云計(jì)算是我國近幾年高速發(fā)展的數(shù)據(jù)領(lǐng)域,前幾年還是主機(jī)這個(gè)名稱,現(xiàn)在都是云計(jì)算、云平臺、輕量云等數(shù)據(jù)存儲服務(wù)。據(jù)統(tǒng)計(jì),2021年,我國數(shù)據(jù)存儲阿里排名世界第四位,市場份額下滑,主要是國內(nèi)已經(jīng)被華為云、騰訊云、百度云高速的市場份額追趕。頗有四家分天下的架勢。那如果想進(jìn)入這行,快速的捷徑就是收購一家云計(jì)算數(shù)據(jù)中心。今天小編帶來一篇相關(guān)的文章,希望對您有所幫助。
一、什么是云計(jì)算
云計(jì)算是繼1980年代大型計(jì)算機(jī)到客戶端-服務(wù)器的大轉(zhuǎn)變之后的又一種巨變。云計(jì)算的出現(xiàn)并非偶然,早在上世紀(jì)60年代,麥卡錫就提出了把計(jì)算能力作為一種像水和電一樣的公用事業(yè)提供給用戶的理念,這成為云計(jì)算思想的起源。在20世紀(jì)80年代網(wǎng)格計(jì)算、90年代公用計(jì)算,21世紀(jì)初虛擬化技術(shù)、SOA、SaaS應(yīng)用的支撐下,云計(jì)算作為一種新興的資源使用和交付模式逐漸為學(xué)界和產(chǎn)業(yè)界所認(rèn)知。中國物聯(lián)網(wǎng)校企聯(lián)盟評價(jià)云計(jì)算為“信息時(shí)代商業(yè)模式上的創(chuàng)新”。
二、淺談我國數(shù)據(jù)中心分析
我國數(shù)據(jù)中心細(xì)分市場參與者主要由基礎(chǔ)電信運(yùn)營商、專業(yè)數(shù)據(jù)中心服務(wù)商、云服務(wù)商等組成,市場格局以運(yùn)營商為主,其機(jī)房遍布全國;其余的市場以第三方數(shù)據(jù)中心廠商為主。
根據(jù)中國電子信息產(chǎn)業(yè)發(fā)展研究院數(shù)據(jù)顯示,中國數(shù)據(jù)中心硬件設(shè)備投資規(guī)模中,服務(wù)器占主要比重,其中以X86服務(wù)器為主,其次為數(shù)據(jù)中心存儲設(shè)備。2019年中國數(shù)據(jù)中心服務(wù)器投資額為979.2億元,占硬件設(shè)備投資58.3%,數(shù)據(jù)中心存儲設(shè)備投資額為213.9億元,占硬件設(shè)備投資12.7%。
從市場主要參與者來看,華為、新華三、浪潮、戴爾等為數(shù)據(jù)中心硬件產(chǎn)品龍頭廠商,業(yè)務(wù)范圍涵蓋服務(wù)器、存儲、網(wǎng)絡(luò)設(shè)備(交換機(jī)、路由器、WLAN無線設(shè)備)等。
從代表性第三方數(shù)據(jù)中心運(yùn)營商運(yùn)營情況來看,世紀(jì)互聯(lián)是國內(nèi)數(shù)據(jù)中心行業(yè)的標(biāo)志性公司,主要以零售模式銷售,收入規(guī)模處于業(yè)內(nèi)領(lǐng)先水平。萬國數(shù)據(jù)是目前國內(nèi)數(shù)據(jù)中心業(yè)務(wù)成長性最高的公司。
從行業(yè)并購發(fā)展趨勢來看,數(shù)據(jù)中心需求持續(xù)增長,但市場競爭也十分激勵(lì)。從短期看:有不少其他行業(yè)企業(yè)認(rèn)為數(shù)據(jù)中心有更高的毛利率,因此切入該行業(yè);
從長期看:云計(jì)算對數(shù)據(jù)中心業(yè)務(wù)的挑戰(zhàn)一直存在。隨著大型數(shù)據(jù)中心和超大型數(shù)據(jù)中心數(shù)量的增多,一線城市中的中小型數(shù)據(jù)中心雖然地位仍重要,但整體市場占比會(huì)逐漸減小,如無其他突圍方式,便陷入“不進(jìn)則退”的處境。
三、利用大數(shù)據(jù)并購云數(shù)據(jù)中心的方法
根據(jù)KPMG的預(yù)計(jì),到2025年,全球產(chǎn)生的數(shù)據(jù)總量將較2016年暴漲10倍,達(dá)到163ZB(1ZB等于10億GB)。在數(shù)據(jù)汪洋中,企業(yè)的運(yùn)營環(huán)境也更為多樣和復(fù)雜,涉及生產(chǎn)設(shè)施、辦公場所、實(shí)體商鋪、網(wǎng)站、社交媒體、應(yīng)用軟件等,各平臺之間的交互聯(lián)動(dòng)所形成的企業(yè)畫像較傳統(tǒng)單一運(yùn)營環(huán)境下的企業(yè)畫像更立體和全面。傳統(tǒng)的以人工為基礎(chǔ)的信息處理方法在檢索能力、處理能力、分析質(zhì)量、響應(yīng)速度等效能上日漸無法應(yīng)對數(shù)據(jù)類并購的復(fù)雜性,而數(shù)據(jù)分析(dataanalytics)、認(rèn)知計(jì)算(cognitivecomputing)、機(jī)器學(xué)習(xí)等基于大數(shù)據(jù)的人工智能工具在大數(shù)據(jù)時(shí)代的并購中的運(yùn)用越來越受到重視。
首先,大數(shù)據(jù)技術(shù)大幅提高對潛在并購目標(biāo)的搜尋和篩選效率。不僅局限于對財(cái)務(wù)報(bào)表、管理層報(bào)告等傳統(tǒng)信息來源的挖掘,人工智能可通過數(shù)據(jù)挖掘工具收集風(fēng)險(xiǎn)投資流向、科研成果發(fā)布和利用、縱向和橫向產(chǎn)業(yè)聯(lián)結(jié)、輿論評價(jià)傾向等非傳統(tǒng)信息,并運(yùn)用文本分析工具對不同來源的信息進(jìn)行整合和分析。埃森哲的調(diào)查顯示,80%的受訪企業(yè)認(rèn)可數(shù)據(jù)分析有助于對并購目標(biāo)的篩選。而更優(yōu)質(zhì)的篩選結(jié)果有助提高交易的成功率。波士頓咨詢集團(tuán)開發(fā)出一款利用人工智能評估非傳統(tǒng)指標(biāo)的并購模型,根據(jù)在267個(gè)案例上的測試,該模型可以準(zhǔn)確預(yù)測超過70%的收購項(xiàng)目在收購三年后的業(yè)績表現(xiàn)。KPMG的調(diào)查表明,有29%的企業(yè)在并購中使用數(shù)據(jù)分析或商業(yè)情報(bào)分析技術(shù)。
其次,數(shù)據(jù)分析有助于更合理地對并購目標(biāo)進(jìn)行估值。并購雙方在并購后的協(xié)同效應(yīng)是目標(biāo)估值的重要考量因素。傳統(tǒng)的估值方法一般基于成本節(jié)省和收入增長兩方面來測算協(xié)同效應(yīng)。但數(shù)據(jù)類并購的協(xié)同效應(yīng)更可能體現(xiàn)在以下兩個(gè)方面:一是收購方可利用被收購方的數(shù)字能力創(chuàng)造新的業(yè)務(wù)模式、服務(wù)或產(chǎn)品,從而推動(dòng)收購方核心業(yè)務(wù)的增長;二是被收購方借助收購方的業(yè)務(wù)能力、資本和市場實(shí)現(xiàn)數(shù)字業(yè)務(wù)的加速增長。傳統(tǒng)的估值方法不太適用于評估這種協(xié)同效應(yīng)。數(shù)據(jù)分析工具更善于分析數(shù)據(jù)類企業(yè)的“軟實(shí)力”,幫助并購方發(fā)現(xiàn)收購后的價(jià)值潛力。例如,通過目標(biāo)企業(yè)在LinkedIn上的員工檔案,可以判斷公司在相關(guān)領(lǐng)域的真實(shí)專業(yè)水平;通過分析目標(biāo)公司在社交媒體上的粉絲規(guī)模、對其產(chǎn)品的網(wǎng)絡(luò)點(diǎn)評、對公司的網(wǎng)絡(luò)輿論傾向等,可以測算目標(biāo)公司的用戶或客戶群的黏度;基于目標(biāo)公司所掌握的客戶和供應(yīng)商第一手?jǐn)?shù)據(jù),并購方可以更好地理解客戶和供應(yīng)商的需求和行為模式,從而有助于規(guī)劃在并購后如何優(yōu)化服務(wù)和產(chǎn)品、改進(jìn)客戶和供應(yīng)商關(guān)系、合理化資源配置等。大數(shù)據(jù)技術(shù)還能提高傳統(tǒng)估值方法的運(yùn)用效率。例如,在大數(shù)據(jù)的幫助下,現(xiàn)金流折現(xiàn)法可以更容易地準(zhǔn)備現(xiàn)金流量表,更容易地根據(jù)現(xiàn)存市場信息識別影響現(xiàn)金流量的風(fēng)險(xiǎn)因素,并且更準(zhǔn)確地預(yù)測這些風(fēng)險(xiǎn)因素對現(xiàn)金流的具體影響。數(shù)據(jù)分析與傳統(tǒng)的市場基準(zhǔn)估值技術(shù)相結(jié)合,使并購方可以從更廣泛的市場數(shù)據(jù)庫提取估值參考倍數(shù),并可幫助并購方更快更可靠地將目標(biāo)公司與估值參考數(shù)據(jù)進(jìn)行比較,從而形成更合理的估值。根據(jù)波士頓咨詢集團(tuán)的統(tǒng)計(jì),非傳統(tǒng)協(xié)同效應(yīng)的價(jià)值可以占到數(shù)據(jù)類企業(yè)估值的至少50%,2017年涉及企業(yè)收購方的數(shù)據(jù)類并購的平均交易金額為1.51億美元,估值的中位數(shù)為EBIT的26倍,遠(yuǎn)高于全部并購交易的估值中位數(shù)(EBIT的14.2倍)。
第三,人工智能大大提高了并購前盡職調(diào)查的效率。作為并購的必要程序,并購方須對目標(biāo)企業(yè)或目標(biāo)資產(chǎn)開展財(cái)務(wù)、商務(wù)、稅務(wù)、法律、技術(shù)、人力資源、數(shù)據(jù)安全等方面的盡職調(diào)查,以便準(zhǔn)確評估目標(biāo)的價(jià)值和潛在風(fēng)險(xiǎn)。傳統(tǒng)的盡職調(diào)查方法耗時(shí)耗力,不僅需要調(diào)查人員的專業(yè)知識,還需要大量的時(shí)間和體力投入,相應(yīng)產(chǎn)生可觀的調(diào)查支出。對于跨國并購,盡職調(diào)查的工作量更為龐大,不同地域的調(diào)查人員的協(xié)作難度更大,導(dǎo)致人為疏漏的概率增大,給并購方遺留的風(fēng)險(xiǎn)也更大。人工智能,尤其是認(rèn)知計(jì)算的應(yīng)用,可以大量節(jié)省盡職調(diào)查的人力投入,提高處理速度和準(zhǔn)確率,幫助并購方更好地規(guī)避法律風(fēng)險(xiǎn),并節(jié)省調(diào)查費(fèi)用。根據(jù)數(shù)據(jù)專家的估算,將人工智能用于并購盡職調(diào)查可節(jié)約百分之三十至九十的盡職調(diào)查時(shí)間。人力資源、財(cái)務(wù)、產(chǎn)品研發(fā)、銷售和市場、資產(chǎn)管理、不動(dòng)產(chǎn)是人工智能增效最明顯的盡職調(diào)查領(lǐng)域。德勤和KPMG已在越來越多的并購咨詢項(xiàng)目中使用人工智能系統(tǒng)為客戶服務(wù)。咨詢公司KiraSystems的盡職調(diào)查引擎服務(wù)使用機(jī)器學(xué)習(xí)技術(shù)自動(dòng)從合同中搜尋和提取并購調(diào)查通常需關(guān)注的信息,并以超過1000種可選擇的條款模板形成標(biāo)準(zhǔn)調(diào)查報(bào)告;此外,該公司的KiraQuickStudy系統(tǒng)還可以根據(jù)客戶的需求進(jìn)行定制,審查任何指定的特殊信息。
最后,人工智能可大幅優(yōu)化并購法律文件的起草。企業(yè)并購需要并購協(xié)議和其他配套法律文件予以規(guī)范,這些協(xié)議和文件一方面需要準(zhǔn)確反映本次交易的商業(yè)設(shè)計(jì),同時(shí)還應(yīng)符合法律規(guī)定、監(jiān)管要求和市場慣例。傳統(tǒng)上,律師事務(wù)所根據(jù)過往經(jīng)辦的項(xiàng)目形成本所的協(xié)議模板,將其用于起草具體項(xiàng)目的并購協(xié)議的基礎(chǔ)。但協(xié)議模板必須根據(jù)法律環(huán)境和市場實(shí)踐的變化經(jīng)常予以更新,這將耗費(fèi)律師大量的時(shí)間,而囿于人工認(rèn)知的局限,任何一家律所的模板都難以確保全面反映最新的發(fā)展變化。數(shù)據(jù)類企業(yè)所處的技術(shù)、商業(yè)和監(jiān)管環(huán)境的變化遠(yuǎn)快于傳統(tǒng)企業(yè),這更增加了律師更新并購協(xié)議模板的難度。人工智能可幫助律師準(zhǔn)備高質(zhì)量的協(xié)議模板,使律師可將時(shí)間和精力集中于客戶在特定項(xiàng)目中需重點(diǎn)解決的法律問題,提升法律服務(wù)的效率和價(jià)值。例如,法律智庫公司W(wǎng)oltersKluwer早在2017年7月就推出了使用人工智能的并購條款分析服務(wù),該服務(wù)通過人工智能對市場中使用的并購協(xié)議條款進(jìn)行大數(shù)據(jù)統(tǒng)計(jì),歸納出最普遍使用的條款,形成緊跟最新實(shí)踐的協(xié)議模板,再由資深并購律師進(jìn)行審閱微調(diào),確保模板符合最新的市場標(biāo)準(zhǔn)和行業(yè)經(jīng)驗(yàn)。
綜上所述,關(guān)于云計(jì)算數(shù)據(jù)中心收購,云計(jì)算數(shù)據(jù)中心收購的方法的文章,如果您需要辦理該資質(zhì)或者想更多咨詢問題,請聯(lián)系大通天成在線客服。