早在一个月前,说博通公司准备收购老牌安全软件厂商赛门铁克的消息,收购资金在150亿美元左右,随后有烟雾弹说这一交易落空。据外媒最新消息,博通公司曾经提出能够满足条件的收购价格,但是后来却下调了价格,导致交易失败。
但是就在今天计算机芯片制造厂商博通(Broadcom)本周四正式宣布,将以107亿美元的价格收购赛门铁克的企业安全业务,这也证实了此前有关这次收购的讨论已经进入高级阶段的报道。
这次收购意味着赛门铁克将被划分为两个部分,博通将接管赛门铁克的企业安全产品组合和赛门铁克品牌名称。赛门铁克将保留消费产品组合,包括诺顿防病毒软件和LifeLock身份保护品牌。
两家厂商表示,预计该交易将在今年年底前完成。
赛门铁克的企业业务在2019财年的收入为23亿美元,约占总收入的一半。赛门铁克售卖帮助大企业检测网络和设备是否遭受网络攻击的软件,以及用于云和其他计算服务的安全监控软件。这项业务在企业安全领域面临激烈竞争,主要竞争对手包括思科、微软、Palo Alto和Zscaler等。
此次收购是博通在软件领域继去年190亿美元收购敏捷软件开发、DevOps和计算机安全软件公司CA Technologies之后的第二大收购,目的是帮助将业务扩展到半导体和存储之外的领域。
2016年博通以55亿美元的价格收购了网络厂商博科(Brocade Communications Systems)以扩大商机,后来试图以1000多亿美元的价格收购芯片制造商高通(Qualcomm Technologies),但却因为美国总统特朗普所谓安全问题被叫停。
博通正在试图扩大自己的版图,因为面对激烈竞争和中美贸易争端的影响,博通很难维持在计算机芯片市场的增长。今年6月,在特朗普总统禁止与其最大客户华为公司开展业务之后,博通调低了今年的收入指引。
博通首席执行官Hock Tan今天在宣布收购消息的电话会议上表示,加大对软件的投入力度将会缓解公司面临的波动性。
Tan在电话会议上向分析师表示:“博科和CA的解决方案中存在有意义的交叉销售机会。”
博通表示,这次收购并未影响2019财年的收入预期(约为225亿美元),预期将保持不变,其中大约175亿美元将来自计算机芯片业务,其余的来自基础设施软件。
Moor Insights&Strategy分析师Patrick Moorhead表示,今天这一交易表明博通正在努力为自己寻找一个身份。
“这是一家芯片公司吗?是一家软件公司吗?或者正在成为一个投资工具,就像一个各项投资之间几乎没有联系的科技基金?现在还很难说。”
但Constellation Research首席分析师兼副总裁Holger Mueller表示,这笔交易对于博通来说仍然是很有意义的。
“如果博通能够很好地执行下去并且将自己重新定位为一家覆盖更广的企业平台和软件厂商,那么这将对博通来说是一个很好的策略。”
至于赛门铁克,现在它将主要专注于自己的消费级安全产品。
这次收购似乎让赛门铁克有了一些喘息的机会,今年赛门铁克面临裁员和高管离任等巨大挑战,还因涉嫌会计违规行为受到美国政府的调查,背负着20亿多美元的债务。
此前赛门铁克宣布了一项重大重组计划,预计裁员7%,以及关闭数个数据中心和其他设施,这将需要约7500万美元的遣散费以及2500万美元的关闭费用。
赛门铁克今天公布第一季度财报,在股票补偿等特定成本之前的利润为每股43美分,收入为12.4亿美元,两项都超出了华尔街的预期。此前华尔街预期每股收益仅为32美分,收入为11.9亿美元。
赛门铁克股票在常规交易中上涨超过12%后,在盘后交易中上涨超过2%。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。