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
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。