至顶网软件频道消息: 德国企业软件巨头SAP宣布以高达80亿美元的价格收购调查软件专业公司Qualtrics International,进一步提升其能力。
这一全现金交易恰好发生在Qualtrics计划首次公开募股之前。SAP在一份声明中表示,这次收购已经获得了两家公司董事会的批准。
Qualtrics主要销售调查软件——或者更好地说是体验管理(XM)平台提供商。企业可以使用Qualtrics的工具来获取有关产品的反馈,以便针对特定用例对产品进行优化。
Qualtrics的主要竞争对手是一家名为SurveyMonkey的公司,后者在9月份上市。此次收购据称是有史以来对得到风投支持的企业软件公司的最大一笔收购,这也是自Oracle收购NetSuite公司后第二大软件即服务公司的收购。
SAP首席执行官Bill McDermott在一份声明中表示,这次收购将让SAP能够将运营数据与Qualtrics的经验数据和见解相结合,更好地管理供应链、网络、员工和核心流程。SAP需要更多的云功能,因为自己的核心ERP业务近年来出现了增长停滞。最近SAP由于云收入增长了41%而提高了前景预期,这也突显了这些新业务渠道对SAP未来增长的重要性。
Constellation Research分析师Holger Mueller表示,这两种数据的结合非常重要,因为SAP作为ERP领域的领导者能够很好地理解结构化数据,但是Qualtrics所捕获的客户体验定性数据对SAP来说是一个全新领域。
Mueller说:“这些数据的结合对于CxO们在数字经济中做出决策非常重要。SAP是否为Qualtrics付出了过高的价格还是个疑问。无论如何,归根结底要看SAP是否能够成功滴在自己的客户群中售卖Qualtrics产品。”
Pund-IT行业分析师Charles King表示,看起来这次收购是SAP的一个明智之举,因为SAP已经在分析方面付出了巨大努力,而从Qualtrics获得的独特数据资源,将成为提升SAP产品价值的一个有用资产。他指出,Qualtrics已经成为衡量消费者和客户情绪的一个重要工具,还有其他有用的产品例如员工体验平台,可帮助发现和纠正员工的情绪问题。
King说:“换句话说,在B2C和B2B场景下Qualtrics的产品对于SAP来说将是有用处的。一般来说,SAP一直很擅长于判断收购目标,Qualtrics似乎就是一个不错的选择。”
Forrester Research分析师Faith Adams表示,很显然“SAP正在试图让数据发挥更大的作用,这将有助于消除今年早些时候宣布推出的C/4HANA CX套件中存在的Voice of Customer差距。”
在IPO之前收购公司,这个现象正在变得越来越普遍,正如最近Workday对Adaptive Insights的收购,正是发生在后者计划的6月上市前几天。去年1月,思科也在AppDynamics公司准备上市之前以37亿美元收购了AppDynamics。
据Axios报道,尽管自2002年就可以开始运营,但Qualtrics在过去9个月才刚刚实现盈利。尽管如此,Qualtrics声称自成立以来每年的现金流都是正向的。Qualtrics通过订阅和“按需调研”这个产品组合创造收入,这个产品组合让客户能够从“策划的受访者群体”获得反馈。此外,Qualtrics还为客户提供专业服务。
根据协议条款,Qualtrics将继续保持在犹他州普罗沃和西雅图的双总部。现任首席执行官Ryan Smith与他的兄弟Jared和父亲Scott共同创办了Qualtrics。Ryan Smith将继续领导Qualtrics公司。
Qualtrics拥有9000多家大型企业客户,包括微软、万事达和凯洛格公司。
好文章,需要你的鼓励
随着大语言模型在人工智能时代展现强大力量,可穿戴设备成为收集人体数据的重要载体。通过实时监测血压、心率、血糖等生命体征,结合AI边缘计算能力,医疗正向个性化转型。基因治疗、数字孪生技术让每个人都能拥有专属的医疗数字化身,实现从"报销型医疗"向"创新循证医疗"的转变,为疾病预防和健康管理带来革命性突破。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
在巴黎举办的欧洲开放基础设施峰会期间,专门用一整天时间讨论VMware迁移问题。博通收购VMware后许可证价格上涨,导致客户运营成本大幅增加。开源开发者展示了将VMware虚拟机迁移到开源替代方案的产品。Forrester分析师指出VMware客户对此感到信任破裂。OpenStack等开源解决方案虽然复杂度较高,但提供了健康的开源生态系统替代方案。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。