戴尔刚刚结束了又一个表现强劲的季度,利润和收入均超出华尔街分析师的预期水平,从而推动戴尔股价在盘后交易中走高。
该季度戴尔在不计入股票补偿等成本之后的收益为每股1.84美元,收入为261.2亿美元,比去年同期增长16%,净收入达到16亿美元,同比增长57%。
这一结果好于此前华尔街预期的每股收益1.39美元,销售额250.3亿美元。这使得戴尔股价在延长交易时段上涨超过8%,当天早些时候上涨了约1.5%。

戴尔联合首席运营官Chuck Whitten指出,戴尔第一季度收入、营业收入和稀释后的每股收益均创历史新高。
他说:“[戴尔的业绩]展示了拥有一个覆盖边缘到数据中心、强大且在地域和行业上具有多元化业务所带来的好处。而且,我们的业务具有可预测性、持久性和灵活性,这让我们有能力在IT市场中能够更好地实现增长。”
自从新冠疫情爆发和远程办公趋势出现以来,戴尔从中收益颇丰,因为无论是企业还是消费者在为办公和娱乐目的购买新设备。戴尔高管们在电话会议上表示,企业仍在大力投资台式机和笔记本电脑以支持混合办公模式。该季度,戴尔客户解决方案部门(包括个人电脑硬件销售)的收入同比增长了17%,达到156亿美元。
CFRA Research分析师Angelo Zino向路透社表示,这要归功于戴尔在商用PC市场的巨大覆盖面。“Chromebook所占市场份额较少,压力巨大。”
事实上,戴尔销售的大部分个人电脑都是办公型的。在客户解决方案集团中,该季度商用收入增长22%,达到120亿美元,消费业务收入小幅增长3%,达到36亿美元。客户解决方案部门总的营业收入为11亿美元。戴尔另一位联合首席运营官Jeff Clarke在电话会议上提到,全球持续的芯片短缺和中国市场疫情封锁加剧了供应链中断所带来的影响。
他说:“由于当前的市场需求和全行业的供应链挑战,我们预计至少在第二季度,积压订单将保持较高水平。预计第二季度零部件成本将转向通胀,物流成本将保持在较高水平。”
戴尔另一个基础设施解决方案部门,主要负责数据中心服务器、系统、网络和存储阵列的销售。该季度基础设施解决方案部门的业绩不错,收入增长16%,达到93亿美元。戴尔的服务器和网络收入增长了22%,达到50亿美元。存储收入增长9%,达到42亿美元,帮助基础设施解决方案创造了11亿美元的营业收入。
Wikibon分析师Dave Vellante表示,考虑到市场现在普遍面临压力,戴尔PC业务的表现可以说是相当出色。不过,该季度积极的一面是,戴尔终于设法实现了存储收入的增长。
他说:“存储业务增长了9%,这意味着达到了更高的利润率。此前存储业务已经落后了数个季度,存储业务的增长很好地平衡了戴尔的产品组合。在VMware被分拆和被博通收购的背景下,戴尔持续稳定的表现对于投资者增强对戴尔的信心来说是至关重要的。戴尔赢得了客户的信任,这体现在令人印象深刻的收入增长方面。”
Pund-IT分析师Charles King表示:“很大程度上戴尔超出了分析师的预期水平,因为基础设施解决方案组合(包括服务器、网络和存储)的销售和需求好于预期。此外,还有22%的增长来自商用PC收入方面,因此有理由相信,企业客户认为戴尔端到端的台式机到数据中心服务和解决方案是很有吸引力的。”
King说,戴尔唯一需要担心的是,公司并不能完全不受供应链困境的影响,而供应链问题已经使其他科技企业陷入困境。他说,戴尔有很多战略合作伙伴和几乎所有的竞争对手都在遭受供应链问题带来的痛苦。
“戴尔预计将至少持续到7月的大量积压就是一个证明,不过戴尔成功地开发和提供了企业和消费者想要的、需要的产品。”
展望未来,戴尔预计第二季度收入在261亿美元至271亿美元之间,每股收益在1.55美元至1.70美元之间,远高于华尔街此前预期的收入256亿美元,每股收益1.47美元。
戴尔给出的指引也超出预期水平,但Constellation Research分析师Holger Mueller仍然表达了他的一些担忧。他指出,该预测表明戴尔下一季度的收入增长将有所放缓,从第二季度的16%降至10%,全年仅为6%。不过,鉴于戴尔过去一个季度在成本管理方面的表现,他对戴尔处理该问题的能力持乐观态度。
“戴尔将一般成本、管理成本、销售和营销成本降低了3%,将研发支出提高了10%,同时总体成本同比减少了1%。结果就是利润增长了21%,超过了10亿美元。由于戴尔对下一季度和全年的业绩指引较低,因此能否达到预期将变得至关重要。”
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。