IBM近日发布第一季度财报,收入略低于预期水平,但强劲的盈利结果和突出的软件业务表现,推动其股价在盘后交易中上涨近2%。
IBM重申,全年收入增长预期在3%至5%之间,同时警告称,咨询业务可能存在一些疲软。按固定汇率计算,IBM收入较上年同期增长4.4%,达到142.5亿美元,但比华尔街的普遍预期低约1亿美元。不过IBM表示,美元强势使得调整后的收入减少了10亿多美元。
IBM调整后的每股收益为1.36美元,高于市场普遍预期的每股1.26美元,自由现金流为13亿美元,远高于市场普遍预期的8.7亿美元。
IBM的软件收入小幅增长1.6%,达到59亿美元,Red Hat实现了8%的强劲增长。经汇率调整后,咨询业务收入增长8.2%,达到50亿美元,增长8.2%。所有这些数字都符合预期水平。
受去年推出新一代大型计算机的影响,IBM的基础设施业务(包括大型计算机)的收入为31亿美元,略低于预期水平。
增长和现金流

IBM公司首席执行官Arvind Krishna(如图)表示:“今年我们开局良好,以固定汇率计算收入实现中个位数的增长,这符合我们的中期模型和自由现金流的增长。随着客户继续加速他们的数字化转型、现代化应用、工作流程自动化、以及创建灵活和安全的混合云环境,IBM软件业务和咨询业务表现最为突出。”他重申,收入和现金流增长是IBM今年接下来的首要任务。
令投资者感到鼓舞的是,IBM坚持全年预测,同时警告说支出环境仍然是不可预测的。
Pund-IT分析师Charles King表示:“IBM的预期可以说是一种谨慎乐观情绪,考虑到它所面临的全球经济环境比美国更不稳定,这似乎是完全明智的。但这也证明了IBM和其他一些以企业基础设施为重点的厂商,避过了很多消费产品厂商正在遭受的痛苦。”
咨询业务放缓
然而,Constellation Research首席分析师Holger Mueller指出,IBM的整体增长低于通货膨胀率,“因此IBM以实际美元计算不可避免地会缩水。”Krishna警告说,咨询业务可能正出现一些疲软,他指出,IBM对于利润增长的关注,从长期来说对于保留咨询业务可能是不利的。”
“软件毛利润接近80%,基础设施毛利润接近52%,金融业务毛利润接近44%,问题是:IBM将会保留咨询服务[及其25%的利润率]多长时间?”
在早些时候接受《巴伦周刊》采访时,Krishna承认:“北美咨询业务的放缓程度,比我六个月前预想的要慢一些。”不过他表示,IBM专注于AI在客户服务、数字工作者、IT运营和网络安全等行业的垂直市场应用,这需要密切地接触客户。
Krishna说,IBM凭借Watson问答计算机成为AI领域的先去,AI也将是IBM未来的一大重点。他说:“到2030 年,AI预计将为全球经济增加16万亿美元,与传统数据处理项目相比,早期客户参与转化为价值的时间要加快70%。”
基础设施业务增长放缓
IBM z Systems大型机产品线的收入按照固定汇率计算增长了11%,而分布式基础设施业务的销售额持平。IBM公司首席财务官James Kavanaugh表示,预计全年基础设施收入将随着一款产品的终结而出现下降,不过他指出,IBM z15大型机销售的计算能力是上一代z14的2倍。
Pund-IT分析师King指出,IBM决定放弃一些低利润业务并专注于企业销售,这有助于公司免受整体科技行业低迷的影响。
他说:“大型组织有能力投资于他们认为可以帮助他们改进或成长的解决方案和服务,IBM专注于增强和加强核心流程,包括高级分析、业务转型、安全和运营,这使IBM成为一家值得信赖的合作伙伴。”这反过来也帮助IBM避免了一些更以消费者为中心的科技公司经历过的、痛苦的“连续裁员”。
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。