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
Meta宣布为Facebook Dating推出AI聊天机器人助手,帮助用户找到更匹配的对象。该AI可根据用户需求推荐特定类型的匹配者,并协助优化个人资料。同时推出Meet Cute功能,每周提供算法选择的"惊喜匹配"。尽管18-29岁用户匹配数同比增长10%,但相比Tinder的5000万日活用户仍有差距。AI功能已成为约会应用标配,Match Group等竞争对手也在大力投资AI技术。
字节跳动团队提出RewardDance框架,首次系统性解决视觉生成中的奖励模型扩展问题。该框架通过将奖励预测转为生成式任务,并将模型规模扩展至260亿参数,同时集成任务指令、参考样例和推理能力,有效解决了"奖励作弊"问题。实验显示,在文本生成图像任务中质量提升10.7分,视频生成性能改善49%,达到行业领先水平,为AI视觉创作提供了更强大可靠的技术基础。
Neo4j认为已找到让生成式AI访问图数据库记录的方法。图数据库专注于数据点之间的关系建模和查询,在欺诈检测、推荐引擎等场景中表现出色。2024年4月,ISO批准了图查询语言GQL标准,Neo4j的Cypher查询语言完全符合该标准。现代工具提供拖拽式工作流程,GenAI可作为自然语言接口,将用户请求转换为Cypher查询。
ByteDance团队开发的Mini-o3系统通过深度多轮推理突破了传统AI视觉理解的局限。该系统能像人类侦探般进行几十轮的视觉探索,在困难的视觉搜索任务上准确率达48%,相比现有模型提升显著。核心创新包括挑战性的Visual Probe数据集、多样化推理策略训练和突破性的过轮掩码技术,实现了测试时思考轮数的自然扩展。