PAUL GILLIN
更新时间:美国东部时间2020年10月19日18:54
IBM只是无法保持其增长势头。
今天,这家计算机巨头表示,由于其系统、服务和金融部门的表现欠佳,该公司的第三季度收入下降了。去除资产剥离和汇率波动影响后,该公司第三季度收入较去年同期下降了3.1%,为176亿美元。在过去的33个季度中,这是该公司第29次收入下降。
净收入从一年前的每股2.68美元下降至2.58美元。持续经营收益也略有下降。
该结果符合分析师的预期,并且同IBM在本月早些时候宣布计划拆分基础架构服务业务时的说法一致。在盘后交易阶段,蓝色巨人(IBM)的股票价格下跌了三分之一个百分点。
该公司的首席执行官Arvind Krishna(如图)表示,等到此次拆分完成,公司就将开始增长。在与分析师的电话会议上,他表示,“我们预计在Newco剥离之后,公司收入能够实现可持续性的单位数增长。”
IBM一直在努力,将低利润、低增长的业务剥离,以专注于混合云和分析等增长的领域。此次拆分也是朝着这个方向迈进的一步。不过,该公司的高管们明确表示,从长远看来,他们还是期待着Newco能够取得重大成就。
Krishna表示,为了此次收购,IBM预计将在第四季度筹集22亿美元的资金,这将使此次拆分产生“投资级资产负债表”,同时使其“更具弹性并能够投资自动化”。他补充表示,这将使他们能够进行一些投资,而这些投资是IBM由于担心稀释而不会进行的。
专注于混合云
精简后的IBM将更加专注于混合云的业务,Krishna将其称为“价值1万亿美元的巨大机会,并且得益于Red Hat开放式混合云平台和服务业务,可以在客户所在的地方满足他们的需求。”
Forrester Research Inc.的分析师Ted Schadler表示,混合云是IBM能够让自己卓尔不同的领域。他表示,“他们很难成为唯一的玩家,但是他们将会成为唯一一家大规模混合云玩家。” Schadler表示,将公共云供应商的收入和增长率与IBM进行比较,事实上是把风马牛不相及的两件事硬拉在一起,因为基础架构是一种商品。
他表示,“云计算之旅为他们一直在投资的许多其他的东西奠定了基础,” 例如人工智能和流程改进。他表示:“如果你是摩根大通,那么你就不会在Azure中运行所有程序;你会把你的应用程序与多云环境联系在一起……所以,他们会追随这种趋势。”
云计算总收入增长了19%,达到60亿美元,在过去的12个月中达到244亿美元,调整后增长了25%。
该公司的高管们拒绝提供第四季度业绩预期的指导意见,并且警告说,考虑到新冠肺炎大流行的不确定性以及2019年的强劲表现,不应该对其过于乐观。Kavanaugh谈到了IBM的Z系列大型机,他表示,“去年第四季度,我们取得了非常强劲的成绩,那是Z15上市后的第一个完整季度,而Red Hat也是第一次做出了贡献。”
“精神分裂”的销售环境
Krishna表示,在被他称为“精神分裂”的销售环境中,很难进行预测。他表示:“虽然我们在某些业务领域看到非常健康的增长,但对一些客户来说却是一个中断。”他估计,大约有30%的客户已经削减了支出。“我们也倾向于与较大规模的客户打交道,因此我们认为他们没有可持续性方面的问题。”
该公司的首席财务官James Kavanaugh表示,IBM在业务和“健康渠道”中的积压订单为1,080亿美元,涉及Red Hat、云转换、云/数据平台和认知应用。
Moor Insights&Strategy公司总裁Patrick Moorhead表示:“Red Hat和云带来的两位数的收入增长给我留下了最深刻的印象。”他表示,“这正是你想要增长的来源。”
包括Red Hat、认知应用程序和交易处理平台在内的Cloud&Cognitive Software类别的收入增长了6%,调整后达到了56亿美元,超出了此前市场预期的54.8亿美元。在Red Hat的带领下,云与数据平台(Cloud & Data Platforms)增长了19%。Kavanaugh表示,在过去的12个月中,利用IBM的“现有帐户”,涉及Red Hat的交易总价值翻了一番。
服务业务状况
全球技术服务部的收入为65亿美元,与去年同期相比下降了4%,但高于分析师此前预期的平均值62.5亿美元。全球商业服务部门收入为40亿美元,低于一年前的41.2亿美元,但超出此前预期的39亿美元。
Kavanaugh表示:“自三月以来,我们的GBS收入已反映出环境的变化,导致了项目的延迟。”不过,他表示,第三季度的签约增加,预示了该部门的增长。“我们正在投资GBS业务,以实现未来的增长。”
这些服务部门的毛利率都低于35%,这看起来似乎与IBM宣称的高利润业务的说法并不一致,但是Schadler表示这种联系是必要的。他表示:“他们需要让客户投资混合云,为此,他们需要诸如应用程序迁移、应用程序构建和平台服务之类的服务。”他表示:“GBS是他们将应用程序转移到混合云的引擎。”
这些部门在本季度有超过90%的服务都是远程提供的,这提高了毛利率,为Kavanaugh强调的该公司正在开发的新交付模式奠定了基础。
系统收入表现尤为疲软,为13亿美元,比去年同期下降了16%,远低于此前分析师预期的15.5亿美元的水平。IBM将这次的下滑归咎于大型机和存储系统收入下降了20%,该公司表示这两者都是正常产品周期的一部分。Krishna表示,尽管客户正在节约现金的做法影响了大型机的销售,但“随着我们在云计算和Red Hat上的投入更多,我预计我们将看到的一切将足以抵消交易处理平台上发生的一切。”
分析师Moorhead承认,系统收入“大幅下降,但我不担心,因为其基础架构非常具有周期性。”
好文章,需要你的鼓励
复旦大学联合多所知名院校开发了GeometryZero模型,通过创新的群体对比策略优化(GCPO)方法,让小尺寸AI模型具备了类似数学专家的几何推理能力。该模型能智能判断何时使用辅助构造工具,在多个几何基准测试中表现优异,为AI教育应用的普及化奠定了基础,展现了专门化训练的巨大潜力。
华南理工大学研究团队构建了迄今最大的中文字符识别数据集MegaHan97K,包含97,455个汉字类别和超过460万个样本,是此前最大数据集的六倍。该数据集首次完全支持最新的GB18030-2022中文标准,通过手写、历史文献和合成三个子集有效解决了长尾分布问题。实验表明,使用该数据集训练的模型性能显著提升,为古籍数字化保护和现代中文处理应用提供了强大技术支撑。
武汉大学团队开发了EVOREFUSE系统,通过进化算法生成能触发AI过度拒绝的伪恶意指令。研究发现AI存在"捷径学习"问题,过度关注敏感词汇而忽略语境。团队创建的测试数据集在9个模型上的触发率比现有最佳方案高140%,训练数据集可使模型过度拒绝减少40%同时保持安全性。该研究为AI安全测试和训练提供了新工具和理论洞察。
中科院团队首次开发出1比特视觉-语言-动作模型BitVLA,实现机器人智能操作的革命性突破。该模型将每个参数限制为{-1,0,1}三值表示,通过创新的蒸馏感知训练策略,在仅使用29.8%内存的情况下达到与先进模型相当的性能。在LIBERO机器人基准测试中表现优异,为智能机器人在资源受限设备上的部署开辟了新路径,让家用机器人成为可能。