论文部分内容阅读
要想在工业软件领域评选出一个“收购狂人”,结果一定是Altair无疑。
作为一家成立于1985年的公司,在其成立的36年当中,自从2006年6月收购了法国CAE软件公司Mecalog以后,Altair基本保持了每年至少收购两家公司的速度,在不断扩张自己的市场范围,到目前为止,已经收购了不少于30家公司。
而之所以称其为“狂人”,并非单纯是因为其收购公司数量冠绝行业,而是因为Altair的收购并非总是囿于既有业务范畴,更多时候,Altair的收购往往是为了实现跨界的自身发展目标。
Altair最近的一次收购,是2018年11月对数据分析公司Datawatch Corporation进行了全资收购。此后不久,Altair对Datawatch产品线重新整合,形成了新的数据分析平台Knowledge Work——相当于Altair传统的工程软件供应商身份,对Datawatch的收购,被业界解读为是“战略收购”。
日前,接受采访的刘源博士,Altair大中华区总经理半开玩笑地称:“在仿真领域和CAE领域,Altair是最懂HPC(高性能计算)的;在做cloud的公司中,我们是最懂仿真和工程的。”
Altair最初的核心业务源自工程仿真分析。
了解工程仿真分析行业的人都知道,CAE是一种今天被广泛应用于工程设计、制造业务中的计算机技术,实质是用近似数值分析的方法,辅助工程技术人员求解分析复杂工程和产品的结构力学性能,以及优化结构性能的软件技术。
与其他的工业软件类别不同,在工程仿真分析领域,对于学科知识的要求最高,因为无论是静态结构分析、动态分析、流体分析还是电磁分析,都需要在软件中,融合大量包括量子力学、力学、电磁学、化学、热学、声学……在内的知识与能力。
因此在很大程度上说,工程仿真分析解决方案,更像是一个具有垂直学科特征的CAE软件的集合——这也就决定了在工程仿真领域,要想获得更大的竞争优势,最容易理解的企业发展逻辑,就是不断拓展出覆盖更多学科的仿真分析解决方案。
对于解决方案提供者来说,两种常见的方式可以获得学科覆盖的持续增长:自身开发和直接收购。但是,从商业角度看,两种方式显然都不具有可操作性:前者显然投入产出比并不占优势,而后者,也只对系统提供商的业务总量有所提高,对于获得更高利润率并不会带来更多好处。因此可以说,当整个工程软件行业面临巨大调整的时候,工程仿真分析行业则需要面对一个进退维谷的尴尬处境:找到实现技术与商业的“双赢”的机会。
“Altair最初的客户就是美国的三大车厂:通用、福特和克莱斯勒。从最初帮助用户提升工作效率,通过咨询服务,通过工具提升工作效率;逐步的转向帮助用户提升正向的研发能力——通过我们涉及到不同学科的优化工具和求解器。到今天。Altair希望能够帮助企业用户的各个部门,以及不同职能的用户群,提升做出更佳决策的能力。”刘源说。
作为行业中重要参与者,显然Altair一系列打破常规的收购,就是希望能够从原有的业务循环中实现某种业务增长模式的“突围”:从工程仿真分析工具的技术和覆盖范围,向工程仿真分析本身的应用模式拓展,进而,进入更广泛的业务领域和行业领域。
“在传统数字化的过程当中,Altair以往的解决方案往往主要聚焦在如何提升企业的数字化研发和数字化设计;随着整体的数据分析平台的推出,Altair可以将数字化拓展到:从前端的数字化需求到数字化设计、研发,以及到数字化运营、数字化营销等更广泛的业务节点。”刘源强调,目前为止,Altair已经拥有了三条主力的业务线:仿真、高性能计算和人工智能。
其中,仿真是Altair的传统优势业务;而高性能计算则是从2003年,Altair连续收购了包括NASA艾姆斯研究中心开发的PBS、位于加利福尼亚Runtime等在内的行业领先技术后,逐渐发展起来的业务,目标是帮助企业用户增强应用云计算的能力;人工智能则是Altair在推出数据分析平台Knowledge Works以后,在数据分析领域形成了涵盖数据准备、数据分析和数据可视化三个层级的应用,并且在分析功能中,融合内嵌了AI模型。
很显然,以“人工智能”为标签的数据分析,就是Altair谋求下一个阶段实现业务“突破”的重点。
根据Altair发布的资料,目前Altair数据分析平台的三个功能板块中,数据准备可以从任何源或系统中提取数据,并提供强大的自动执行数据处理功能,广泛应用于财务对账、会员消费分析、抵押贷款服务、欺诈识别、系统迁移等领域;而数据分析板块则是一款高级预测分析、数据科学和机器学习平台,内嵌多种模型,通过运用人工智能和机器学习,无需代码就能以可视化、流程化的方式进行业务分析,广泛应用于销售预测,降低欺诈风险,市场/忠诚度分析,风险管理,信用分析/积分卡,消费行为分析等功能;至于数据可视化板块,则是一款实时流数据及可视化商务智能(BI)分析平台,可实现实时数据可视化,能够提供“卓越的速度、灵活性和可扩展性”,可以无需编写代码,“进一步简化用户生成分析报表、仪表板的过程”。最为关键的是,到目前为止,这套Altair数据分析平台的用户目标群,是包括银行、证券、保险等在内的金融机构和零售行业。
“如果按照学科对Altair的产业业务线做一个很明确的拆分,那么就是數据和仿真两个核心业务员。这样来看,Altair的仿真业务现在来看,还很难进到金融、零售相关的客户;Altair的数据业务对于已有的工业客户群体来说,也很少有用到。但是从Altair来看,我们一个很强的着力点就是:我们希望在数据和仿真之间,建立起一种深度的融合。”刘源承认对于Altair来讲,目前如何在Altair现有业务逻辑内完成对两条业务线的市场化,依然是一个不小的挑战,但是他同时也强调:在目前工业企业当中,随着数字孪生、工业互联网、物联网的深入应用,会产生数量更为庞大的各种数据,“我们期望能够提供一个整体解决方案,能够提供给已有的传统的工业界的客户,提供从三维建模到数据驱动两个维度的数字孪生。”而另一个方面,大量的传统金融行业的用户,“也期望能够把仿真的理念引入到包括人群分布、购买行为分析等不同的应用场景”。
“我们非常期望能够把这些技术真正融合起来,带给已有的每一大类的用户。”刘源总结说。
技术总是进步的,在传统以技术为导向的企业看来,只要不断追逐技术演进的脚步,就可以始终获得市场的竞争力。这种看法显然没有得到Altair的认可:从工业仿真分析到数据分析,Altair希望找到一条“与众不同”的突破发展道路,无论是技术,还是市场,甚至是目标用户,Altair都希望一次性实现全面的改变,从茧到蝶。
作为一家成立于1985年的公司,在其成立的36年当中,自从2006年6月收购了法国CAE软件公司Mecalog以后,Altair基本保持了每年至少收购两家公司的速度,在不断扩张自己的市场范围,到目前为止,已经收购了不少于30家公司。
而之所以称其为“狂人”,并非单纯是因为其收购公司数量冠绝行业,而是因为Altair的收购并非总是囿于既有业务范畴,更多时候,Altair的收购往往是为了实现跨界的自身发展目标。
Altair最近的一次收购,是2018年11月对数据分析公司Datawatch Corporation进行了全资收购。此后不久,Altair对Datawatch产品线重新整合,形成了新的数据分析平台Knowledge Work——相当于Altair传统的工程软件供应商身份,对Datawatch的收购,被业界解读为是“战略收购”。
日前,接受采访的刘源博士,Altair大中华区总经理半开玩笑地称:“在仿真领域和CAE领域,Altair是最懂HPC(高性能计算)的;在做cloud的公司中,我们是最懂仿真和工程的。”
Altair最初的核心业务源自工程仿真分析。
了解工程仿真分析行业的人都知道,CAE是一种今天被广泛应用于工程设计、制造业务中的计算机技术,实质是用近似数值分析的方法,辅助工程技术人员求解分析复杂工程和产品的结构力学性能,以及优化结构性能的软件技术。
与其他的工业软件类别不同,在工程仿真分析领域,对于学科知识的要求最高,因为无论是静态结构分析、动态分析、流体分析还是电磁分析,都需要在软件中,融合大量包括量子力学、力学、电磁学、化学、热学、声学……在内的知识与能力。
因此在很大程度上说,工程仿真分析解决方案,更像是一个具有垂直学科特征的CAE软件的集合——这也就决定了在工程仿真领域,要想获得更大的竞争优势,最容易理解的企业发展逻辑,就是不断拓展出覆盖更多学科的仿真分析解决方案。
对于解决方案提供者来说,两种常见的方式可以获得学科覆盖的持续增长:自身开发和直接收购。但是,从商业角度看,两种方式显然都不具有可操作性:前者显然投入产出比并不占优势,而后者,也只对系统提供商的业务总量有所提高,对于获得更高利润率并不会带来更多好处。因此可以说,当整个工程软件行业面临巨大调整的时候,工程仿真分析行业则需要面对一个进退维谷的尴尬处境:找到实现技术与商业的“双赢”的机会。
“Altair最初的客户就是美国的三大车厂:通用、福特和克莱斯勒。从最初帮助用户提升工作效率,通过咨询服务,通过工具提升工作效率;逐步的转向帮助用户提升正向的研发能力——通过我们涉及到不同学科的优化工具和求解器。到今天。Altair希望能够帮助企业用户的各个部门,以及不同职能的用户群,提升做出更佳决策的能力。”刘源说。
作为行业中重要参与者,显然Altair一系列打破常规的收购,就是希望能够从原有的业务循环中实现某种业务增长模式的“突围”:从工程仿真分析工具的技术和覆盖范围,向工程仿真分析本身的应用模式拓展,进而,进入更广泛的业务领域和行业领域。
“在传统数字化的过程当中,Altair以往的解决方案往往主要聚焦在如何提升企业的数字化研发和数字化设计;随着整体的数据分析平台的推出,Altair可以将数字化拓展到:从前端的数字化需求到数字化设计、研发,以及到数字化运营、数字化营销等更广泛的业务节点。”刘源强调,目前为止,Altair已经拥有了三条主力的业务线:仿真、高性能计算和人工智能。
其中,仿真是Altair的传统优势业务;而高性能计算则是从2003年,Altair连续收购了包括NASA艾姆斯研究中心开发的PBS、位于加利福尼亚Runtime等在内的行业领先技术后,逐渐发展起来的业务,目标是帮助企业用户增强应用云计算的能力;人工智能则是Altair在推出数据分析平台Knowledge Works以后,在数据分析领域形成了涵盖数据准备、数据分析和数据可视化三个层级的应用,并且在分析功能中,融合内嵌了AI模型。
很显然,以“人工智能”为标签的数据分析,就是Altair谋求下一个阶段实现业务“突破”的重点。
根据Altair发布的资料,目前Altair数据分析平台的三个功能板块中,数据准备可以从任何源或系统中提取数据,并提供强大的自动执行数据处理功能,广泛应用于财务对账、会员消费分析、抵押贷款服务、欺诈识别、系统迁移等领域;而数据分析板块则是一款高级预测分析、数据科学和机器学习平台,内嵌多种模型,通过运用人工智能和机器学习,无需代码就能以可视化、流程化的方式进行业务分析,广泛应用于销售预测,降低欺诈风险,市场/忠诚度分析,风险管理,信用分析/积分卡,消费行为分析等功能;至于数据可视化板块,则是一款实时流数据及可视化商务智能(BI)分析平台,可实现实时数据可视化,能够提供“卓越的速度、灵活性和可扩展性”,可以无需编写代码,“进一步简化用户生成分析报表、仪表板的过程”。最为关键的是,到目前为止,这套Altair数据分析平台的用户目标群,是包括银行、证券、保险等在内的金融机构和零售行业。
“如果按照学科对Altair的产业业务线做一个很明确的拆分,那么就是數据和仿真两个核心业务员。这样来看,Altair的仿真业务现在来看,还很难进到金融、零售相关的客户;Altair的数据业务对于已有的工业客户群体来说,也很少有用到。但是从Altair来看,我们一个很强的着力点就是:我们希望在数据和仿真之间,建立起一种深度的融合。”刘源承认对于Altair来讲,目前如何在Altair现有业务逻辑内完成对两条业务线的市场化,依然是一个不小的挑战,但是他同时也强调:在目前工业企业当中,随着数字孪生、工业互联网、物联网的深入应用,会产生数量更为庞大的各种数据,“我们期望能够提供一个整体解决方案,能够提供给已有的传统的工业界的客户,提供从三维建模到数据驱动两个维度的数字孪生。”而另一个方面,大量的传统金融行业的用户,“也期望能够把仿真的理念引入到包括人群分布、购买行为分析等不同的应用场景”。
“我们非常期望能够把这些技术真正融合起来,带给已有的每一大类的用户。”刘源总结说。
写在最后
技术总是进步的,在传统以技术为导向的企业看来,只要不断追逐技术演进的脚步,就可以始终获得市场的竞争力。这种看法显然没有得到Altair的认可:从工业仿真分析到数据分析,Altair希望找到一条“与众不同”的突破发展道路,无论是技术,还是市场,甚至是目标用户,Altair都希望一次性实现全面的改变,从茧到蝶。