IBM宣布收购Advanced旗下应用程序现代化部门,希望借这一战略性举措巩固自身在混合云及AI领域的市场地位。虽然交易细则尚未披露,但预计将在2024年第二季度内完成。
此次收购将增强IBM Consulting咨询部门在大型机应用和数据现代化方面的服务能力,标志着IBM在致力于帮助客户完成数字化转型之旅上迈出了新的重要一步。
这笔交易也反映了市场对于快速组织转型的迫切需求,有望解决大型机系统一体化过程中的种种复杂挑战,协助一众企业成功落地至关重要的混合云战略。
此举亦符合IBM公司CEO Arvind Krishna领导下的广泛收购战略,凸显出蓝色巨人对于混合云和AI技术储备的深切关注。
Advanced有什么来头?
Advanced是一家应用程序现代化服务厂商,在遗留系统的现代化市场中表现尤其出色。在英国本土的商业软件与服务提供商中,Advanced基本稳定位居前三,在促进客户过渡到云端解决方案领域长期占据主导,一直为众多公共、私营及第三方部门提供支持。
该公司年营业额高达3.39亿美元,拥有超2万家客户,目前员工超2500人。
Advanced公司的核心使命包括通过关键任务软件简化复杂的业务挑战,大大降低客户的数字化转型门槛,并对数百万受众的工作和生活产生积极影响。
身负重大使命的Advanced掌握着丰富的服务与工具储备,这些方案旨在帮助组织从陈旧、效率较为低下的IT系统过渡到更加现代、敏捷且与云端兼容的新型平台。
该公司的重点业务包括评估现有IT基础设施、设计现代化策略以及实施可与现代IT环境(例如混合云系统)无缝集成的解决方案。
为IBM注入新鲜血液
此番对Advanced应用一体化部门的收购,将为蓝色巨人带来一系列战略收益。其中最重要的一点,就是IBM Consulting咨询部门在大型机应用程序与数据一体化方面的技术储备将得到显著增强,这也是不少大型企业最为重视的业务领域。
此举高度契合IBM在混合云和AI方面的总体发展战略。蓝色巨人正在积极扩大自身业务范围,这次收购将直接满足不断增长的快速业务转型需求,为IBM提供先进的工具与专业知识,帮助客户在快速发展的数字环境中保持强劲竞争力。
大型机已经成为众多组织混合云战略中不可或缺的组成部分,也是此次收购的核心所在。交易完成之后,IBM将在这一领域拥有更加全面、与前沿趋势相匹配的解决方案。
这笔交易将显著增强IBM在关键业务领域的能力,也与其对混合云和AI技术的广泛关注相契合。通过吸纳Advanced在大型机一体化和迁移服务方面的专业知识,IBM不仅能够丰富自家服务产品,同时也将接收一批在领域内拥有30多年从业经验的资深专业人才。
这笔收购将立足金融服务、保险、汽车和政务等不同行业带来丰富的知识和技能,有助于扩大IBM咨询业务的覆盖范围与市场影响力。
Advanced资产将与IBM现有产品(特别是WatsonX Code Assistant for Z)之间产生协同效应,IBM Z系统的客户有望借此迎来更具创新性、更为全面的解决方案。
Advanced的创新工具与IBM现有技术的结合,也将为IT服务的后续发展铺平道路,特别是在大型机现代化这一高度复杂的业务领域。
分析师观点
此次收购再次证明,IBM正致力于加强其在大型机现代化市场上的主导地位。对于一众企业的数字化转型之旅而言,这部分业务已经成为决定成败的关键所在。
从战略角度来看,此次收购也符合IBM的总体发展目标。交易不仅将增强IBM Consulting的咨询能力,更将使该公司能够在日益重要的领域为寻求遗留系统现代化的企业提供愈发全面的服务和支撑。
收购并吸纳Advanced的工具与专业知识之后,IBM将可加快复杂转型项目的交付速度,特别是那些涉及大型机系统与现代云环境的集成类项目。
然而,此类收购带来的挑战也客观存在。将新能力与组织自身文化的结合过程往往艰辛坎坷,甚至可能在短期内产生新的障碍。
IBM从Advanced处收购而来的应用现代化能力,再次凸显出蓝色巨人在战略层面积极追求混合云与AI领域主导地位的坚定决心。自Arvind Krishna担任公司CEO以来,IBM已经进行超过35起收购。此次最新交易也落实了IBM致力于发展自身服务产品,满足现代数字环境中复杂需求的严肃承诺。
通过针对性收购带来的能力增强,IBM正在扩大其技术广度并巩固自身作为行业关键参与者的优势地位。此次最新收购,也成为IBM通过前瞻性方案帮助企业处理应用混合云及AI复杂性难题的又一明证。
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。