Software AG 集团以一系列重大变革开启新年,宣布完成出售其企业架构和战略投资组合管理产品 Alfabet 以及物联网平台 Cumulocity,同时宣布 CEO Sanjay Brahmawar 离职,并将其 Adabas & Natural (A&N) 和 Aris 产品线重组为独立业务。
根据 Software AG 发言人表示,Alfabet 和 Cumulocity 的买家身份尚未披露。
A&N 提供非关系型事务数据库软件,包含其专有编程语言,可在大型机、Linux 和云等平台上处理数十亿级业务交易。
Aris 是一款面向企业的 SaaS 业务流程挖掘和管理软件。据称其流程建模和流程挖掘软件致力于帮助客户管理完整的流程生命周期。
这些变动是继 2023 年 12 月将其"超级 iPaaS"业务以 21 亿欧元出售给 IBM 之后的又一举措,而在此仅仅 6 个月前,美国私募股权集团 Silver Lake 以 26 亿欧元收购了 Software AG。
该公司自 2023 年 5 月起由 Silver Lake 持有。Software AG 长期以来被认为是仅次于 SAP 的德国 IT 供应商,公司成立于 1969 年。
作为 Software AG 集团的控股实体,Software GmbH (有限责任公司) 最近宣布完成 Alfabet 和 Cumulocity 的出售,此前已在 2024 年 7 月剥离了 webMethods、StreamSets 和 (工业分析软件) TrendMiner 业务。TrendMiner 于 2024 年 4 月被出售给德国工业分析专业供应商 Proemion。
集团 CEO Sanjay Brahmawar 也已离职。这些变革被视为将 Adabas & Natural (A&N) 和 ARIS 作为独立业务运营的战略的一部分,每个业务部门都由各自的管理团队领导。
在一份声明中,控股公司称赞 Brahmawar"在将 Software AG 从传统软件公司转型为现代化的订阅制和 SaaS 业务方面发挥了重要作用,专注于年度经常性收入 (ARR) 增长。他推动收购了 StreamSets,与 webMethods 结合后被市场认可为超级 iPaaS,最终于 2024 年 7 月被 IBM 收购。Brahmawar 在 TrendMiner、Cumulocity 和 Alfabet 业务的剥离和出售过程中也发挥了关键作用。"
Brahmawar 表示:"能够在公司近期历史的许多重要时刻领导这样一家备受尊敬的公司,并与如此才华横溢且敬业的专业团队共事,是我的荣幸。"
Silver Lake 已任命 Martin Biegel、Martin Clemm、Robin Colman 和 Toktam Khatibzadeh 领导 Software GmbH,该公司将运营 Software AG 的核心职能,同时作为 ARIS 和 Adabas & Natural (A&N) 的控股公司。
Software AG 在全球拥有活跃的用户组社区,欧洲国家组包括英国、北欧和荷兰,以及德语国家。它为 Alfabet、Cumulocity 和 webMethods,以及 Aris 和 Adabas & Natural 都建立了用户社区。
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。