客户关系管理巨头Salesforce今天早些时候表示,该公司将以157亿美元的全股票交易收购Tableau公司。
就在四天之前,谷歌刚刚宣布计划以26亿美元收购Tableau的竞争对手Looker Data Sciences公司。这些收购标志着各大云计算厂商(从市场领导者亚马逊网络服务公司到微软,再到最近加入战局的谷歌和Salesforce)之间出现了一个竞争激烈的新战场。
Salesforce将用1.103股该公司的普通股交换Tableau的1股股票,这个出价比Tableau 108亿美元的市值高出45%。Tableau的股票价格在纽约证券交易所早盘交易中上涨近36%。
Salesforce表示,该交易预计将在第三季度完成,将为现在预计将达到164.5亿美元至166.5亿美元的2020财年收入增加3.5亿至4亿美元。该交易预计将使经营利润率收窄0.75%。
Salesforce首席执行官Marc Benioff今早在与分析师的电话会议上表示:“我们正在快速跟进,以成为一家价值300亿美元的企业软件公司。”
股票代码为CRM的Salesforce股票价格今天下跌了5%,这可能是由于收购的规模以及对利润率的影响。但分析师们普遍表示,这笔交易对Salesforce有利。
Mizuho Bank的分析师Gregg Moskowitz在一份写给客户的报告中表示:“尽管超过2019年估计收入11倍的价格并不便宜,但对于高质量的战略资产而言,这一价格并非不合理,而且很有可能会在CRM的客户中形成交叉销售。”
收购之后,Tableau仍将使用自己的品牌进行独立运营,总部也将继续留在西雅图。Salesforce表示,目前的管理团队将保持不变。
Tableau成立于2003年,并且在拥挤的商业智能领域脱颖而出,其战略是让用户能够将来自多个来源的数据组合成丰富且易于共享的可视化内容。该公司声称在全球拥有86,000家客户,超过65万人在其社区平台上发布了可视化内容。
Benioff表示:“Tableau专注于让人们看见并理解他们的数据。而Salesforce致力于帮助人们吸引并了解客户。”他表示:“两者结合在一起,我们就拥有了在这些最重要的数字化转型类别中的主导产品。”
Salesforce联合首席执行官Keith Block在一份预先准备好的声明中表示:“通过将所有客户数据实现真正统一和强大的视图,Tableau将提升我们帮助客户成功的能力。”
专注于随需应变计算服务的咨询公司THINKstrategies的董事总经理Jeff Kaplan表示,虽然交易的规模可能会让一些人心存疑虑,但是全股票交易利用了Salesforce的强劲股价以获得大量现有客户群。他表示:“Salesforce没有在一家前景看起来非常不错,但是解决方案和市场可扩展性都未经检验的创业公司上大笔投资,而是选择收购了一家拥有完善产品和稳固客户基础的成熟厂商。”
Forrester研究公司副总裁兼首席分析师Boris Evelson表示,在谷歌宣布收购Looker之后,这一消息预示着商业智能市场将进一步整合。他表示:“商业智能功能已经成熟并逐渐商品化,但是很难与微软和甲骨文等企业进行竞争,他们对于大型项目,可以给出每个用户每月不到5美元的折扣价格。”
逆袭的故事
尽管Tableau最近的销售量接近该公司的历史最高水平,但是该公司一直到最近的财务历史仍然很不稳定。由于在云计算转型方面的落后,该公司在实现从许可证销售到订阅收入的转变上步履维艰。
由于盈利前景令人失望,Tableau的股票价格在2015年底出现了崩盘,单日跌幅高达50%。该公司的股票价格持续低迷了一年的时间,但是在新任首席执行官Adam Selipsky(如图)的领导下,股票价格在2017年中期再度开始攀升,当时该公司向订阅模式的转型开始初见成效。
Benioff表示,虽然Salesforce的软件即服务业务完全在云中运行,但Tableau的传统内部部署业务是公司吸引力的一部分,因为它让客户可以选择将其作为SaaS服务使用——作为公共云应用程序或内部部署应用程序。他表示:“它为客户提供了极大的灵活性。”Benioff还表示:“Tableau吸引我们的一个地方在于它的云计算方式。”Tableau拥有大约10,000家客户在使用该公司的SaaS服务。
Salesforce表示,Tableau将成为其“客户360”全渠道销售和营销计划(如图)有价值的补充,并且和该公司去年以65亿美元收购的数据集成公司MuleSoft非常匹配。
Benioff 表示:“MuleSoft与Tableau配合是一件很美好的事情。Tableau可以访问所有这些数据源。 我迫不及待想看看它们能做些什么。”
Forrester的Evelson表示,这笔交易将提升Salesforce原本已经强大的商业智能能力,并且让该公司能够渗透进入那些使用Oracle、SAP SE、IBM和微软等公司的竞争性企业资源规划和CRM产品的企业客户——因为这些企业在这些产品的基础上使用了Tableau的产品。他表示:“这对于Salesforce来说是一步好棋。”
Salesforce总裁Bret Taylor表示,MuleSoft、Tableau和Salesforce的爱因斯坦人工智能销售助理的结合将为推动数字化转型奠定基础。他表示:“我们可以让参与数字化转型的每个人都能使用数据。”
好文章,需要你的鼓励
这项研究针对现代文档检索系统中的关键缺陷:独立处理文档片段导致丢失上下文信息。研究团队开发了ConTEB基准测试来评估模型利用文档级上下文的能力,并提出了InSeNT方法,结合后期分块和创新的对比学习策略。实验表明,上下文感知嵌入显著提升检索性能,尤其在处理非自包含文本片段时,同时保持计算效率,对分块策略更具鲁棒性,并且在语料库规模扩大时表现更佳。这一研究为更智能的文档检索系统铺平了道路。
这项由布朗大学和Cohere实验室研究者联合进行的研究全面分析了大型语言模型(LLM)安全研究中的语言不平等现象。通过系统回顾近300篇2020-2024年间的安全相关论文,研究发现LLM安全研究严重偏向英语,即使中文这样的高资源语言也仅获得英语十分之一的研究关注,且这一差距正在扩大。研究还揭示非英语语言很少作为独立研究对象,且英语安全研究常忽略语言覆盖文档化。为解决这一问题,研究者提出了三个未来方向:开发文化敏感的评估基准、创建多语言安全训练数据,以及深入理解跨语言安全泛化挑战。
这项研究提出了ChARM,一种创新的角色扮演AI奖励建模框架,通过行为自适应边界和自我进化策略大幅提升AI角色的真实性和一致性。研究团队创建了包含1,108个角色的RoleplayPref数据集,实验表明ChARM比传统模型提高了13%的偏好排名准确率,应用于DPO技术后在多项基准测试中达到了领先水平。这一突破将为娱乐、教育和心理健康支持等领域带来更加自然、个性化的AI互动体验。
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。