在连续四个季度收下滑之后,今天IBM公布第一季度季度财报,收入增长1%,但投资者倍感意外,IBM股价也在盘后交易中上涨了3%多。这让我们不禁推测,未来几周其他即几家相继发布财报的科技巨头也将带来同样的惊喜。

该季度IBM的收入同比增长至177.3亿美元,超出了分析师平均预期的173.2亿美元。每股收益为1.77美元,也超出了分析师预期的1.69美元。
某种程度上这个意外只是个时机问题,因为按固定汇率调整之后,收入实际上降低了2%。尽管如此,截止到最近,来自IBM任何良好的财务消息都受到了好评,IBM高管们为即将到来的这个季度和全财年描绘了一幅亮丽的画面。
IBM首席财务官James Kavanaugh表示:“我们对收入增长和现金流这两项已经采取了措施的方面充满信心。我们重申,尽管有波折和汇率波动,我们仍预计全年收入是增加的。”
Moor Insights&Strategy总裁Patrick Moorhead表示:“对于这家全身心投入云端的公司来说,这是个不错的开局,对IBM来说,最美好的日子就在眼前。”
而对那些希望了解IBM即将分拆价值190亿美元的基础设施服务业务详情的分析师们来说,可能要让他们失望了,因为IBM高官们只是重申了在年底之前完成分拆的承诺。新公司名为Kyndryl,主要是由IBM现有的全球技术服务业务构成。
疫情影响正在逐渐消散
随着新冠疫情所带来的影响开始消散,IBM高官们对于市场状况的改善总体上持乐观态度。IBM首席执行官Arvind Krishna表示:“支出环境与第四季度相比总体上有所改善。”他指出,与疫情相关的局部封锁和供应链中断加大了预测的难度。“我们看到客户加快了他们的数字化转型,与此同时,我们的混合云业务也发挥了非常重要的作用。”
IBM已经将Krishna领导下的战略定位范围缩小到了混合云和人工智能领域。他表示,混合云是一个规模达1万亿美元的市场机会,到目前为止,只有不到25%的工作负载进行了迁移。IBM称,目前已经有3000家客户在使用IBM混合云平台。
Pund-IT首席分析师Charles King表示:“鉴于IBM Cloud在Krishna当前战略和未来计划中发挥着至关重要的作用,实现这一增长尤是令人欣喜的。”
从细分部门来看,IBM的云与认知软件业务收入增长了4%,系统收入增长了4%,全球业务服务收入增长了2%。从季度来看,云收入为65亿美元,增长了21%;从年来看,云收入为263亿美元,增长了19%。全球业务服务和认知部门的云收入增长尤其强劲,分别增长了33%和38%。
系统收入的增长则主要是由IBM Z大型机产品线贡献的。Kavanaugh说,这部分销售增长49%,表现“非常强劲,尤其是产品周期的六个季度了”。他说,到目前为止,Z15的销量已经超过了上一代Z14。
财报中有一项不足,那就是全球技术服务部门的收入从去年同期的64.7亿美元下降1.5%至63.7亿美元,不过这个数字仍略高于华尔街的预期,但签约量下降了27%。
Kavanaugh说,签约量这一项是不合适做同期对比的,因为去年IBM同期完成了两笔大金额的交易。他说:“并非所有的签约量级都是一样的。去年,GTS签约量增长了40%多,另外还有四分之一的新客户,这意味着尽管与Kyndryl分拆开了,我们仍然有新增的业务。”
Pund-IT分析师King认为,GTS的小幅下降无需担心。他说:“这比很多人预期的要小得多,对于Kyndryl来说应该是个好消息。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。