戴尔今天给股东们带来了一则可喜的好消息,根据财报显示,2024财年第四季度戴尔的收益意外增长,超出了分析师的收入预期。
戴尔重申了之前的预测,预计收入将在8月份开始的2025财年下半年恢复增长,这使得戴尔公司股价在盘后上涨超过16%。
在截至2月2日的这个季度,戴尔调整后的收益较去年同期增长22%,至每股2.20美元,超出分析师预期的下跌至1.72美元。该季度收入下降11%至223.2亿美元,但仍超出221.7亿美元的预期。戴尔的收入在过去六个季度一直是连续下滑。
全年来看,戴尔的营业收入为52亿美元,运营现金流为87亿美元。毛利率从去年同期的23%增长至23.8%,而运营费用下降了近10亿美元。
乐观的前景
戴尔公司高管们在电话会议上对分析师表示,繁荣即将来临。他们特别看好戴尔支持AI的PC和服务器产品线,称戴尔致力于拥有业内最广泛的AI PC产品组合。

戴尔公司首席运营官Jeff Clarke(如图)表示,AI优化型服务器的订单环比增长了40%,年底积压订单达到29亿美元。他说:“我们正在推动很大一部分的AI服务器增长,而且我们对2025年持乐观态度,预计增长将恢复到高于我们长期框架的水平。”
他断言,AI服务器的增长也将提振戴尔的存储业务。他说:“大量训练是要使用丰富的数据集进行的,随着我们深入企业,这为我们提供了越来越多的存储机会。我们提高了延迟敏感型工作负载的性能,这和客户从训练转向推理时的企业需求是一致的。”
NAND Research首席分析师、创始合伙人Steve McDowell也从存储业绩中看到了好消息。他说:“在经历了几个低迷的季度之后,戴尔的存储业务显示出稳健的增长,一部分原因是一些期待已久的产品更新,但新AI应用的吸引力肯定也有所助力。”
企业销售反弹
戴尔主要为企业客户提供服务的基础设施解决方案集团在第四季度的收入为93亿美元,同比减少6%,但环比增长10%。戴尔表示,服务器和网络的增长主要是由AI优化型服务器推动的。存储收入环比增长16%。该集团全年收入较去年同期减少12%至339亿美元。
戴尔销售PC和最终用户设备的客户端解决方案集团该季度收入为117亿美元,比上一季度减少5%,比去年同期减少12%。
戴尔预计第一季度营收在210亿美元至220亿美元之间,增长3%。Clarke表示:“该季度五个季度的管道有所增长;我们预计第一季度的出货量将超过第四季度的出货量。过去三个季度服务器数量环比增长,管道也在持续改善。”
在与分析师的电话会议上,戴尔公司的高管们强调了环比而不是同比,以突出他们所说的稳定恢复增长。McDowell认为,这是合适的。
“戴尔基础设施解决方案集团的整体收入数据出现同比下降,但考虑到我们所处的宏观环境,这确实是不太恰当的比较。我们需要从环比的角度来看,环比增长了10%,你还必须哪些方面实现了增长,也就是高价的AI服务器。”
基本面传递的声音
theCUBE Research首席分析师Dave Vellante认为:“戴尔没有增长。这是个坏消息,但也是意料之中的,”从好的方面来看,“戴尔今年现金流强劲,良好的流动性、运营效率、现金流和资本配置,是戴尔股票表现如此出色的原因。”
Vellante表示,支出趋势表明,今年下半年可能会恢复增长,戴尔可能会从与Nvidia公司合作打造的一系列服务器中获得提振。他说:“Nvidia通过这些系统获得了大部分利润,但同时,向AI服务器进行更有意义的混合转型将对戴尔未来的利润产生真正的积极影响。”
McDowell表示,戴尔和联想的财报推翻了关于AI模型训练将全部在云端进行的传统观点。他说:“戴尔强调,AI优化服务器订单环比增长了40%,这是一个很大的数字。戴尔的大幅增长表明,GPU供应限制可能正在缓解,这对整个行业来说是件好事。”
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。