IBM今天发布第四季度财报,结果超出分析师的预期水平,该季度每股收益为2.07美元,高于预期的1.79美元,但是增长仍然难以实现。
该季度IBM的收入较去年同期下降6.5%,至203.7亿美元,比市场普遍预期的206.3亿美元低约1.3%。
IBM承诺,将在宏观经济环境不确定性继续增加、公司重点投入混合云和人工智能的背景之下,在2021年恢复“个位数”增幅。IBM首席执行官Arvind Krishna表示:“我们将重新定义IBM作为一家AI平台和混合云公司的未来,这将是重点投入的领域。”
但是这些承诺显然并不足以让投资者们满意,IBM股价在早盘交易中下跌了近7%。
IBM表示,目前分拆价值190亿美元的管理基础设施服务业务的计划正在有序进行,预计于今年年底完成,但仍有一些分析师担心,大规模资产剥离的准备工作将会让IBM对于那些更为紧迫的业务有些分心。
不过Krishna表示,真正的问题在于不确定的商业环境,而且今年第四季度和去年同期不适合进行对比的。IBM首席财务官Jim Kavanaugh指出,该季度尽管营收下滑了,但成本削减提升了每股收益。
他还指出,IBM在偿还债务方面取得了良好的进展,已经将负债从18个月前收购Red Hat最高的730亿美元减少到年底的614亿美元。他说,全年的自由现金流为110亿美元,目前IBM投资状况良好,在可预见的未来自由现金流预计将保持强劲。
防御策略
在IBM财报电话会上,Sanford C. Bernstein分析师Toni Sacconaghi指出IBM从第三季度到第四季度的28亿美元收入增长低于其历史平均水平35亿美元时,Kavanaugh和Krishna对此采取了防御式的反问,“你怎么知道这期间没有更险恶的事情发生?”,并且说,“你没有亲身参与云迁移,或者你的软件产品没有你想像的那么有竞争力。”
Kavanaugh则把问题归咎于软件产品组合,他说2019年第四季度软件收入中的企业许可协议收入增长了10%,交易量增长了30%,结果就是2020年陷入“低谷”。
他说:“我们的销量几乎达到了我们预期。”收入数字掩盖了低迷的业绩,该季度软件更新收入为170亿美元。他说:“我们的软件业务更新率是10年来最高的。”
他还对大家关于IBM在云计算领域不占优势的说法进行了反驳:“我们正在利用向云转移这一趋势。我们的云业务规模达到250亿美元,增幅为20%。但是由于各种不确定性,软件业务的情况是客户不愿意签长期的交易合同。”
Krishna在他的总结中强调了该季度积极的一面:目前有近2800家客户正在使用IBM云平台,比上年增加40%。IBM新推出的电信云是IBM第二个针对特定行业的云产品,自11月推出以来已经新增了35家合作伙伴,但是他没有提供收入或者客户的相关详细信息。
IBM的人工智能平台拥有30,000多家客户,自10月以来已经完成了七次收购,预计到2023年将建立一个至少包含1000量子比特的量子计算平台。
红帽助推IBM增长
Krishna表示,混合云代表着“1万亿美元的市场机会,现在只有不到25%的工作负载迁移到了混合云”。他说,IBM对红帽的收购正在带来回报, 2020年增幅将达到18%。
Moor Insights&Strategy总裁Patrick Moorhead表示:“我对红帽的表现印象深刻,大宗交易的预订量增长了45%,交叉销售和未完成的订单都有所增加。这正是你想要实现增长的来源,因为Red Hat决定了IBM的未来。”
Forrester分析师Ted Schadler表示:“红帽的增长表明,Arvind做出的一项重大赌注没有偏离轨道,收入增长和利润率增长的趋势非常清晰。”
从产品类别来看,占IBM收入一半以上的服务业务部门季度表现不佳,全球业务服务收入下降2.7%至42亿美元,全球技术服务收入下降5.5%至66亿美元。
Krishna向分析师保证这部分业务即将迎来增长。他说:“GBS将于年中恢复到疫情前的水平,预计这一趋势将加速到2022年。”他说,IBM在与独立软件供应商如Salesforce、Adobe和Workday建立合作伙伴关系生态系统,这项投入“将推动我们的许多服务业务”。
该季度IBM云收入总和为75亿美元,剔除已剥离的业务和货币汇率后,增幅为8%。包括红帽、认知应用和交易处理平台在内的云与认知软件部门收入下降了4.5%,至68亿美元,这主要是受到了大型机销售下滑24%的拖累。云与数据平台业务增长了9%,其中红帽占据主导,而认知应用销售表现平平,IBM需要在数据分析市场实现增长继续努力了。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。