ZD至顶网软件频道消息: 当我们把所有的目光都聚焦在微软云业务的增长上,就会发现Windows在微软2017财年第二季度的财报中出人意料地大放异彩。
2017年1月27日消息——虽然华尔街分析师们最近已经完全适应了微软云业务的增长,但微软公布的2017财年第二财季的财报中,该公司的Windows业务仍然带来了最大的惊喜。
微软所谓的“更多个人计算”板块包括Windows、设备(Surfaces、手机、Xbox游戏机),广告和游戏/游戏服务。微软业务的这一部分是其三个主要板块中最大的,在收入方面,本季度达到了118亿美元,但营业收入仅为25亿美元。这部分微软的业务增长速度比微软的业务云/应用业务慢。
Surface收入比去年同期下降了2%。而手机收入相应下降了81%。但这些趋势都并不意外。
微软正在逐步淘汰其Surface 3产品线。Surface Book在本季度有一个相当小的更新,而Surface Studio——微软的大型显示器绘图桌式一体机则绝对是一个新的、并且是一个小的利基市场。有传言称微软2017年春季硬件发布规模会更大,其中可能会包含Surface Pro 5和Surface Book 2等产品。
在手机方面,81%的下降看起来似乎很可怕,但是这是微软计划通过退出手机制造业务来阻止出血举措的一部分,如果意识到这一点,这个数字就不足为奇了。在2017财年第二季度,微软将其功能手机业务出售给鸿海/富士康,并沽清了剩余的Lumia库存。(据信,该公司的目标是有朝一日会再次出击手机/移动业务,但不会在不久的将来的某个时间。)
该公司表示,由于——至少是部分由于Windows 10销售进入企业,微软的Windows OEM Pro业务在本季度增长了6%,其非Pro(消费者)业务增长了5%。这听起来可能不太多,但是如果你把这些数字与最近的几个季度进行比较就会有不同的感觉。(点击下面的图表放大。)
Xbox控制台销售量和价格都下降了,但Xbox软件和服务收入增加了,相关数字交易在本季度达到10亿美元。
增长更迅速也更为性感的微软部门——也就是“生产力和业务流程”和“智能云”——怎么样呢?它们也有起落。
Office 365 Commercial(商业)增长似乎有所放缓,至少在增长速度方面。 LinkedIn——微软于2016年12月8日正式收购了这家公司——贡献了2.28亿美元的收入,但也带来了2亿美元的营业收入赤字。
微软说,现在在iOS和Android设备上有超过6500万的活跃Office,这一数字比一年多了一倍以上。其中一些设备正在免费使用Office;那些拥有更大的屏幕或者想使用更多功能的用户则需要付费。
微软的官员们表示,该公司看到向中端Office 365 E3计划转换的客户对Office 365商业版需求强劲。最昂贵的E5计划——premium仍处于获得发展动力的早期阶段。但微软的目标仍然是继续升级,针对特定的市场板块,为其Office 365版本添加新功能和用户类型,就像它最近为Office 365增加的StaffHub工作人员管理功能一样。
从某些方面看,智能云板块仍然是微软云色彩最浓厚的部分,也是最受关注的业务部分。
微软没有细分各产品/服务的收入。相反,该公司的官员们谈到一些基数未知的增长百分比。本季度Azure收入增长了93%(和一些未知的、以前的数字相比)。 Azure计算使用量同比增长了一倍多,当然,对比再一次使用的是未知的数据。服务器产品——包括在2016年第二季度推出的Windows Server 2016和云服务收入增长了12%。
在云端的好消息是,本季度,微软“商业云”现在的年化营业收入为140亿美元。上个季度,微软的商业云年化收入达到130亿美元。它的目标是到2018年达到200亿美元的年化收入。
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。