美国纽约州ARMONK,东部时间2020年1月21日,IBM(NYSE:IBM)发布2019第四季度及全年业绩报告。
IBM公司董事长、总裁兼首席执行官罗睿兰(Ginni Rometty)表示:“我们为2019年画上了一个圆满的句号,第四季度实现了全面的营收增长,特别在云业务营收方面增长加速。展望未来,这为我们在2020年实现持续的营收增长奠定了基础,我们将继续帮助客户将关键业务负载转移至混合云,支持他们进一步扩展认知型企业之旅。“
IBM高级副总裁兼首席财务官James Kavanaugh表示:“在第四季度我们继续投资在高价值增长领域并采取了一些大胆的举措——其中包括多个业务剥离和一个大型收购——以更好地维持业务定位,这些都在强劲的毛利业绩上表现出来了。在完成红帽收购之后,通过强劲的自由现金流和严格的财务管理,我们下半年的业绩显著。”
第四季度,公司经营活动创造净现金流35亿美元,不计入全球融资部门的应收账款为67亿美元。IBM自由现金流为60亿美元,通过派发股息的形式向股东返还了14亿美元。
2019全年,公司经营活动创造净现金流148亿美元,不计入全球融资部门的应收账款为143亿美元。IBM自由现金流为119亿美元,向股东返还71亿美元,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14亿美元。
截止第四季度结束,IBM持有现金为90亿美元,其中包括可转换债券。负债为629亿美元,其中包括全球融资部门的应收账款247亿美元——自第三季度末减少34亿美元,自第二季度末减少101亿美元。
云及认知软件部门(包括Red Hat在内的云和数据平台、认知应用和交易处理平台)——营收为72亿美元,增长8.7%(按调整后汇率计算增长9.4%),重点增长领域为云、安全、物联网;其中云和数据平台增长19%(按调整后汇率计算增长20%),认知应用增长1%; 交易处理平台,增长3%(按调整后汇率计算增长4%)
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42亿美元,下降0.6%(按调整后汇率计算下降0.3%),咨询服务继续增长,增长4%
全球信息科技服务部(包括基础设施和云服务以及技术支持服务)——营收为69亿美元,下降4.8%(按调整后汇率计算下降4.0%)
系统部(包括系统硬件和操作系统软件业务) ——营收为30亿美元,上升16%(按调整后汇率计算上升16.5%),IBM Z增长高达62%(按调整后汇率计算上升63%);存储系统营收增长3%
全球融资部(包括融资和二手设备出售业务)——营收为3.01亿美元,下降25.3%(按调整后汇率计算下降24.9%),反映出OEM商业融资的收缩。
全年业绩反映出于2019年7月完成的Red Hat收购的影响。合并摊薄后每股收益10.56美元,较2018年的9.52美元增长11%。合并净收入为94亿美元,年增长8%。全年营收总额为771亿美元,年下降3.1%(按调整后业务和汇率计算上升0.2%),2018全年为796亿美元。
从持续经营获得的经营(非美国通用会计准则non-GAAP)摊薄后每股收益为12.81美元,较2018年13.81美元下降7%。全年经营(非美国通用会计准则non-GAAP)净收入为114亿美元,较上一年度的127亿美元下降10%。
IBM预期GAAP每股摊薄收益至少10.57美元,经营(非美国通用会计准则non-GAAP)每股摊薄收益至少13.35美元。经营(非美国通用会计准则non-GAAP)摊薄后每股收益预期不包括每股2.78美元的购买无形资产摊销费用和其它与收购相关的费用,包括结算前费用,如财务成本、退休相关费用和税收改革制定的影响。IBM预期自由现金流约125亿美元。
好文章,需要你的鼓励
法国AI初创公司Mistral AI发布了首个大语言模型全面生命周期评估,量化了AI的环境代价。其Mistral Large 2模型训练产生20,400吨二氧化碳当量,消耗281,000立方米水。运营阶段占环境影响85%,远超硬件制造成本。研究表明地理位置和模型大小显著影响碳足迹,企业可通过选择适当规模模型、批处理技术和清洁能源部署来减少环境影响。这一透明度为企业AI采购决策提供了新的评估标准。
上海AI实验库推出YUME系统,用户只需输入一张图片就能创建可键盘控制的虚拟世界。该系统采用创新的运动量化技术,将复杂的三维控制简化为WASD键操作,并通过智能记忆机制实现无限长度的世界探索。系统具备强大的跨风格适应能力,不仅能处理真实场景,还能重现动漫、游戏等各种艺术风格的虚拟世界,为虚拟现实和交互娱乐领域提供了全新的技术路径。
许多人认为一旦实现通用人工智能(AGI)和人工智能超级智能(ASI),这些高度先进的AI将能够告诉我们人生的真正意义。然而,巅峰AI可能无法明确回答这个史诗般的问题。即使AI拥有人类所有知识,也不意味着能从中找到生命意义的答案。AI可能会选择提供多种可能性而非绝对答案,以避免分裂人类社会。
上海AI实验室研究团队开发了革命性的AI编程验证方法,让大语言模型能够在最小人工干预下自动生成和验证程序规范。该方法摒弃传统的人工标注训练,采用强化学习让模型在形式化语言空间中自主探索,在Dafny编程验证任务上显著超越现有方法,为AI自主学习开辟新道路。