有渠道合作伙伴表示,HPE可能正处于一个为自己部分软件资产寻找买家的艰难时期,包括此前以103亿美元收购的Autonomy,据称正在待价而沽。
HPE合作伙伴表示,Autonomy软件从来都没有在渠道中大卖特卖,HPE也从来没有给合作伙伴提供培训和支持这款产品在渠道中大卖。
本周早些时候彭博社报道了HPE可能会出售Autonomy及其他软件资产,包括Mercury和Vertica Systems。
就在上个月,HPE刚刚剥离了此前以139亿美元收购的EDS,后者与系统集成商CSC合并。
在2011年收购Autonomy是前HP CEO Leo Apotheker试图把HP这家硬件厂商重塑为软件和服务巨头的一个大胆举动,然而此举却是并没有持续多长时间。
去年,HP起诉Autonomy前CEO Mike Lynch及前CFO Sushovan Hussain因涉嫌会计不当造成51亿美元损失,目前这个案件仍然悬而未决。
Autonomy的智能数据操作层(IDOL)技术可以分析来自电子邮件、语音、视频和社交媒体的数据并识别出模式,这项技术将会成为惠普在大数据分析领域的一款独特产品。但是据合作伙伴称,惠普并没有给渠道进行足够的培训来售卖这项技术。
HPE现在仍然在售卖IDOL软件,该产品在HPE第二财季获得了"令人鼓舞的结果,"HPE CFO Tim Stonesifer在5月的电话会议上这样表示。
但是有两位HPE合作伙伴表示,他们认为Autonomy一直是"半成品"。另外一位HP合作伙伴高管对于Autonomy IDOL仍然是HPE产品组合一部分表示惊讶,这些合作伙伴统一认为HPE很难为Autonomy找到买家。
"HPE软件在渠道中并不怎么有好,因此Autonomy并不适合渠道,"这位要求匿名的HPE合作伙伴高管表示。
当HP在去年10月分拆为两家公司的时候,有多项Autonomy资产,包括TeamSite内容管理系统和Aurasma增强现实技术,都转移到了售卖PC和打印机的HP Inc.方面。
4月,HP Inc.将这些与其他Autonomy出售给了OpenText--一家加拿大企业信息管理厂商,金额不详。
在最近一个季度中,HPE整体软件收入同比下滑了13%,按不变货币计算的话下滑了10%。但是针对收购和剥离的影响因素,HPE称自己在该季度的软件收入实际是增长了2%。
与此同时彭博社还报道说,HPE正在为自己的Mercury Interactive以及Vertica Systems业务寻找买家。
早在2011年的时候,HP花费大约3.5亿美元收购Vertics,将这个知名度很高的内存数据库和分析产品纳入自己的产品组合。次年,HP将Vertica与Autonomy合并创建了一个大数据部门,由HP软件负责人George Kadifa领导。
Vertica在市场中获得了早期的关注,Kadifa暗示Vertica曾经有潜力成为一项规模破10亿美元的业务。但是HP在完成收购的一年后流失了很多Vertica的高级工程师,负责该业务的副总裁Shilpa Lawande也在2月离职。
尽管Vertica是一项性能突出的技术,但是有一位HPE合作伙伴表示,Vertica也存在着和阻碍Autonomy IDOL发展同样的缺乏培训和渠道专注的问题。
"HPE合作伙伴根本不知道怎么售卖Autonomy或者Vertica,更重要的是,不知道如何构建和投资他们的业务来支持这些产品,"该合作伙伴表示。"我认为大多数合作伙伴对出售这些业务是表示欢迎的。"
HP在2006年以45亿美元收购了Mercury Interactive IT管理软件和服务厂商。在收购Autonomy之前,Mercury Interactive曾是HP最大的软件收购案。
一位HP新闻发言人拒绝对HPE是否在出售Autonomy、Mercury Interactive以及Vertica发表评论。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。