IBM今天公布第三季度财报显示该季度IBM未能达到华尔街的预期水平,并将其归咎于某些欧洲市场的疲软导致IBM全球技术服务部门销售额下滑。这也使得IBM股价在盘后交易中下跌了5%多。
财报显示,该季度IBM在股票补偿等特定成本之前的收益为每股2.68美元,略高于分析师普遍预期的每股2.67美元。该季度IBM的收入为180亿美元,同比下滑了3%,低于市场预期的182.2亿美元。
在IBM公布财报之前,分析师们一直在寻找IBM核心业务部门发展稳定的迹象,以及收购Red Hat对IBM底线的影响。
遗憾的是,IBM全球技术服务部门的销售额下滑了5.6%至67亿美元,而该部门是IBM最大的业务部门,为全球一些最大型的数据中心客户提供服务。IBM首席财务官James Kavanaugh在财报电话会上表示,由于德国和英国的客户业务量减少使得销售额下滑。
收购Red Hat至少对IBM的云和认知软件部门带来了积极的影响,该部门的收入增长了6.4%达到52.8亿美元。IBM于7月9日结束了对Red Hat的收购,并Red Hat的数据首次纳入财报中。
这次收购也是IBM有史以来最大一笔收购,表明IBM首席执行官Ginni Rometty将赌注押在了新兴的混合云和多云市场以求推动新的增长。
Rometty在声明中表示:“财报结果表明,客户将IBM和Red Hat视为一个强大的组合,信任我们为他们提供开放式混合云技术、创新和行业专业知识,以帮助他们将关键任务工作负载转移到云中。”
但是,云和认知部门的出色表现并不足以弥补其他方面的损失,目前IBM的销售额已经连续五个季度呈下滑趋势了。
Moor Insights&Strategy分析师Patrick Moorhead表示:“任何认为Red Hat和IBM的结合将产生即时价值的人都过于乐观了。我认为我们还要继续观察几个季度,直到看到双方产生协同效应。”
除此之外,IBM的全球业务服务部门(包括应用管理、咨询和全球流程服务)的收入为41.2亿美元,比去年同期增长1%。
系统收入(包括IBM大型机)达到14.8亿美元,同比减少14.7%,而这主要是z14大型机周期结束的原因,不过到下个季度这个情况应该会有所好转,因为IBM有望在下个季度开始出货新型号的系统。
Stifel分析师David Grossman表示:“预计IBM将在第四季度出货新的大型机和高端存储系统,而第四季度恰好是上一代大型机周期的结束,以及优化运行Red Hat Linux和OpenShift的时候。”
Pund-IT分析师Charles King表示,IBM业绩不佳的原因有三方面:全球技术服务部门表现疲软、继续剥离软件资产、以及系统部门业绩不佳。不过他说,他有信心接下来几个季度IBM的情况会有所好转。
King说:“随着企业继续向混合云迁移,IBM全球技术服务部门的市场参与度会有所提高。此外,在新的z15大型机销售中,Systems几乎肯定会在未来几个季度看到销售量的增长。”
他说,很高兴看到IBM云业务的增长,以及与Red Hat收购相关的增长迹象。
“唯一的阴云就是政治和经济挑形式给企业带来的持续压力,例如中美贸易壁垒、英国脱欧以及特朗普总统可能受到的弹劾。”
但是,即使新主机的销售有望增长,IBM仍被迫下调了全年的盈利预期,一部分是考虑到收购Red Hat的影响。IBM提到了暂停股票回购,以及调整Red Hat收入、股权和保留成本之间的平衡。
目前IBM预计全年营收为每股12.80美元,略低于分析师平均预期的每股12.81美元。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。