Shantanu Narayen在担任Adobe首席执行官超过18年后宣布计划卸任。在周四这家软件巨头第100次财报电话会议上,他称赞了公司在推动企业AI倡议方面的潜力。
Narayen表示:"Adobe一直是企业的可信合作伙伴,我们越来越多地被要求帮助企业在全球范围内推动客户体验编排的AI战略。"他将继续担任CEO直到公司任命继任者,之后计划继续担任董事会主席提供支持。
公司表示,其面向企业用户的AI驱动客户体验产品Adobe Experience Platform在2026财年第一季度实现了同比30%的增长。Adobe在该季度营收64亿美元,同比增长12%。
吸引企业AI支出的供应商竞争持续升温。
作为创意生产力软件的老牌提供商,Adobe近年来将战略重心转向企业客户,在其Experience Platform产品中捆绑企业级工具,增加AI功能,并收购了工作管理平台Workfront等公司来引入新工具。
高管们在周四表示,这一努力帮助提振了企业销售。
Adobe客户体验编排业务总裁Anil Chakravarthy在电话会议中表示:"AI仍然是我们企业业务的推动力,使我们能够为创意和营销专业人士提供43.9亿美元的订阅收入,第一季度同比增长11%。"
在2025年第四季度,高管们同样将销售增长归功于AI,因为AI影响的新年度经常性收入超过了其总业务量的三分之一。
但随着公司持续转型,它正经历着重大的领导层变化。除了Narayen的退休,首席信息官Cynthia Stoddard在工作九年后于8月离开公司。她由前Airbnb高管Lucius DiPhillips在1月接替,他正在领导Adobe的全球技术服务团队,专注于数字化转型。
DiPhillips向Adobe首席财务官兼财务、技术、安全和运营执行副总裁Daniel Durn汇报。Durn在公告中称赞了这位高管的专业知识,认为公司正在努力"在AI时代实现规模化和创新"。
科技供应商正在寻求分享预计2.5万亿美元全球AI支出的份额,Adobe将自己定位为一体化的企业级参与者。
Gartner在2025年10月的研究报告中指出:"Adobe持续展现敏捷性和创新能力,最近通过在其产品组合中嵌入生成式AI进行投资。"但研究人员表示,客户经常遇到该公司定价政策和合同续约流程方面的问题。
Q&A
Q1:Adobe Experience Platform是什么产品?业绩表现如何?
A:Adobe Experience Platform是Adobe面向企业用户的AI驱动客户体验产品。该产品在2026财年第一季度实现了同比30%的强劲增长,帮助Adobe在该季度获得64亿美元营收,同比增长12%。
Q2:为什么Adobe要从创意软件转向企业级服务?
A:Adobe近年来将战略重心转向企业客户,通过在Experience Platform产品中捆绑企业级工具、增加AI功能,以及收购Workfront等工作管理平台来引入新工具。这一转型帮助提振了企业销售,AI影响的新年度经常性收入已超过总业务量的三分之一。
Q3:Adobe在领导层方面有什么重大变化?
A:Adobe正经历重大领导层变化。CEO Shantanu Narayen在担任职务超过18年后宣布计划卸任,首席信息官Cynthia Stoddard在工作九年后于8月离开,由前Airbnb高管Lucius DiPhillips在1月接替,专注于数字化转型。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。