IBM已同意收购云原生企业数据流平台Confluent,此举旨在扩展其构建AI应用程序的工具组合。
该公司周一在一份发布声明中表示,认为Confluent非常适合其混合云和AI战略,并补充说这笔收购预计将在其产品组合中"产生显著的产品协同效应"。
Confluent连接数据源并清理数据。它基于Apache Kafka(一个开源分布式事件流平台)构建服务,免去了客户购买和管理自己服务器集群的麻烦,作为回报收取每个集群的月费,以及存储数据和数据传输的额外费用。
IBM预计这笔价值110亿美元的交易将于明年中期完成。
Confluent首席执行官兼联合创始人Jay Kreps在发给员工的内部邮件中表示:"IBM看到了与我们相同的未来:企业将运行在持续的、事件驱动的智能上,数据在业务的各个部分自由可靠地流动。"
Info-Tech Research Group咨询研究员Scott Bickley指出,这对IBM来说是一个很好的举措。"Confluent填补了watsonx平台(IBM下一代AI平台)的关键空白,提供了监控实时数据的能力,"他说,并且基于管理和处理实时数据流的行业标准。
他补充说:"IBM已经拥有构建和训练AI模型所需的拼图片段;Confluent提供了连接组织,使这些模型能够持续获得来自组织整个运营的实时数据,无论数据源如何。这种能力应该为更复杂的智能体和应用程序铺平道路,这些智能体和应用程序将能够实时响应数据。"
Bickley还指出,该公司在这次收购中正在下长期的棋,这是其近期历史上最大的收购。"IBM有效地主动定位自己,与Snowflake和Databricks等AI原生大数据公司竞争,这些公司都在朝着同一个'圣杯'冲刺,即实现能够在客户训练模型和操作参数背景下消费、处理和响应实时数据的智能体,"他说,并补充说IBM押注全栈垂直AI平台watsonx对企业买家比由各种独立组件组成的可组合解决方案更具吸引力。
他指出,这一举措还补充了之前的收购,如345亿美元收购Red Hat和最近64亿美元收购Hashicorp,所有这些都建立在包括Linux、Terraform/Vault和Kafka在内的主导开源标准之上。这使IBM能够提供独立的垂直、混合云策略,具有与ERP供应商空间和当前可用的点解决方案分离的全栈AI能力。
此外,Gartner高级分析师Andrew Humphreys表示,通过IBM MQ,IBM已经在事件代理市场与Confluent竞争,这是事件驱动架构的基础技术。"虽然有一些重叠,但IBM MQ和Kafka为客户解决不同的用例和问题,因此IBM有机会将这些产品整合在一起,提供全面的事件代理产品集,解决事件驱动架构用例的全部范围,"他说。
Futurum Research副总裁兼实践负责人Mitch Ashley指出,收购Confluent填补了watsonx堆栈中的重要层级,为IBM提供了基于开源的实时、受治理的动态数据骨干。它还将IBM最近的数据收购整合为一个连贯的架构。"这里的价值不仅仅是Kafka作为一种技术,而是能够以一致性和控制将新鲜、上下文化的数据传输到IBM AI产品组合的每个部分,"他说。
Greyhound Research首席分析师Sanchit Vir Gogia在收购宣布后不久发布的报告中写道,这次收购"标志着一个转折点,与价格标签或产品组合扩展关系不大。它真正揭示的是谁控制现代数字企业生命线的变化。这个生命线就是实时数据。"
他指出,这不是一次战术性收购,而是多年来架构的战略性完成。"对于企业领导者来说,这改变了版图,"他预测。"AI不再位于架构的边缘。它转向中心,Confluent成为使这个中心能够响应、上下文化和实时的层级。这次收购使IBM能够提供不仅能预测,还能倾听的AI,基于干净、连接和始终流动的数据。"
Omdia数据与AI高级分析师Stephen Catanzano补充说:"所有主要参与者目前都在构建端到端数据平台...这是运动中的数据,所以它真正填补了IBM管理移动数据和静态数据、非结构化和结构化数据的空白。"
"人们真正想要将生成式AI和智能体AI应用于移动数据和流数据。而他们(IBM)将市场上最大的参与者从市场中取走了,"他说。
除此之外,Bickley表示,时机恰当,因为Confluent的收入增长一直在放缓,据报道已经在寻找买家。
"归根结底,这笔交易对双方都有效,"他说。"IBM现在正在玩一场高风险的游戏,它下注认为拥有最好的AI模型是不够的;控制数据流才是重要的。"
Q&A
Q1:Confluent是什么?它主要提供什么服务?
A:Confluent是一个云原生企业数据流平台,主要连接数据源并清理数据。它基于Apache Kafka开源分布式事件流平台构建服务,为客户提供数据流服务,收取每个集群的月费以及数据存储和传输的额外费用。
Q2:IBM为什么要收购Confluent?这对IBM有什么战略意义?
A:IBM认为Confluent能填补其watsonx AI平台的关键空白,提供监控实时数据的能力。这次收购将使IBM能够为AI模型提供持续的实时数据流,为构建更复杂的智能体铺平道路,并与Snowflake和Databricks等AI原生公司竞争。
Q3:这次收购的价值是多少?预计何时完成?
A:IBM对这笔交易的估值为110亿美元,这是该公司近期历史上最大的收购。IBM预计交易将于明年中期完成,这将是IBM在数据和AI领域的重要战略布局。
好文章,需要你的鼓励
传统AI依赖云端处理存在延迟和隐私问题。越来越多开发者将AI处理从数据中心转移到手机、笔记本等个人设备上。设备端AI具有三大优势:速度更快,无需等待云端响应;隐私更安全,数据不离开设备;成本更低,无需支付云服务费用。目前iPhone已运行30亿参数的设备端AI模型,谷歌Pixel手机也搭载Gemini Nano模型。未来五年内,随着硬件升级和算法优化,设备端AI将实现物体识别、导航翻译等更复杂功能。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
卡内基梅隆大学研究人员开发了一项革命性技术,通过摄像头、AI模型和微型轮子,让咖啡杯、订书机等日常物品能够自主移动到需要的位置。这种"智能物品"技术避免了传统人形机器人的复杂性和安全隐患,通过蓝牙微控制器和AI视觉系统,物品能够识别用户行为并预测需求。虽然技术已相对成熟,但隐私保护和安全性仍是推广前需要解决的关键问题。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。