至顶网软件频道消息:
微软第一季度业绩表现强劲,该公司的商业云——现在包括了LinkedIn的企业销售额——继续保持增长势头,达到了年化营收340亿美元的水平。
微软报告的第一季度的净收入为88亿美元,即每股1.14美元,营业收入为291亿美元,比去年同期增长了19%。
华尔街此前对微软第一季度的业绩预期是每股盈利96美分,营业收入为279亿美元。
微软的核心业务表现良好。生产力和商业流程业务的营业收入为98亿美元,同比增长了19%。Office商业产品和云服务收入飙升了16%,Office 365营业收入增长了36%。消费者Office 365在本季度结束时拥有3250万订阅用户。
Dynamics产品和云服务收入增长了20%,LinkedIn的销售额比一年前增长了33%。
智能云的收入为86亿美元,比一年前的服务器产品和服务增长了24%。Azure收入增长了76%。Azure在第一季度增长了76%,低于第四季度的89%和第三季度的93%的增长率。
More Personal Computing部门的销售额达到了107亿美元,增长了15%。这要归功于商业销售、游戏收入和Surface销售增长了14%。同样值得注意的是,微软的Windows收入在企业方面表现良好,但在消费者方面就没有这么强劲了。Surface第一季度收入为11.8亿美元,与第四季度基本持平。
按产品计算,微软大多数的产品类别的收入增长率都达到两位数。
说到这一结果,很少有分析师认为微软这个季度会出现真正的问题。华尔街预计云业务增长强劲而且会有多个升级周期。同时,分析师们对微软的Microsoft 365持乐观态度。
Stifel的分析师Brad Reback表示:
我们希望能够听到更多关于Microsoft 365的信息,这是一款结合了Office 365、Windows 10和Enterprise Mobility & Security的新的SKU,特别是考虑到微软今年早些时候宣布对研发部门进行重组,将Windows和Office相关的研发整合到一个部门之中。回想一下,在18财年的第四季度,微软曾透露M365是一项价值数十亿美元的业务。
云计算领域的竞争
鉴于微软的商业云收入达到了每年230亿美元,一些分析师认为该公司最终会在未来三年达到年收入350亿美元。包括LinkedIn的商业业务在内,微软2018财年的商业云销售额为266亿美元。
LinkedIn的商业业务包括商业订阅、LinkedIn Recruiter和Sales Navigator等产品。 LinkedIn推出了Talent Insights,可用于人力资源分析,人才规划。
尽管亚马逊网络服务仍然是公共云业务方面无可置疑的领导者,但是Wedbush的分析师Daniel Ives认为,由于微软在混合云市场中的地位及其对小型企业的吸引力,该公司最终可能会胜出。
Ives写道:
尽管大量的用户向云计算的转变已经变成了“双雄逐鹿”的游戏——在亚马逊AWS和微软MSFT之间进行选择,但是我们也看到这个领域出现了明显的转折点,越来越多的企业和政府机构转向了微软支持的混合云架构,这是由一家主要的合作伙伴在中小企业领域推动的。我们相信向云计算的转变是一个重要的长期趋势,而且会对微软有莫大的好处。
他补充表示,微软可以将Azure与Office 365、Dynamics和其他服务结合起来,创建对企业具有吸引力的捆绑产品包。
合作伙伴网络——微软夸耀自己拥有超过70,000个云合作伙伴——是一个有趣的主题,因为它凸显出这家软件巨头拥有非常好的基础,可以用来吸引客户。这个合作伙伴网络是微软多年来通过Windows的优势和商品建立起来的,吸引了很多比较小的公司。
AWS通过与VMware的合作解决了混合战略问题。此外,AWS渠道战略也在不断发展,但很难说微软的合作伙伴网络更加成熟。
总而言之,因为微软和亚马逊网络服务(AWS)这两家公司都有独特之处,所以直接将两者进行对比是比较困难的。加上谷歌的话,这三大公共云供应商之间彼此呼应,但是难以直接对比。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。