微软再次展示了技术提供商在疫情期间的蓬勃发展。今天,微软发布了季度财报,云服务和个人计算机软件的强劲增长,让业绩轻松超过收入和销售预期。
但是微软发布的下一季度指引要略低于预期,这使得微软股价在盘后交易中下跌近2%,今年微软股价仍是上涨了近35%。
第一财季微软的利润较去年同期增长30%,达到139亿美元,合每股1.82美元,超出了分析师预期的1.54美元,收入372亿美元,增长12%,远高于预期的357.6亿美元。这一强劲表现与SAP形成了先民对比,本周企业软件巨头SAP称,COVID-19对期业务的影响超出预期,导致周一股价暴跌24%。
Moor Insights&Strategy总裁Patrick Moorhead表示:“尽管投资者们还在思考本周早些时候SAP的财报灾难,但微软还是以超出预期的表现让人为之一振。企业正在逐步从COVID-19中恢复,开始继续他们专注于混合工作模式的数字化转型计划,而微软正在利用这一趋势。”
Azure增长放缓
微软的智能云部门以固定货币计算增长了19%,其中Azure基础设施即服务业务增长了47%,这与上一季度的增长是一致的,但低于第三财季的59%。
尽管如此,Azure的增长速度仍快于竞争对手AWS,后者在最近一个季度中增长了30%,且基数更大。服务器产品和云服务收入按固定汇率计算增长了21%。
Pund-IT总裁兼首席分析师Charles King认为,云增长放缓“在我看来,意味着最初企业因为在家办公模式而苦苦挣扎,从而推动云的急剧增长,现在这种热潮正在消退”,那些急于应对危机的企业组织“需要一些他们可以依靠的IT合作伙伴。微软显然是首选厂商之一,Azure看起来有很大的发展空间。”
Wedbush Securities分析师Dan Ives对此观点表示赞同,多家新闻媒体援引他的话说,从长远来看,快速且可能永久性地转向在家工作模式,对于微软的云和PC业务是利好的。”虽然我们在最近几个季度看到了放缓的势头,但是我们相信,进入2021财年交易量仍将很强劲,我们估计在云转型方面,微软在其庞大的装机群中的渗透率仅为35%,”道琼斯公司援引了Ives的分析称。
Teams成为一大亮点
企业对虚拟协作的兴趣激增,使得微软Teams协作平台表现突出,微软首席执行官Satya Nadella在他致分析师的声明也特别强调了这一点。
他说,该季度用户在Teams上平均花费了300亿分钟的时间,Teams平台已经被270,000家教育机构采用,用于支持远程学习。微软还将Teams用于支撑线上大会,可支持多达20,000个并发参与者,不过他没有公布该业务具体的收入或者增幅数据。
此外,微软的生产力和业务流程部门在Office 365商业版收入增长20%的推动下,收入增长了11%达到123亿美元。微软首席财务官Amy Hood表示,Office 365现在占微软整个Office商业业务的70%以上。
毫无疑问,Office Consumer业务也受益于家庭客户业务,这部分收入增长了13%,Microsoft 365 Consumer用户数增长到4530万。甚至连7月份称由于招聘放缓计划裁员6%的LinkedIn,收入也增长了16%。Nadella称,LinkedIn广告业务“已经恢复到疫情之前的水平,同比增长40%”。
Dynamics业务抢夺市场份额
作为微软迄今为止最雄心勃勃的业务线应用,Dynamics 365 CRM和ERP业务增长了37%,与上一季度的增幅大致相当,这个增幅也反映出“有一部分份额从Salesforce转移到了微软”,Moorhead在这里指的是Salesforce.com CRM平台。
微软的“更多个人计算”业务(其中包括通过渠道销售的Windows、Windows商业产品和云服务、Xbox游戏机、Surface硬件和广告)增长了6%,收入达到118亿美元。Xbox增长30%,Surface增长37%,而Windows OEM销售额下滑了5%,广告收入下滑了,从而抵消了前面的增长。
Pund-IT分析师King表示:“微软的PC /设备细分市场的表现比任何其他部门都要弱。而且,微软对最新款Surface设备大幅降价的不当处理,表明该业务的高管可能需要注意了。”
但广告业务的疲软表现,在前不久美国司法部发起的反垄断诉讼中并不会帮到谷歌。该诉讼称,谷歌对搜索市场采取掠夺性手段。Statista的数据显示,尽管过去五年中Windows 10的大多数副本中都包含了预配置Bing搜索的Edge浏览器,但微软的市场份额始终无法突破25%。
好文章,需要你的鼓励
传统AI依赖云端处理存在延迟和隐私问题。越来越多开发者将AI处理从数据中心转移到手机、笔记本等个人设备上。设备端AI具有三大优势:速度更快,无需等待云端响应;隐私更安全,数据不离开设备;成本更低,无需支付云服务费用。目前iPhone已运行30亿参数的设备端AI模型,谷歌Pixel手机也搭载Gemini Nano模型。未来五年内,随着硬件升级和算法优化,设备端AI将实现物体识别、导航翻译等更复杂功能。
新加坡国立大学联合Lovart AI开发的OmniPSD系统,首次实现了AI驱动的双向PSD文件处理能力。该系统能够将扁平图像自动分解为可编辑的图层结构,同时支持从文字描述直接生成分层设计文件。基于扩散变换器架构和创新的RGBA-VAE技术,OmniPSD在20万真实设计样本上训练,实现了专业级的透明度处理和图层分解效果,为设计行业的数字化转型提供了强大工具。
卡内基梅隆大学研究人员开发了一项革命性技术,通过摄像头、AI模型和微型轮子,让咖啡杯、订书机等日常物品能够自主移动到需要的位置。这种"智能物品"技术避免了传统人形机器人的复杂性和安全隐患,通过蓝牙微控制器和AI视觉系统,物品能够识别用户行为并预测需求。虽然技术已相对成熟,但隐私保护和安全性仍是推广前需要解决的关键问题。
ByteDance Seed团队提出UniUGP统一框架,首次将自动驾驶的理解、生成、规划三大能力完美融合。通过混合专家架构和四阶段训练策略,该系统在场景理解、轨迹规划和视频生成等任务上均超越现有先进模型,为自动驾驶技术发展开辟了新路径,预示着更智能可靠的无人驾驶未来。