IBM即将收购位于美国波士顿的Turbonomic该公司,该公司的平台可以帮助企业降低云支出同时提高应用性能。
IBM没有透露这笔交易的金额,但有消息人士告诉路透社,交易估值在15亿至20亿美元之间,这比Turbonomic在上一轮融资后获得的9.63亿美元估值要高得多。
Turbonomic提供一个所谓应用资源管理平台,利用人工智能帮助企业优化公有云环境。该平台专注于两个主要场景,一个是优化云应用性能,另一个是降低云应用带来的基础设施成本。
Turbonomic的AI模型可以分析企业的云环境,检查是否分配给工作负载的硬件资源少于最理想的所需硬件资源。例如,Turbonomic可以检测周末流量激增期间是否需要为电子商务网站数据库提供更多的网络带宽。然后,AI模型向管理员提供有关如何解决已确定问题的建议。
Turbonomic的平台提供类似建议来减少云支出的浪费,这也是Turbonomic的另一重要卖点。例如,Turbonomic可以告诉IT团队他们为某个工作负载配备了超出所需的存储容量,同样也可以检测出应用是否运行在一个没有必要那么庞大且昂贵的云实例上。
IBM计划把Turbonomic与最近收购获得的监控产品Instana进行集成。Instana在堆栈上层提供了可观察性。Turbonomic主要专注于检测基础设施级的问题,例如应用由于未被分配足够多的虚拟机处理器而导致运行缓慢,而Instana主要致力于发现软件级的问题,例如因为应用升级存在漏洞而导致延迟越来越高。
IBM认为另一款可以通过收购Turbonomic得到加强的产品是IBM Cloud Pak for Watson AIOps。去年推出的这款产品提供了由AI生成的建议(有些类似于Turbonomic所能提供过的建议)可以帮助IT团队解决基础设施相关问题。
此次收购Turbonomic将推动IBM从传统业务领域(例如专业服务)向云和AI等高增长市场的重心转移。作为该战略的一部分,去年底IBM宣布计划分拆规模190亿美元的管理基础设施服务部门。当时IBM首席执行官Arvind Krishna表示,这次分拆将有助于IBM把更多精力放在“规模高达1万亿美元的混合云市场机会”上。
IBM云与数据平台事业部高级副总裁Rob Thomas在一份声明中表示:“IBM将继续重塑自己作为一家混合云和AI厂商的未来前景。收购Turbonomic,是我们致力于通过最具影响力的投资来推进这一战略的又一例证。”
IBM还特别提到了AIOps的行业趋势,AIOps是一种利用机器学习实现重复性IT任务自动化的一种技术。IBM自动化部门总经理Dinesh Nirmal表示:“我们相信以AI为基础的自动化已经成为一个必然趋势,这将让所有以信息为中心的任务变得更加高效。其他主流行业参与者(例如ServiceNow)近期也进行了相关投资以扩展自身的AIOps能力。
IBM预计将在第二季度完成对Turbonomic的收购。
Gartner分析师Chirag Dekate在电子邮件中表示:“IBM收购Turbonomic,代表了IBM在为那些希望加速云迁移和价值增长的企业IT领导者提供聚合价值方面,迈出了自然而然的一步。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。