至顶网软件频道消息: 云计算业务给Amazon带来了好消息。Amazon今天公布的第一季度财报显示其利润超出预期,这还得归功于云计算也的强劲增长。但是,第二季度指引低于预期使得Amazon股票出现波动,盘后交易先小幅下跌后上涨了大约1%。
总体来看,Amazon收入增长17%达到597亿美元,实现净利润35.6亿美元(或每股7.09美元),是去年同期16亿美元2倍多。运营收入也翻了一番,从去年的19亿美元增至今年的44亿美元。
利润大幅超出了华尔街的预期。此前华尔街分析师普遍预测Amazon的净利润为23亿美元,收入为596.5亿美元。
Moor Insights&Strategy总裁兼首席分析师Patrick Moorhead表示:“Amazon第一季度的收益表现相当出色。”
Amazon还更新了对当前这个季度的收入指引,在595亿美元至635亿美元之间,华尔街普遍预期为624亿美元。但Amazon预期的营业收入在26亿美元至36亿美元之间,低于41.9亿美元的预期,也低于去年同期的30亿美元。
这可能意味着Amazon计划继续在数据中心、仓库和国际扩张方面投入巨资。但Amazon首席财务官Brian Olsavsky在财报电话会议上提及一个事实,即通常Amazon的股票补偿费用会在第二季度有所增长,这是导致指引未达预期的一个原因。
Olsavsky还提到了另一项巨大的成本支出,实际上也是宣布计划推出一项新的服务:Prime Shipping一日免费送达服务。他表示,亚马逊将花费8亿美元构建该系统,以缩短免费送货时间。
这个新服务得到了分析师的广泛关注。Olsavsky表示:“我们认为刺激很多潜在的购买。”这也得到了Pund-IT分析师Charles King的认同。“如果Amazon能负担得起,Prime Shipping一日免费送达服务将会带来重大的战略价值。”
尽管Amazon的收入增长降至自2015年最低水平,但投资者们希望那些高利润的业务例如云计算、广告和面向商家的服务能够给Amazon带来更多利润,这一点似乎已经在该季度实现了。
云业务成为动力引擎
备受关注的AWS在该季度的收入同比增长了41%,达到77亿美元,超出了分析师此前的预期,同时也使年运营率突破了300亿美元。营业收入增长59%,达到22.2亿美元。
不过相比上个季度的45%来说,这个季度的增长有小幅放缓。Olsavsky表示,一部分原因是上个季度对AWS是一个大季度,因此很难对这两个季度进行比较。但他也表示,该业务总是会有些起伏,因为企业采用AWS和云计算、从数据中心迁移出来的速度是不确定的。但他补充说,客户采用AWS服务的速度超过了收入的增长速度。
据The Information报道称,AWS的第二大企业客户——苹果公司去年把在AWS上的支出减掉一半至3.7亿美元,因为苹果计划建造自己的数据中心。此举也反映了有越来越多大型云计算客户在采用多个云的同时, 也在构建自己的数据中心,以这种混合模式来解决自己的IT需求。
尽管云计算业务仍然只占Amazon整体收入相对较小的一部分(约为13%),但盈利能力一直影响着Amazon的整体业务。AWS的运营收入几乎占到了Amazon运营总利润的一半,几乎与整个北美零售业务相当。
所有这些却没有太多地打动投资者,盘后交易中Amazon股票在上涨1%和下跌0.5%之间波动,在财报电话会议公布了更多细节之后稳定上涨1.5%。在今天的常规交易中,Amazon股票触及自去年10月以来的最高点,收盘价略高于每股1902.25美元。正如昨天微软由于云计算业务季度业绩高于预期带动市值短暂大涨一样,Amazon在去年9月24日那天也曾经突破万亿美元市值。
微软公布财报显示,Azure云计算业务增长73%,增幅继续高于AWS。Google位列第三,众所周知,AWS和微软正在争夺美国五角大楼价值100亿美元的JEDI合约,不过AWS被认为该合约的最佳选择。
AWS不断推出了一系列新服务,例如新的云基础架构区域和新的存档存储,以保持相对微软和谷歌等竞争对手的优势。此外,AWS哈在该季度宣布赢得了Lyft、Volkswagen和Ford Motor等新增客户和扩展客户。云安全初创公司Aporeto联合创始人Amir Sharif在上个月举行的AWS Summit上曾表示:“AWS的发展势不可挡。”
Moorhead补充说:“AWS的发展步伐不会很快停滞下来,证明这个市场是一个增长中的市场,而且AWS在成本节约方面也具有持续的竞争力,拥有众多计算、存储、网络和数据库产品,并在机器学习领域赢得了一席之地。”
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。