美国东部时间2019年1月22日,IBM发布了2018年第四季度及全年业绩报告。IBM公司董事长、总裁及首席执行官罗睿兰(Ginni Rometty)表示:“2018年,IBM全年营收恢复增长,体现了市场对混合云、人工智能、大数据分析和安全领域的服务和领先解决方案需求的不断增长。全球主要客户,如法国巴黎银行(BNP Paribas)等正借助IBM云计算和我们无可匹敌的行业知识实现业务转型并推动创新。”
IBM高级副总裁兼首席财务官James Kavanaugh表示:“本季度,我们实现了毛利率和税前利润率的双增长。2018年,我们重新定位商业模式,实现了营收、营业利润和每股收益增长,同时自由现金流也表现良好。未来,我们将继续优化产品组合,满足行业内新兴和高价值市场的需求,并持续为股东创造价值。”
第四季度,公司经营活动创造净现金流41亿美元,不计入全球融资部门的应收账款为73亿美元。IBM第四季度自由现金流为65亿美元,向股东返还35亿美元,其中通过派发股息的形式向股东返还了14亿美元,通过回购股票的形式向股东返还了20亿美元。截至2018年12月末,IBM现有已获批股票回购计划的剩余额度为33亿美元。
IBM全年自由现金流为119亿美元,其中未计入全球融资部门的应收账款。IBM向股东返还101亿美元,其中通过派发股息的形式向股东返还了57亿美元,通过回购股票的形式向股东返还了44亿美元。
截至四季度末,IBM持有现金122亿美元,债务总额为458亿美元,其中包括全球融资部门的债务312亿美元。资产负债表保持强健,公司已为长期发展做好准备。
认知解决方案部门(包括解决方案软件和交易处理软件)营收为55亿美元,同比持平(按调整后汇率计算同比增长2%),其中解决方案软件(包括大数据分析和AI)引领增长。
全球企业咨询服务部(包括咨询、应用管理和全球流程服务)营收为43亿美元,同比增长4%(按调整后汇率计算同比增长6%),咨询服务、应用管理和全球流程服务营收均有所增长。毛利润率增长300个基点。
技术服务和云平台部门(包括基础设施服务、技术支持服务和一体化软件业务)营收为89亿美元,同比下降3%(按调整后汇率计算同比持平),其中混合云业务营收保持增长。毛利率增长超140个基点。
系统部(包括系统硬件和系统软件业务)营收为26亿美元,同比下降21%(按调整后汇率计算下降20%),Power业务营收增长被IBM Z产品周期动态效应的影响抵消。
全球融资部(包括融资和二手设备出售业务)营收为4.02亿美元,同比下降11%(按调整后汇率计算下降9%)。
由于美国2017年《减税与就业法案》的颁布,IBM在2018财年被征收20亿美元税款,其中包括第四季度的19亿美元,主要与新的全球无形资产低税收入(GILTI)递延税款有关。此外,公司在2017年第四季度被征收55亿美元税款,涉及一次性过渡税、未分配国外收益的国外税收成本和递延税款的重新征计等。这些费用已列入2017年和2018年第四季度及全年按照美国通用会计准则(GAAP)编写的业绩报告中。
IBM公布的按照美国通用会计准则(GAAP)计算税率包含税费,在2018年第四季度为56%,2017年同期为124%;2018年全年为23%,2017年全年为49%。
按照非美国通用会计准则计算,IBM 2018运营收益和税率不包含税费,在2018年第四季度税率为12%,2017年同期为6%;2018年全年税率为8%,2017年全年为7%。
来自持续运营业务的全面摊薄每股收益为9.51美元,相比去年同期的6.14美元,同比增长55%。综合净收益为87亿美元,同比增长52%。今年全年总营收为796亿美元,相较去年全年的791亿美元,同比增长1%(按调整后汇率计算同比持平)。
按非美国通用会计准则计算的摊薄每股运营收益为13.81美元,相比2017年同期的13.66美元,同比增长1%。2018年全年按非美国通用会计准则计算的运营净收入为127亿美元,相较去年同期的128亿美元,同比下降1%。
2018年全年,IBM战略业务营收为398亿美元,同比增长9%;云业务全年营收为192亿美元,同比增长12%。其中113亿美元来自于已交付的云即服务业务(As-a-service),78亿美元来自客户对云相关的硬件、软件和服务业务日益增长的需求所驱动。IBM能够帮助客户跨越公有、私有和多云环境来顺利部署云解决方案。云即服务业务的年化合同额(exit run rate)为122亿美元,同比增长18%(按调整后汇率计算同比增长21%)。
IBM公司预计,按美国通用会计准则计算,每股摊薄收益不低于12.45美元,按非美国通用会计准则计算,每股运营摊薄收益不低于13.90美元。按非美国通用会计准则计算的每股运营摊薄收益不包括每股1.45美元的已收购无形资产摊销支出和其它并购相关支出,包括交割前的相关费用,如与红帽收购相关的融资成本、退休相关支出以及美国税改所带来的影响。
IBM预计2019年自由现金流约为120亿美元,按非美国通用会计准则计算的净收益实现率为100%左右。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。