一个月前，数据技术公司Cloudera完成了和竞争对手Hortonworks价值52亿美元的合并。
这两家公司现在以Cloudera的名义运营，之前的业务都围绕免费的开源式Hadoop数据处理软件开展，雅虎和Facebook都使用该软件管理和存储数据。此后，两家公司都已经推出了新的开源数据处理技术，进军了大热的机器学习领域。
但是，尽管Cloudera和Hortonworks扎根于热门领域，却仍然无利可图。以免费开源式软件为基础的业务想要赚钱十分困难，很多采用同样策略的公司已经发现了这一点。
Cloudera和Hortonworks合并后仍然面临不少竞争对手，包括资金充裕的数据技术创业公司Snowflake和Databricks，以及亚马逊网络服务和微软等巨头，这两家公司都在推出自己的数据分析和机器学习技术。
Cloudera的首席执行官汤姆·赖利接受《财富》杂志采访时谈了与Hortonworks的合并，谈到了IBM收购开源式企业服务公司Red Hat，以及他为什么更喜欢讨论机器学习而不是人工智能。出于篇幅和清晰表达的考虑，以下内容已编辑：
赖利：半导体行业的微捷码（Magma）和新思科技（Synopsis）合并了（交易完成于2012年2月）。我之所以知道这事，是因为我之前说过要从其他人的错误中吸取教训。我遇到了微捷码的首席执行官，问他都发生了什么事——什么做得不好，什么做得好。
我希望能重视速度，也就是相对于过去其他任何合并的速度。我了解到，如果推迟决策、迟迟不定不是个好做法。
另外，什么都不能留两份。所以我们已经建立了一个领导团队、一份产品路线图、一个客户支持组织、一个销售团队和一个工程组织。
任何合并中都存在重复。为了保证所有的东西都只有一份，会有人失去他们的位置。
幸运的是，因为我们都是高增长公司，很多协同效应都出现在原本打算在以后进行的招聘中，我们都在招聘一些重复的岗位。虽然我们确实有裁员，但相对于其他合并，我们的数量相对较少，因为我们是高增长公司。
合并并不是将两种文化并在一起，因为我们的文化非常相似。合并是把忠诚的人聚在一起，他们忠诚于各自的老板，忠诚于各自的团队clash源代码是干什么的，。
公司合并时必须要打破忠诚，这是难点所在。我不得不选一个新的领导团队clash源代码是干什么的。我热爱我的旧领导团队，但我必须加入一些新的领导角色。如果双方都后退一步，打破这种忠诚，专注于如何建立一个结合两家公司优点的新企业，会发现不同公司的文化都非常相似。
Hortonworks过去以咨询闻名，而Cloudera更集中于软件销售。合并后新企业的业务重点是什么？
你在竞争时会刻意制造差异。很多时候都是人为的差异。因此，当我们把两家企业合在一起时，天啊，他们的相似点看起来比以前多多了。
我们[Cloudera]主营授权软件，Hortonworks主要提供软件支持服务。抛开那些细微差别——Hortonworks大约82％的业务是软件支持服务创造的营收，我们的业务有82%来自于授权软件的经常性收入，我们也同时为许多软件提供支持。
所以我们的业务几乎完全相同。我们的客户续订率几乎相同。我们的目标市场客户也相同。真正要考虑的是我们重叠的核心业务。他们会说他们更开放[为开源社区服务]，我们会说我们更专注企业级用户。然而，他们也有企业级的客户，我们也是开放的。我们93%的代码都是开放的。
我们打算成为一家100%开放源代码的公司。你可以说我们用的是Hortonworks的理念，但我们认为这非常重要。数据管理和分析中几乎所有的创新——无论是数据收集还是机器学习——都是开源式的。
IBM为了能在云世界中具有竞争地位，他们可以选择说，“好吧，我们来搭建自己的公共云基础架构，试着在全世界建立数据中心”，这么做会很难。他们也可以收购Red Hatclash源代码是干什么的，，成为能支持多云[能够同时管理内部数据中心和多个公共云基础架构的能力]的软件抽象层。我认为这种做法很明智。
我认为这比在全世界每一个时区建立20个数据中心要便宜得多，因为数据中心还包括备份、基础设施和冷却设备。
我想我们可以说IBM不是公共云计算的领跑者，对吧？我认为这对他们来说是一个明智之举，这样基本上可以利用所有已经建好的公共云。
谷歌和微软等公司正在推出更方便使用的AI工具，我很好奇这类工具在Cloudera的战略中发挥什么作用。
我们的价值主张是公司可以使用这些工具，但我们希望帮助企业使用它们，把这些工具融入到企业的环境中clashx删除订阅。
我们假设你想做面部识别。你可以把图片发给谷歌，得到反馈结果。同样的道理，如果你是一家保险公司，你想要推出新的保险产品，就没有和谷歌AI工具类似的黑盒AI系统可供使用。
确实如此。我们想做的是让客户能够开发出把他们和竞争对手区分开的产品或服务。我们要教的是“渔”——给他们提供工具，让他们更加高效。这和我们给他们构建算法的想法不同。我们的工作是帮助他们建立AI工厂——让这个构建新认识的过程自动化。
所以我们的机器学习总经理说，沙特阿拉伯的一个人工智能机器人已成为第一个公民，还有其他一些疯狂的事情。有一点闹剧的气氛在里面，我认为这只会让人们迷惑。我们现在更倾向于讨论机器学习，因为更实用。我们有使用案例——我们知道如何利用机器学习，它们也已经提供了商业价值。
AI和未来的许多理论事物关系更大。我们可以说：“嘿，我们做的是AI，但实际上我们只是做很多和机器学习有关的工作，他们有实际效用。”（财富中文网）
