索尼将出售电池业务 未来或投资人工智能等新兴技术领域

简介:

25年前将世界上第一枚锂离子电池进行商业化的索尼,决定出售其电池业务。

近日索尼与村田制作所已就索尼电池业务的转让签订谅解备忘录,双方预计2016年10月中旬签订最终协议,并将于2017年3月底完成转让。

虽然转让的范围还有待确定,双方期望转让的内容包括索尼在日本的全资子公司索尼能源设备公司负责的电池业务、索尼在中国和新加坡的电池相关的制造和运营以及索尼集团在日本及全球销售和研发基地涉及电池业务的资产和人员。

与索尼品牌USB电池的客户销售、碱性电池、钮扣和硬币电池、便携式投影仪及其它产品相关的业务运营预期将不在转让范围内。

转让B2B的电池业务

索尼(中国)公关部相关人士向第一财经记者表示,这意味着索尼品牌的手机充电宝等B2C的电池业务,索尼还将保留,但B2B的电池业务将转让出去。

从1975年起,索尼开始运营其电池业务,并在1991年将世界上第一枚锂离子电池进行了商业化。迄今为止,索尼不断致力于开发并推出各种主要作为电子产品核心部件使用的先进电池产品。

近年来,索尼一直专注于提高智能手机中锂离子聚合电池业务的盈利能力。目前,这一领域的市场环境正在发生巨变,同时索尼也已将其资源集中到作为发电设备及其它高能电力应用的圆柱型锂离子电池中,并在这一领域具有显著的技术优势。

村田制作所是电子元器件领域的全球领导者。为了实现其“2018年中期方向”的战略目标,村田致力于加强其在通信市场的竞争力,并在其关注的汽车、医疗保健及能源市场上创造新的业务模式和客户价值。

因此,村田看重索尼全球电池业务的技术实力、国际市场的经验。完成转让后,村田计划将全球电池业务作为其能源业务的核心进行运营,以进一步实现其业务增长和扩张。

村田和索尼确信,将索尼在电池业务中所积累的技术实力和业务经验转让给村田,并由村田集团进行业务运营的谈判将是互利共赢的。

至于对中国业务的影响,上述索尼中国公关部相关人士说,虽然转让的范围还有待最终确定,索尼预期本次业务转让将包括位于中国的部分电池业务相关的研发、生产和市场销售职能。索尼预计本次涉及的相关业务和人员将转移到村田制作所继续目前的工作,详细信息尚待两家公司进一步讨论确定。双方将就相关业务和人员的转让事宜进行妥善协商和交接。

聚焦支柱及新兴业务

2016财年首季(4-6月),索尼销售收入与上年同比下降10.8%,为16132亿日元(156.62亿美元),销售收入下降的主要原因是汇率影响、移动通讯业务和金融服务业务销售收入下降,以及日本熊本地震的影响;营业利润方面,索尼与上年同期相比下降了42%,为562亿日元(5.46亿美元),营业利润下降的主要原因是半导体部门的营业利润下降。

第一财经记者留意到,索尼部件业务(包括电池和记录媒体)在2016财年首季的销售收入也同比下降22.7%,为441亿日元(4.29亿美元);营业亏损为47亿日元(0.46亿美元)。该业务的下降主要由于电池业务的销售下降以及日元汇率的负面影响。

在今年6月29日索尼总裁兼CEO平井一夫公布的三年(2015财年至2017财年)中期计划中,部件业务与游戏及网络服务业务、影视及音乐业务、金融业务一起,都是索尼未来的重点业务。但是在部件业务中,未来可与物联网(IoT)结合的影像传感器业务才是索尼的着力点,电池业务并非重点。

事实上,索尼在7月29日公布的2016财年首季业绩报告中,已把影像传感器与相机模组业务从部件业务中单独划分出来计算,组成半导体业务部门。

而在三年中期计划中,索尼还要在人工智能等新兴技术领域进行投资,拓展新的业务机会。所以,索尼转让一些收入占比较少、处于亏损状态的业务,集中资源与精力于支柱业务和未来新兴业务,也不难理解。



本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。
目录
相关文章
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
67 10
|
3天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
12月14日,由中国软件行业校园招聘与实习公共服务平台携手魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·湖南大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
|
7天前
|
人工智能 安全 算法
深度剖析 打造大模型时代的可信AI:技术创新与安全治理并重
2024年12月11日,由中国计算机学会计算机视觉专委会主办的“打造大模型时代的可信AI”论坛在上海举行。论坛汇聚了来自多家知名学术机构和企业的顶尖专家,围绕AI的技术风险与治理挑战,探讨如何在大模型时代确保AI的安全性和可信度,推动技术创新与安全治理并行。论坛重点关注计算机视觉领域的最新进展,提出了多项技术手段和治理框架,为AI的健康发展提供了有力支持。
43 8
深度剖析 打造大模型时代的可信AI:技术创新与安全治理并重
|
7天前
|
机器学习/深度学习 人工智能 运维
阿里云技术公开课直播预告:基于阿里云 Elasticsearch 构建 AI 搜索和可观测 Chatbot
阿里云技术公开课预告:Elastic和阿里云搜索技术专家将深入解读阿里云Elasticsearch Enterprise版的AI功能及其在实际应用。
阿里云技术公开课直播预告:基于阿里云 Elasticsearch 构建 AI 搜索和可观测 Chatbot
|
18天前
|
机器学习/深度学习 存储 人工智能
【AI系统】离线图优化技术
本文回顾了计算图优化的各个方面,包括基础优化、扩展优化和布局与内存优化,旨在提高计算效率。基础优化涵盖常量折叠、冗余节点消除、算子融合、算子替换和算子前移等技术。这些技术通过减少不必要的计算和内存访问,提高模型的执行效率。文章还探讨了AI框架和推理引擎在图优化中的应用差异,为深度学习模型的优化提供了全面的指导。
37 5
【AI系统】离线图优化技术
|
7天前
|
机器学习/深度学习 传感器 人工智能
AI视频监控系统在养老院中的技术实现
AI视频监控系统在养老院的应用,结合了计算机视觉、深度学习和传感器融合技术,实现了对老人体征、摔倒和异常行为的实时监控与分析。系统通过高清摄像头和算法模型,能够准确识别老人的动作和健康状况,并及时向护理人员发出警报,提高护理质量和安全性。
43 14
|
8天前
|
传感器 机器学习/深度学习 人工智能
AI视频监控卫士技术介绍:智能化河道管理解决方案
AI视频监控卫士系统,通过高清摄像头、智能传感器和深度学习技术,实现河道、水库、城市水务及生态保护区的全天候、全覆盖智能监控。系统能够自动识别非法行为、水质变化和异常情况,并实时生成警报,提升管理效率和精准度。
44 13
|
6天前
|
存储 人工智能 运维
AI-Native的路要怎么走?一群技术“老炮儿”指明了方向
上世纪70年代,沃兹尼亚克、乔布斯等人成立Homebrew Computer Club,推动个人电脑普及。如今,创原会承袭这一精神,由CNCF执行董事Priyanka Sharma等构建,聚焦云原生和AI技术,汇聚各行业技术骨干,探索前沿科技。2024年创原会年度峰会达成“全面拥抱AI-Native”共识,解决算力与存储瓶颈,推动AI原生应用开发,助力千行万业智能化转型,成为行业创新风向标。
|
7天前
|
人工智能 计算机视觉
幻觉不一定有害,新框架用AI的幻觉优化图像分割技术
在图像分割领域,传统方法依赖大量手动标注数据,效率低下且难以适应复杂场景。为解决这一问题,研究人员提出了“任务通用可提示分割”方法,利用多模态大型语言模型(MLLM)生成实例特定提示。然而,MLLM常出现幻觉,影响分割精度。为此,研究团队开发了“Prompt-Mask Cycle”(ProMaC)框架,通过迭代生成和验证提示及掩码,有效利用幻觉信息,提高了分割精度和效率。实验结果表明,ProMaC在多个基准数据集上表现出色,为图像分割技术的发展提供了新思路。
22 6
|
13天前
|
机器学习/深度学习 人工智能 监控
AI视频监控技术的核心优势与实践
AI视频监控技术结合了计算机视觉、深度学习和大数据分析,能够实时分析监控画面,识别异常行为和场景变化。其核心在于从“被动记录”转型为“主动识别”,提升监控效率并减少安全隐患。主要应用场景包括泳池管理、健身器械区域、人员密度预警和异常事件检测。系统架构支持多种摄像头设备,采用边缘计算和Docker部署,具备实时性、高准确率和扩展性等优势。未来将优化复杂场景适应性和实时计算负载,进一步提高系统性能。