微软今天公布了第三季度财报,几乎所有产品线的收入都超出预期水平。不仅如此,微软还公布了看涨的预期,助其股票在盘后交易上涨约5%。
该季度微软的收入同比增长18%,达到493.6亿美元,超出分析师预期的490亿美元。收益为167.3亿美元,即每股2.22美元,超出预期的2.19美元,同比增长9%。其中,Office 365产品套件近十年来首次提价,是推动销售的一大因素。
尤其值得注意的是微软云业务的增长,商业预订增长了28%,Microsoft Cloud收入为234亿美元,同比增长32%。Intelligent Cloud收入增长26%,达到191亿美元,超出华尔街预期的189亿美元,其中服务器产品和云服务收入在Azure的推动下增长32%,其他云服务收入增长49%。
微软公司首席执行官Satya Nadella表示:“过去两年已经证明,每个企业组织都需要一个数字框架,将整个组织从前端董事会连接到客户和合作伙伴,没有哪家公司比微软更能满足这一需求。”
Nadella表示,他看到客户并没有任何削减IT预算的迹象,并预测说,到本世纪末技术支出占国内生产总值的百分比将翻一番。
云支出略有放缓
不过微软也提醒说,云收入可能会从高速增长转为放缓,但是在Azure的推动下,Intelligent Cloud部门在第四财季的收入仍预期在211亿美元至213.5亿美元之间。
Forrester Research副总裁、研究主管Glenn O'Donnell说:“云业务继续像杂草一样迅猛增长,很难理解一家规模2万亿美元的企业,是如何能够保持这样的增长速度,而微软做到了。”
Pund-IT首席分析师Charles King指出,微软被普遍认为是云计算领域第二大厂商,但其总体业务远大于任何竞争对手。微软商用云收入为236亿美元,“远高于AWS最近一个季度的177亿美元,但是AWS的增幅为40%,高于微软。”
因为AWS主要还是一家基础设施厂商,而微软将云应用业务纳入了整个云的收入版图中。King说:“微软还将Office 365 Commercial、LinkedIn Commercial和Dynamics 365纳入了商用云业务中。微软和Amazon的服务产品存在巨大差异,这一点表明,‘云计算’的传统定义局限性越来越明显。”
Office业绩强劲
该季度微软的Productivity and Business Processes业务线收入同比增长了17%,达到158亿美元,其中增幅最高的是Office 365 Commercial,按照固定汇率达到了20%。尽管Office已经是一款成熟的产品,但Nadella表示,在疫情期间Office的“使用率一直在增长”。
LinkedIn在企业强劲的招聘需求带动下,收入增长了35%。Dynamics产品和云服务收入增长了25%,其中Dynamics 365增长38%。
More Personal Computing业务收入增长了11%,达到145亿美元,其中Windows OEM收入增长了11%,这主要得益于个人电脑市场的持续强劲——尽管与疫情相关的PC销售高峰现在已经结束。
此外,微软对第四季度和全年的乐观预期,助推了股价的上涨。微软表示,尽管Office 365收入略有放缓,但预计Productivity and Business Processes部门收入预计在166.5亿美元至169亿美元之间。More Personal Computing部门收入预计在146.5亿美元至149.5亿美元之间。
微软公司首席财务官Amy Hood表示:“我们预计2022财年第四季度的表现将与全年保持一致,实现强劲的增长,收入份额和营业利润率都将有所增长。”她补充说,微软管理层有信心“将继续推动运营和收入保持健康的两位数增长。”
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。