IBM 周一宣布收购了总部位于纽约的数据和 AI 咨询公司 Hakkoda。
IBM 咨询业务高级副总裁兼负责人 Mohamad Ali 在一份声明中表示,此次收购将"进一步扩大" IBM 为客户提供咨询和 AI 服务的能力,特别是在金融服务、公共部门以及医疗保健和生命科学等行业的客户。
Ali 表示:"凭借 Hakkoda 的数据专业知识、深厚的技术合作伙伴关系以及以资产为中心的交付模式,IBM 将能够更好地为正在进行 AI 转型的客户快速创造价值。"
收购的具体财务条款未予披露。
此次收购是 IBM 持续加大对 AI 和自动化技术投资的又一举措。今年 2 月,该公司收购了用于构建 AI 应用程序的平台 DataStax,并最近完成了对基础设施和安全自动化公司 HashiCorp 的收购。
这一战略为 IBM 带来了丰硕成果。在 2024 年第四季度,该公司实现了五年来最大的营收增长,股价因此飙升 10%。IBM 当时表示,其 AI 订单和销售额累计超过 50 亿美元。
Hakkoda 由前德勤总经理 Erik Duffield 于 2021 年共同创立,帮助客户将数据迁移到云端,特别是 Snowflake 数据云。该初创公司提供一系列工具,帮助企业迁移和转换数据,并提供将旧系统数据"现代化"的产品。
根据 Crunchbase 的数据,该初创公司已经筹集了总计 560 万美元的风险投资。其投资方包括 Tercera、Lead Edge Capital 和 Casimir Holdings。
Duffield 表示,作为此次收购的一部分,Hakkoda 在美国、拉丁美洲、印度、欧洲和英国的数百名顾问将加入 IBM 的咨询部门。
Duffield 在声明中说:"从一开始,Hakkoda 就致力于'身处竞技场',不仅要见证历史上最伟大的转型,更要参与塑造这一转型。IBM 的创新传统、对探索的承诺,以及与客户在最具技术挑战性项目上的深度合作,都与将 Hakkoda 面向行业的现代数据咨询服务推向全球市场的目标完美契合。"
好文章,需要你的鼓励
这项由复旦、港科大等多校联合完成的研究首次系统性地解决了大型AI模型在识别场景文字时产生"语义幻觉"的问题。研究团队发现AI模型常将视觉上模糊的文字"脑补"成有意义但错误的词汇,并开发了包含ZoomText定位策略和接地层修正机制的训练无关解决方案,在多个基准测试中实现显著性能提升,为提高AI视觉系统可靠性提供了重要突破。
IBM研究院发布AssetOpsBench,全球首个工业资产AI代理评估平台。该研究建立了多代理协作框架,涵盖IoT数据采集、时序分析、故障诊断等专业模块,通过141个真实场景和六维评估标准测试AI在复杂工业运维中的表现。测试显示当前AI技术仍有改进空间,为工业4.0时代的智能运维发展提供重要基准。
韩国科学技术院研究团队开发出Simba方法,通过层次化稀疏化技术对状态空间模型进行"瘦身",在保持性能的同时显著提升计算效率。该方法采用类似高速公路的架构设计,让AI模型的上层只处理最重要的信息,实现了最高80%的速度提升和更好的长序列处理能力。这项即插即用的技术为AI模型优化提供了新思路。
这项研究展示了一个基于ModernBERT架构的prompt injection检测模型,通过精心构建的多样化数据集训练,在内部测试中达到98.7%准确率和98.0% F1分数,在公开基准测试中平均F1分数达93.8%,显著超越现有最强基线系统。该模型推理速度仅0.02秒,具备实时检测能力,为AI系统安全防护提供了新的解决方案。