liquid Web,但此前,有报道称Apollo Global已经在洽谈收购Rackspace,可是Rackspace的高管却回避了这个难以忽略的消息。
私募股权投资机构可能会以高达40亿美元的价格再次将Rackspace私有化,为其赢得了重组的时间,让它能够避开华尔街金融家的注视。
在一次讨论第二季度业绩的电话会议上,Rackspace首席执行官Taylor Rhodes拒绝评论公司私有化的话题。但是,他表示会将网站托管业务出售给Liquid Web,这是一家年营业额9000万美元的托管企业。 Rhodes表示,之所以出售Cloud Sites托管业务,是由于和公司整体目标相比,该业务“增长率过低”,并且需要“大量的新投资”。
“我们已经能够做到的是找到一位战略买家,对方将会高价收购这家公司,这能让它为我们带来更多的价值,这让我们既能够专注于产品组合,又能够为这项业务找到一个好归宿,同时还能帮助我们募集一些增量资金。”
Rackspace对其部分业务进行剥离并非从Cloud Sites开始,早在第一季度,Rackspace就剥离了旗下在线备份工具Jungle Disk,并实现私有化。此外,2013年收购的Exceptional Cloud Services也被剥离,现在已经脱离了该公司。
Rhodes补充表示:“当我们在进行商业模式演变的时候,有一条不变的规则就是,我们希望找到可以集中我们的资产和资源的所有方法,这样我们就能够全力以赴地瞄准AWS和Azure等公有云。”
Rackspace在几年前,重新将自己装扮成一家云计算和托管服务供应商,而且最近又为AWS和微软Azure冲锋陷阵,一方面高效地销售这些公有云,一方面围绕着这些公有云打包自己的服务。
Axios Systems销售总监Ian Moyse表示,对于他的前雇主来说,不建设而选择托管自己的IP,这种做法意味着更低的利润。Moyse是Rackspace前任新业务团队的销售总监,他表示,“价值主张是围绕着其他人的技术卖服务,但利润比较低,所以Rackspace必须进行更多的公有云销售才能维持。”
他表示,Rackspace的重组可能会需要花费超过一到两个季度的时间,“这是一项做得很好的业务,但是由于进入新市场较晚,而且要对抗像AWS和微软这样财大气粗的巨无霸,所以处境艰难。”
据了解,Rackspace此前几个季度业绩一直在下滑,此次的增长扭转了之前的趋势,和去年第二季度相比增长了7%,达到5.236亿美元。
Rhodes表示“成熟”领域的业务在这三个月中“放缓了”,它正在努力面向现有客户群推销新的服务。他表示,销售团队将资源转向AWS,并在AWS签署了277家客户,AWS看到了在微软Azure和OpenStack私有云之中的管理服务需求。
据悉,研发、销售和市场营销成本在这个季度出现了下降,但是总体出现了上升,管理成本、折旧和摊销让总成本从4.472亿美元增长到4.593亿美元。而营业利润从4220万美元增长到6430万美元,息税后净利润从2830万美元增长到3580万美元。
Rhodes警告称,未来的销售情况将会受到英国脱欧公投的影响,预计英镑走软将会产生大约7000万美元的“负面影响”。
“我们已经看到了流失率略微出现上升,而英国区域的客户在开支方面出现了削减,一些企业受到货币波动和不确定性的影响。”他表示,其旅游行业的一个大客户已经“寻求破产保护”,并且预计会出现更多这样的情况。
好文章,需要你的鼓励
生成式AI在电商领域发展迅速,但真正的客户信任来自可靠的购物体验。数据显示近70%的在线购物者会放弃购物车,主要因为结账缓慢、隐藏费用等问题。AI基础设施工具正在解决这些信任危机,通过实时库存监控、动态结账优化和智能物流配送,帮助商家在售前、售中、售后各环节提升可靠性,最终将一次性买家转化为忠实客户。
泰国SCBX金融集团开发的DoTA-RAG系统通过动态路由和混合检索技术,成功解决了大规模知识库检索中速度与准确性难以兼得的难题。系统将1500万文档的搜索空间缩小92%,响应时间从100秒降至35秒,正确性评分提升96%,为企业级智能问答系统提供了实用的技术方案。
存储供应商Qumulo发布多租户架构Stratus,为每个租户提供独立的虚拟环境,通过加密技术和租户专用密钥管理系统实现隔离。该统一文件和对象存储软件支持本地、边缘、数据中心及AWS、Azure等云环境部署。Stratus采用加密隔离技术确保敏感数据安全,同时提供任务关键操作所需的灵活性和效率,帮助联邦和企业客户满足合规要求。
中科院和字节跳动联合开发了VGR视觉锚定推理系统,突破了传统AI只能粗略"看图"的局限。该系统能在推理过程中主动关注图片关键区域,像人类一样仔细观察细节后再得出结论。实验显示VGR在图表理解等任务上性能大幅提升,同时计算效率更高,代表了多模态AI"可视化推理"的重要进展。