文件同步、共享和协同不是一个功能,而是一个产品,是“即服务”(例如SaaS)的最佳呈现。通过Box的三座数据中心和公有云就可以看出来,该公司表示,对于现代企业来说,现在这是一个内容平台。
这是Box传递的信息,而且很奏效,从Box正在增长并且增加的服务就可以看得出。
Box已经增加了自己的基础服务,例如针对IBM、Salesforce、微软Office、Google Android for Work的专有产品。此外Box还宣布推出了Box Platfor,一个用于认证、用户管理和内容访问的开放API集。
Stifel MD Aaron Rakers最近与Box公司首席执行官Aaron Levie及投资管理副总裁Stephanie Wakefield进行了会面,为了更好地了解Box在微软OneDrive、SharePoint以及Google方面的情况。他说,Box看到客户正在用他们自己的服务替换本地的SharePoint、OpenText以及最近收购的Documentum产品。
Box即将推出一系列专门的服务产品以推动客户支出:
- Governance:400多家客户,其中200个是在2016财年现有的客户
- KeySafe:加密密钥管理
- Zones:内部数据位置,利用IBM和Amazon数据中心
- Shuttle:更快速地将内容迁移到云
- Relay:将在2017年推出的内嵌内容工作流,与IBM协作
Box表示,自己的Relay产品允许员工构建、追踪以及管理定制的或者预构建的工作流,利用Box所有的所有安全、法规遵从和协同特性。
Box Developer Addition则让第三方开发者和企业客户开发可以利用Box实例的应用。
Rakers写到:“Box目前就这些附加解决方案并没有给销售团队下配额,我们相信在2018财年(也就是2017年)这个情况会有所变化。”Rakers预计Box会每年推出1-3个新功能,重点专注领域是在分析和工作流上。
目前Box有66000个客户,其中95%的收入是经常性收入。Box估算了平均客户价值(ACV),在过去3年中这方面的平均增幅是23%,也就是每个用户席位是8到10美元。最近一个季度(截止于2016年8月)的收入是9570万美元,同比增长30%,自从2013年至今的复合年增长率是51%,在这个季度的亏损是3810万美元。
预计在截止2017财年第一季度的自由现金流应该是正向的,但是现在还没有任何盈利。
目前Box数据中心内的所有数据都复制到公有云中,Rakers认为Box未来将会更多地利用公有云。
Box大幅增长期已经结束,目前正处于稳定建设基础设施的增长阶段。例如,Box已经聘请David Benjamin作为该公司高级副总裁、EMEA地区总经理。他来自电信提供商BT,担任全球服务运营副总裁,在2007年加入BT就成为业务负责人。该公司希望扩展欧洲市场,更加专注于德国,计划在德国开设办公室,最近还在阿姆斯特丹和斯德哥尔摩开设了办公室。
虽然Box现在是一家有些沉闷的公司,但不是一家平庸的公司。这是不寻常的,它必须稳步增长,以不寻常的方式,实现盈利,开始支付红利,也许还会开始收购其他公司以刺激增长。目前该公司的市值是19亿美元,股票交易价格为15.74美元,IPO上市日(2015年1月23日)的价格为23.15美元。当Box实现盈利的时候,股价应该会上涨,不过这可能要等到2018年了。
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。