SAS创立五十周年:老牌软件企业如何借保守主义在人工智能时代转型?

SAS的辉煌与挑战

这篇文章值得中国读者关注,不仅是美国老牌软件公司SAS的转型故事,更是关于“技术周期”的寓言。当生成式AI泡沫破裂,市场将重新评估“不够性感但足够稳健”的企业。SAS数十年盈利记录,在2023年是负担,2026年可能成护城河。对于AI投资回归理性的市场,古德奈特的保守主义或许比硅谷激进主义更具参考价值。在北卡罗来纳州卡里市,SAS联合创始人兼首席执行官、亿万富豪吉姆·古德奈特身着简约白衬衫,坐在像地质陈列馆的会议室里,身后有黄铁矿、紫水晶、6900万年前的鸭嘴龙恐龙蛋化石和陨石,他打趣别被陨石砸到头。如今SAS成立五十周年,古德奈特八十三岁,二者诞生于大批亏损人工智能企业之前。SAS能为客户实时分析海量数据,助力制定商业决策。古德奈特是统计学先驱,他称很多人看轻SAS,但五十年来公司一直在优化升级。SAS年度营收突破30亿美元,客户遍布全球产业巨头,涵盖九成金融服务企业、所有医疗健康与生命科学企业及绝大多数政府职能部门。企业非上市运营,常年盈利且无债务。人工智能热潮考验着SAS的发展模式,OpenAI等竞品摒弃传统服务模式,微软等云服务商捆绑服务,公共市场竞争激烈,管理层换届提上日程,古德奈特暗示交接,甚至考虑上市,他表示上市需换CEO。SAS追求稳健经营,但面临能否在不摒弃审慎风格下完成转型、失去古德奈特能否成功的问题。古德奈特信心十足,他历经多轮行业兴衰,不认同生成式人工智能改写商业规则,认为大模型靠概率推算字词,无法解决行业难题,SAS的客户口碑和专业经验是核心优势。

新生代管理层的重任

在人工智能时代,古德奈特会将SAS未来交给新生代管理者。近年来,他将日常运营交给以首席技术官布莱恩·哈里斯和首席运营官加文·戴为核心的团队,尚未确定CEO人选。新生代要扭转市场对SAS的刻板印象,主推实用人工智能技术,灵活调整产品形态,但哈里斯坦言老牌行业资历是发展阻碍。

SAS的发展根基与传统

SAS位于北卡罗来纳州的总部园区占地三百英亩,配套设施全,有托育中心、诊疗室等,午休有员工踢足球,还有五星级酒店和绵羊吃草,银色圆周率雕塑引人注目,园区彰显古德奈特经营理念和学界根基。SAS全称统计分析系统,雏形源于北卡罗来纳州立大学,上世纪60年代末,古德奈特和托尼·巴尔研发软件解析农业数据。1976年,古德奈特、托尼·巴尔、约翰·索尔和简·赫尔维格成立SAS研究所。1979年,托尼·巴尔出售40%股份,赫尔维格离职售股后于2021年离世,如今古德奈特手握三分之二股份,是北卡罗来纳州首富,约翰·索尔持有剩余股份。SAS靠自有资金运营,早年软件以纸质手册发售,员工有“人链传书”传统。潜在客户咨询减少后,古德奈特将客户分板块拓展市场。自成立起,SAS保持正向现金流。《福布斯》报道1996年营收6亿美元,营业利润约3亿美元,索尔称SAS重盈利,不盲目扩张。SAS口碑好,善待员工,上世纪八九十年代起供应巧克力豆,增设园区诊所等福利,古德奈特用此策略留员工,后疫情时代远程办公让他召集员工困难。

创新与竞争

三年前哈里斯提议用计算机视觉分析农场视频数据保障鸡群健康,被古德奈特以农民不会买摄像头否决。古德奈特注重成本和盈利能力,认为人工智能创新90%资金浪费,SAS需提高盈利。他觉得SAS长久是因追求盈利,牺牲增长速度。Anthropic连续三年营收同比增约10倍,SAS上季度收入增长9%,符合晨星公司预测。古德奈特认为人工智能公司发展要放缓,但SAS未无视市场,2023年宣布未来三年投资10亿美元开发人工智能产品。人工智能市场竞争激烈,SAS对手入局早、投入大,公共领域Palantir抢夺政府合同。SAS在客户焦虑处满足需求,与银行和会计师事务所合作,在受监管行业有优势,但竞争压力增加,Anthropic推出金融产品竞争。哈里斯称大家处于“竞合”关系,SAS产品可与对手平台集成,有灵活性。哈里斯认为数字孪生可能成新收入源,SAS与Epic Games合作开发方案。纸制品制造商Georgia Pacifi用数字孪生降低成本、保障安全。数字孪生目前营收数百万美元,哈里斯相信三到四年可增长到5亿美元。SAS还尝试量子计算处理交易,有多项计划,如与利物浦足球俱乐部合作,成立50周年大会推出新工具。IDC研究总监凯西·兰格评价SAS什么都尝试是双刃剑,建议聚焦主业。

上市之路与未来抉择

古德奈特希望推动公司上市变现股份,但上市窗口缩小,投资风向改变。财务上他希望公司达成“40法则”,但目前未达一半目标。首席财务官马特·帕森认为要多备方案,上市不是变现唯一途径,古德奈特和索尔子女不接管公司,他们可能想留现金,公司利润多再投入。帕森希望上市不成有其他出路,公司常收到收购要约,古德奈特未认真考虑。博通2021年提出150至200亿美元收购要约,后古德奈特改变主意。帕森表示合适伙伴可考虑少数股权投资,若SAS盈利,可维持非上市、创始人所有状态。此刻古德奈特坐在柏林墙碎片前,厌恶风险,准备不再担任公司门面,他说希望世人不知他。

内容概要:本文系统性地介绍了基于“断线解环”思想的配电网辐射状拓扑约束建模方法,旨在通过Matlab代码实现,复现顶级EI论文中的核心技术。该方法聚焦于保障配电网在运行过程中维持严格的辐射状结构,防止环路形成,从而提高系统的安全性、稳定性和运行效率。文章深入阐述了如何利用混合整数线性规划(MILP)等优化技术处理复杂的拓扑约束条件,并结合标准配电网络进行仿真验证,特别适用于含分布式电源接入的现代复杂配电网。资源包不仅包含完整的Matlab实现代码,还整合了大量前沿科研方向的相关代码与资料,涵盖微电网优化调度、电动汽车协同管理、风光储联合系统、路径规划、深度学习预测等多个热门领域,并提供YALMIP等建模工具的支持,极大地方便了科研人员的学习、复现与二次开发。; 适合人群:具备电力系统、自动化、电气工程或相关工科专业背景,熟练掌握Matlab/Simulink仿真环境,正在从事电力系统优化、智能电网、分布式能源等领域科研或工程应用的人员,尤其适合研究生、博士生及具有一定科研基础的工程师。; 使用场景及目标:① 深入理解并掌握配电网辐射状拓扑约束的数学建模原理与“断线解环”策略的核心思想;② 成功复现高水平EI/SCI期刊论文中的优化模型与算法流程;③ 借助所提供的丰富案例代码,快速开展微电网经济调度、电动汽车优化、新能源预测、多目标优化等方向的科研项目;④ 熟练运用YALMIP等高级建模语言进行电力系统优化问题的建模、求解与分析。; 阅读建议:建议读者优先关注网盘中提供的完整代码、说明文档及示例数据,严格按照资源目录结构循序渐进地学习,重点剖析“断线解环”在消除环路、保证拓扑可行性方面的具体实现逻辑。务必亲自动手运行、调试和修改Matlab代码,以深化对理论模型与编程实现之间联系的理解。同时,可充分利用文中列举的其他研究主题作为灵感来源,拓展自身的科研视野与创新思路。
代码转载自:https://pan.quark.cn/s/3dad5e95abc6 在数据科学领域,Stata被视作一种应用广泛的统计分析工具,特别是在社会科学与公共卫生研究范畴内具有较高的人气。当运用Stata对数据集进行操作时,保障数据的完整性与精确度是极为关键的一环,因为缺失数据(空缺数据)可能对分析结果的可靠性与有效性造成显著干扰。本文将深入阐释如何在Stata环境下处理数据集中的空缺数据,以确保后续的数据分析能够建立在精确无误的数据基础上。 我们需要明确Stata中空缺数据的表达方式。在Stata系统里,当一个变量的数值未被记录或处于未知状态时,通常会以"."符号进行标识,该符号即代表了空缺数据。空缺数据可能源于有意为之(例如,某些信息未被系统收集),也可能由数据录入失误或数据传输过程中的遗失所导致。不论其成因如何,处理这些空缺数据都是数据整理过程中的一个重要组成部分。 处理Stata数据集空缺数据的技术有多种,以下列举三种基础且实用的策略: 1. 移除包含空缺数据的记录: 这种技术适用于那些不允许任何空缺数据的变量或整体分析。借助`rowmiss(_all)`函数能够检测数据集中是否存在任何空缺数据。`egen mis = rowmiss(_all)`这一行代码会生成一个新变量mis,用以记录每条记录中空缺数据的数量。随后,执行`drop if mis`指令将移除所有至少含有一个空缺数据的记录。以此方式,可以确保保留下来的记录在所有变量上均无空缺数据。 2. 移除特定变量中存在空缺数据的记录: 在某些情形下,可能仅关注特定变量的空缺数据。比如,若变量"vars"存在空缺数据,我们可以运用`drop`指令搭配`if`条件来移除这些记录。指令`dro...
代码下载地址: https://pan.quark.cn/s/a4b39357ea24 在数据结构的研究过程中,图被视为一种极为关键的非线性数据结构,其主要功能在于展现不同对象之间的相互联系。图的结构保存途径主要有两种:邻接矩阵以及邻接表。这两种保存途径各自具备独特的长处与短处,并适用于不同的应用情形。 邻接矩阵本质上是一种二维数组,数组中的各个元素用于标示图中顶点之间是否存在连接。对于无向图而言,邻接矩阵呈现出对称性,即假如顶点i与顶点j之间存在一条边,那么矩阵中的元素`arcs[i][j]`和`arcs[j][i]`均会是1(或具有非零值,用以代表权重)。而对于有向图,邻接矩阵通常是非对称的,仅`arcs[i][j]`有可能为1,此表明从顶点i至顶点j存在一条有向的边。邻接矩阵的优势在于,检索任意两个顶点之间是否存有边的时间复杂度仅为O(1),然而它的劣势在于空间利用效率不高,特别是在图呈现稀疏状态时(边的数量远远小于顶点数量平方的值)。 邻接表则提供了一种更为节省空间的保存方法,它为每一个顶点维持一个链表,链表中的各个节点代表了与该顶点相接的所有的边。每个链表节点包含了相邻顶点的索引(或资讯)以及边的权重值。邻接表在应对稀疏图时表现出更高的效率,因为它仅存储现实中存在的边。探寻一个顶点的所有邻接顶点的时间复杂度为O(degree(v)),其中degree(v)是顶点v的度,即与v相连接的边的数目。 在前述的实验活动中,包含了两个核心任务: 1. 将一个指定的有向图从邻接矩阵的格式转换为邻接表的格式,反之亦然。 2. 构思一套程序,让用户能够手动输入图的相关信息,然后将其转变为另一种保存格式。 在采用C语言进行实现时,`AdjMatrix`被定义为一个二维的...
下载代码方式:https://pan.quark.cn/s/a4b39357ea24 冒泡排序算法是一种入门级的排序方法,其核心机制在于反复地扫描整个待整理的元素序列,依次地对照邻近的两个元素,并在必要时进行位置的调换,直至整个序列呈现有序状态。在此过程中,数值较大的元素会逐步向序列的顶端移动,如同气泡浮起一般,因此该算法被命名为“冒泡排序”。 当具体执行冒泡排序时,一般会借助一个for循环来管理外部的遍历流程,而内部的相邻元素对比及位置调整则由另一个for循环负责。以下是一个基础的冒泡排序算法在Python语言中的具体编写: ```python def bubble_sort(nums): n = len(nums) for i in range(n): # 若本轮遍历无需继续执行冒泡操作,可提前终止 if not swapped: break swapped = False for j in range(n - i - 1): # 当前一个元素比后一个元素大时,则进行位置交换 if nums[j] > nums[j + 1]: nums[j], nums[j + 1] = nums[j + 1], nums[j] swapped = True return nums ``` 在这个算法设计中,`swapped`变量用于检测是否发生了元素交换,如果某一轮遍历结束后未进行任何交换,表明序列已达到排序完成的状态,此时可以提前终止算法。 在特定题目要求中,“输入n个数采用冒泡排序法从大到小排序”实际上是对冒泡排序方法的一种特殊运用,即需要对序列进行降序的排列。要达成这一目标,只需对冒泡排序的比较逻辑进行细微的修改即可:将原来的`if nums[j] > nums[...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值