IBM与 Red Hat (红帽)共同宣布已达成最终收购协议。根据该协议,IBM 将以每股 190 美元的价格收购 Red Hat 所有已发行的普通股,总收购价值约为 340 亿美元。
这是 IBM 历史上最大规模的一笔交易,也是美国科技界历史上第三大交易。Red Hat 将并入 IBM 的混合云部门,作为一个独立的单元运作。Red Hat CEO吉姆·怀特赫斯特(Jim Whitehurst)将加入 IBM 高管团队,向 IBM CEO 罗睿兰(Ginni Rometty)汇报。
IBM 表示,收购 Red Hat 将使其成为多云和混合云市场的领导者。罗睿兰在声明中表示,“收购 Red Hat 可以打破格局,改变云市场的一切。”
彭博社分析师阿努拉格·拉纳(Anurag Rana)说,收购 Red Hat 使 IBM 成为“现在云计算领域的可靠参与者——无论是私有云还是混合云”。
美国科技媒体 TechCrunch 评论称,这笔交易也许代表着,在花了 10 年时间钻研人工智能和区块链技术之后,IBM 逐渐将工作重心从盈利前景不明朗的沃森(Watson)挪回了以往最擅长的企业服务领域。
沃森机器人自诞生以来一直代表着 IBM 顶尖计算能力和未来感的形象。它能创造菜谱,参加问答比赛,帮人保税,还能做会议记录员、医生助理、博物馆讲解员……但有分析师一直在质疑它能否成为 IBM 可依赖的收入来源。
投资银行 Jefferies 的分析师评论称,IBM 很多金融、生物领域的合作伙伴对沃森的表现并不满意,认为“它的失误不是单一故障的产物,而是过度营销、深度学习能力缺陷和早期训练数据缺失的结果”。
IBM 市值 1140 亿美元,但最近的收益更新中公布的营收低于预期。自罗睿兰在 2012 年担任 CEO 以来,IBM 营收下降了近四分之一。虽然部分原因是资产剥离,但大部分原因是现有硬件、软件和服务产品销售下滑,该公司一直在努力在云基础设施业务上赶上亚马逊和微软。
Red Hat 是美国一家以开发、贩售 Linux 包并提供技术服务为主要业务的企业,其产品包括 Red Hat Enterprise Linux 等。该公司在诸多重要 IT 领域如操作系统、存储、中间件、虚拟化和云计算等提供关键任务的软件与服务,且目前仍是提供 Linux 集成服务的同类企业中规模最大的公司。
1990 年代末期,Linux 以自由软件、开放源代码为号召,试图挑战商业化且闭源的 Windows 操作系统的霸主地位。当时,Red Hat 所推出的 Linux 系统软件集成包 Red Hat Linux 诞生,奠定了其在 Linux 业界的旗手地位。
Red Hat 于 1999 年 8 月 11 日在纳斯达克上市,2005 年 12 月 19 日纳入纳斯达克 100 指数,2006 年 12 月 12 日转到纽约证券交易所挂牌,2009 年 7 月 27 日,Red Hat 取代 CIT 集团成为标准普尔 500 指数成分股。
上一财年 Red Hat 营收为 29.2 亿美元,利润为 2.59 亿美元。2018 财年 Red Hat 营收同比增长了 21%,全年营收有望首次突破 30 亿美元。但与此同时,Red Hat 上季度和本季度的销售额均低于分析师的预期,这加剧了人们的担忧,即 Red Hat 可能会输给竞争对手,增长可能正在放缓。截至上周五,Red Hat 公司股价在过去 6 个月里下跌了 28%。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。