至顶网软件频道消息: 如果一家技术厂商幸运的话,它可以定义一个时代。如果不幸运的话,一旦其原始面市模式的增长潜力开始减弱的时候,这个时代将继续让该厂商处于劣势。

Cloudera的命运颇有讽刺意味,它曾经在一段时间内声名鹊起。现在人们非常喜欢大数据的云时代,但Cloudera几乎没有利用好这个转折点。与此同时,正如Wikibon最近的市场研究中所提到的,在这个Cloudera与其有着紧密联系--基于Hadoop的大数据分析--的时代中,Cloudera却逐渐变成一个低增长的传统业务。
Cloudera总部位于美国加州帕洛阿尔托,是Hadoop早期商业化的主要供应商之一。在过去几年中,Cloudera的发展已经远远超过了其核心市场,扩大了解决方案的覆盖范围以满足全球企业客户的需求。虽然最近Cloudera表示,计划在未来几个季度以托管平台或者PaaS云产品的方式提供所有解决方案,但目前只是提供这一种方式,那就是管理数据准备服务Cloudera Altus的一个测试版。
即使这种在微软Azure和AWS云中提供托管提取转换加载功能的产品也是迟到的。IBM等厂商早已经在他们自己的公有云中提供了ETL和一系列其他数据集成PaaS产品。
当然,Cloudera有很多竞争优势,例如持续扩张的全球客户群,以及不断提供的新功能、工具和解决方案加速器。事实上,根据Cloudera的财报,最近一个财季Cloudera的收入、毛利率、新客户以及国际业务均高于去年同期。
然而,中小型企业新客户正涌向采用公有云替代品,这可能会让Cloudera迄今为止还比较成功的"领土和扩张"增长战略成为牺牲品。由于AWS、微软Azure、Google Cloud和其他公有云提供商之间的价格站,会让Cloudera的利润率下滑。
但是,我们不要将Hadoop作为Cloudera的核心资产。事实上,Hadoop仍然是大数据文件存储、批处理、非结构化数据优化、可查询归档和其他许多用例的关键。这些是其他更新的大数据分析技术(如Spark、Kafka和TensorFlow)不太适合的场景。
为了应对这些场景和其他核心厂商,Cloudera围绕其市场领先的发行版构建了一个全面的产品组合Cloudera Enterprise Data Hub。作为基于Hadoop的分析、流处理、建模、管理、编目和工作负载管理的单一来源,Cloudera仍然是该领域的一个重要力量。
但仍然感觉Cloudera的路线图中缺少了些什么。金融市场已经注意到这种不确定性,Cloudera的股价大幅下跌。
Cloudera缺少的是强劲的盈利能力和动力。从最近几个季度和全年来看,运营亏损虽然有所减少,但是整体看亏损仍然巨大。除了这些数字之外,Cloudera前景疲软,净亏损持续,订阅收入增长明显减速,经营现金流仍然是负值。
把Cloudera拉出低谷需要做些什么?明智的做法是把发展重点放在开发者社区上,这个社区正在利用大数据构建下一代机器学习、深度学习和其他人工智能应用。
事实上,Cloudera近年来积极进入数据科学工具细分领域,提供了Cloudera Data Science Workbench解决方案,并将其列为增长最快的解决方案领域之一。然而,这种增长可能不会持续下去,除非Cloudera将企业从纯粹手动机器学习开发转向更加自动化的DevOps管道以实现人工智能资产的运营化。在这场比赛中Cloudera也迟到了。
一揽子垂直解决方案是Cloudera维持收入增长的另一种可能性。Cloudera继续建立渠道合作伙伴生态系统来抓住这些机遇。Cloudera已经在网络安全、金融服务、数据保护、医疗保健、基因组学等大数据分析应用领域发挥了重要作用,并且似乎正在蓬勃发展的"物联网"边缘分析领域扩大自己的影响力。但是,Cloudera能否利用这些合作伙伴主导的机会,要受到其直接销售这一传统定位的阻碍。
你看,Cloudera在这个新时代找到其锚点时遇到了麻烦。对Cloudera来说,最好的时代已经过去了吗?
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。