至顶网CIO与应用频道 05月08日 北京消息:4月30日,美国通用电气公司(NYSE:GE)发布截至2019年3月31日的第一季度财务报告。GE董事长兼首席执行官拉里·卡尔普指出:“我们持续聚焦首要目标的执行,以改善财务状况、强化业务部门。得益于此,我们在第一季度取得进步,我们宣布了出售生物制药业务,完成了与西屋制动的合并、达成了MWC抵押贷款的和解协议,并提升了公司运营表现。在这一季度,我们的工业订单实现了9%的有机增长,同时储备订单达到3740亿美元,相比去年同期增长6%。本季度的财务表现超出我们预期,主要归功于某些项目的进展在时间上超出预期,但全年预期将持平。因此,我们期待今年的整体业绩表现与原先展望一致。”
在第一季度,GE持续改善财务状况并强化业务运营。公司宣布将生物制药业务出售给丹纳赫公司并获得超过200亿美元的现金收益,这一交易预计在2019年第四季度完成。GE同时完成运输集团与西屋制动的合并,由此获得29亿美元现金及西屋制动24.9%的股权。GE金融完成11亿美元的资产减持并偿还了20亿美元的外部债务。同时,GE最近与美国司法部达成最终和解,根据FIRREA调查就WMC抵押贷款业务支付15亿美元,这一款项在此前已作留存并披露。
GE董事长兼首席执行官拉里·卡尔普表示:“我为目前GE业务所取得的进步而备受鼓舞。这个季度是公司数年转型的一部分。2019年对我们来说仍是重启的一年。我们将继续着眼于降低杠杆率,提升各个业务部门的业绩表现,以为我们的客户、员工和股东创造可持续的、长期的价值。”
在2018年的致股东信中,卡尔普已明确指出,2019年为GE的“重启年”。他同时强调“改善财务状况”和“强化业务部门,从发电部门开始”是GE在目前以及未来一段时间内解决问题和推动变革的两大首要目标。
这两大目标在卡尔普自2018年10月1日上任以来所推动的一系列战略性举措中得以体现。例如,GE已在公司内部逐步推进改善财务和强化业务的相关举措。除了战略性的业务单元重组和股息调整,产生现金流被视为维持财务状况改善的最有效杠杆,并成为各个业务集团的头等大事,且纳入GE长期发展规划。关联到日常运营,则体现在日常现金管理及精益管理,比如对供应链进行减损增速的流程性优化等,以最终达到提升整体营运资本水平的目标。
针对GE金融,则是继续近年来推行的业务精简战略,持续降低资产负债表风险和减持资产。该业务集团在2018年的总体表现,也反映了这一战略已显成效:全年完成了250亿美元资产削减计划中的150亿美元,偿还了210亿美元的债务,并帮助工业业务获得了100亿美元的订单。总的来说,以改善资产负债表为加强财务基础的抓手,达到长期A级信用评级的目标,是GE在现阶段及未来一段时间内的着力点。
在工业垂直领域,GE的研发创新、制造服务、客户规模、全球网络、团队执行力等领域位处行业前沿,多个业务部门呈稳健增长,前景可观。航空集团继续以创新的航空发动机技术及出色的发动机利用率领跑市场,并在去年创下20%的业务利润增长率。其投产仅三年,将装配于C919的CFM国际LEAP系列发动机在2018年完成了1100多台交付,另有11000多台待交付;目前世界上最大商用航空发动机GE9X也在去年完成了首飞。
医疗集团去年同比营收实现了5%的有机增长率。计划在今年第四季度完成的对生命科学事业部旗下生物制药业务的剥离,将使医疗集团的业务更为聚焦,并减少资产负债表的压力,为未来增长存续动力。在可预见的未来,欣欣向荣的医疗健康市场及日益增长的生命科学板块,将持续拉动这一业务板块的发展。
可再生能源集团在去年实现营收的稳健增长,且在美国市场以陆上风力发电的新增装机量名列行业首位。
发电集团由于受全球范围内的能源结构性变化和周期性市场压力,再加上业务执行层面的问题, 业绩复苏需要时间,但内部变革正在发生。2018年下半年,GE移除了发电集团总部的部分层级,下放决策权,明确问责制,重组业务板块,以改变运营模式并提高执行力,并已获得了一定的效果。以订单收款为例,在2018年第四季度的前两个月,发电部门的收款比例已从原先的35%提升至50%。
除此之外,GE正有序地执行在未来两到三年内退出GE贝克休斯的计划,在今年2月完成GE运输集团与西屋制动公司的兼并。这些战略举措,都将赋予新的业务主体对自身战略规划和资本配置更全面的控制权,使公司实现价值最大化。这也将使GE的公司结构更为精简,业务更为聚焦,在未来获得更多的竞争优势。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。