Cohesity就像一家三层架构的公司,随着新增长机会的出现,各层规模不断扩大。
这一认知源于与CEO Sanjay Poonen的对话。他表示,Cohesity最初是一家企业备份恢复和数据保护公司,围绕提供出色性能、规模和可扩展性的文件系统构建。在过去几年中,公司在此基础上增加了第二层安全产品组合。我们可以将备份视为相对成熟但仍具增长前景的业务,例如保护客户在SaaS应用中的数据。
对于Cohesity而言,另一个可能的扩张机会是进入中小企业备份市场,也就是Veeam的领域。例如,它可以通过收购现有供应商来进入该市场;我们建议以N-able为例。Poonen对这个想法反应并不积极。虽然没有完全排除并购活动,但需要在特定情况下具备具体优势,而不是为了进入新市场领域。我们倾向于认为技术整合比收购现有中小企业数据保护供应商的可能性更大。
从成熟度角度来看,安全业务可以视为一个年轻成人,随着Cohesity及其同行供应商开发识别恶意软件、检测、偏转和阻止攻击以及促进恢复的功能,具有很大的增长空间。想想不可变备份保险库和威胁搜寻软件等产品。还有更多工作要做。随着钓鱼和其他凭证窃取攻击的持续猛攻,用户验证活动还有更大发展空间。
AI是其第三层也是最年轻的层级,具有巨大的增长空间,因为大语言模型的检索增强生成(RAG)已经催生了AI智能体,并进一步发展为交互式智能体。Poonen指出,由于Cohesity的文件系统,中间层的安全功能可以应用于备份数据和访问备份数据的用户。
随着其Gaia AI功能的开发,它已被应用于文件系统,从而应用于Cohesity为客户积累的数百EB备份数据。Gaia被用于使Cohesity的备份和安全操作更加高效,并且更容易被客户查询和管理。Cohesity还通过将其选定的数据部分提供给大数据和AI分析数据仓库及数据湖供应商(如Databricks和Snowflake),扩展了数据的使用范围。
这就是其AI管道角色。它无意成为一家分析公司。Poonen表示,Databricks可以查询和搜索自己的实时数据,并用Cohesity存储库中客户的历史数据进行补充。Cohesity整体存储库数百EB的规模使其成为Databricks的宝贵合作伙伴。
对Veritas的收购大大增加了这一点,并使Cohesity获得了备份市场的领先份额。一旦Cohesity工程师扩展了Veritas的数据传输器以将备份写入Cohesity文件系统,Cohesity的安全和AI功能就可以自动应用于Veritas用户的数据,提供Veritas自身产品所缺乏的功能。
Poonen表示,在收购之前,Veritas拥有庞大的企业客户基础并且盈利能力很强,但它是一个低增长业务,技术开发有限。另一方面,Cohesity是一家高增长公司,拥有大量技术开发,但盈利能力有限。将两者结合起来,你就拥有了增长、开发和盈利能力的三重组合。Poonen说,Cohesity"不需要筹集资金"。
我们询问了IPO的情况,他如预期的那样相当含糊。最近的IPO相当成功,时机合适等等。他指出,大多数成熟行业都围绕三到四个领先企业稳定下来,它们共同拥有主导性的市场份额。在服务器领域,我们有戴尔、HPE、联想和思科。在磁盘驱动器方面,我们看到西部数据、希捷和东芝。
因此,在备份领域,Poonen将Cohesity、Commvault、Rubrik和Veeam视为四大巨头。
他在Cohesity销售的市场领域看到了同样的情况:金融、健康等。那里会有领先的供应商,他对针对某个领域潜在客户的案例研究营销方法非常热情。Cohesity会获得一两个大企业作为客户,然后告诉其他企业这些领导者如何使用Cohesity。这样,品牌知名度就会传播,销售随之而来,因为客户倾向于跟随其领域的领导者。
就Poonen而言,Cohesity是一家专注于增长的公司。他希望获得更多客户,向现有客户销售更多产品和服务,提供更多AI功能——基本上在Cohesity业务的各个方面都要更多。我们可以将这项业务描述为:成熟的备份业务通过增加MongoDB支持等功能在其领域内横向扩展,年轻的中年安全业务向上增长并横向扩展,以及年轻的AI业务以快速的步伐向上和向外疯狂增长。所有三个层级都在扩大,我们预计Cohesity的IPO正在临近,但不是今年。
Q&A
Q1:Cohesity的三层架构战略是什么?
A:Cohesity采用三层架构战略:第一层是相对成熟的企业备份和数据保护业务;第二层是年轻成人阶段的安全业务,包括恶意软件识别、攻击检测和恢复功能;第三层是最年轻的AI业务,基于大语言模型的检索增强生成技术发展AI智能体。
Q2:收购Veritas对Cohesity有什么影响?
A:收购Veritas显著增加了Cohesity的数据储备,使其获得备份市场的领先份额。Veritas拥有庞大企业客户基础和高盈利能力但增长有限,而Cohesity是高增长公司但盈利有限。两者结合形成了增长、开发和盈利能力的三重组合。
Q3:Cohesity如何利用AI技术Gaia?
A:Gaia AI功能被应用于Cohesity的文件系统,处理为客户积累的数百EB备份数据,使备份和安全操作更高效,更易于客户查询管理。同时通过向Databricks和Snowflake等大数据分析供应商提供选定数据,扩展数据使用范围。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。