IBM近日公布了第一财季财报,利润超出预期,收入略低于预期。
IBM提及了Red Hat混合云和AI这两个战略业务领域实现两位数的收入增长,同时表示,全球企业对AI的需求使得他们对IBM软件和咨询业务都有巨大的潜在上升空间。该季度Red Hat的收入同比增长11%,数据和AI收入同比增长10%。
该季度总收入较去年同期下降0.4%,至154.7亿美元,低于市场普遍预期的155.8亿美元。然而,每股收益2.18美元超出了分析师预期的2.01美元,但低于去年同期的每股收益2.31美元。
该季度IBM的毛利率为54.9%,同比增长1.6%;营业利润率增长1.4%,达到55.9%。IBM高管们重申,今年预期收入增长在3%至5%之间,并称这两个指标是2023年的关键绩效指标。
财报发布后,IBM股价在盘后交易中下跌略高于1%。
“扎实的执行力”
IBM公司首席执行官Arvind Krishna(如图)表示:“我们AI和混合云战略持续扎实的执行力,使得我们对实现全年自由现金流和收入预期充满信心。”
IBM报告称,按固定汇率计算,该季度软件收入增长了8%,其中咨询收入增长了6%,基础设施收入下降了14%。IBM公司首席财务官James Kavanaugh表示:“我们的基础运营产品业绩表现良好。”
他表示,尽管基础设施收入下降了14%,与正常的大型机产品周期一致,但IBM看到在线交易处理市场展现出异常的弹性。他说:“我们在2022年看到OLTP出现拐点性的转变,我们有广泛的机会基础来获得这些收入。”
Constellation Research首席分析师Holger Mueller表示:“IBM正面临着经济放缓和货币汇率发展挑战的双重不利因素。但好消息是,Red Hat保持了11%的增长,另一方面数据和AI产品组合的强劲势头也给IBM带来了增长。”
Pundit-IT首席分析师Charles King也认为IBM的战略产品表现不错。他说:“Red Hat继续提供软件产品,也是IBM混合云战略和解决方案的核心,最好的消息是IBM的大型企业和小型企业客户咨询签约量同比增长了24%。”
生成式AI带来的机会
IBM高管表示,市场对生成式AI的兴趣,对于IBM来说是重大利好。Krishna表示,他“非常兴奋地”看到市场对5月份IBM推出的WatsonX的最初反应。WatsonX是一款旨在帮助企业更轻松地构建和部署AI模型的产品套件。
Krishna把WatsonX比作Red Hat的OpenShift,后者是在2019年首次推出的,每年收入大约翻一番。他说:“OpenShift的年化运行率量是11亿美元,它让你感受到我们对这些AI项目有多兴奋。”
分析师King对此表示认同,他表示,有超过150家客户参与了WatsonX平台的开发,并“表明对企业级生成式AI解决方案的需求将会十分强劲。”
尽管Watson AI平台自《危险边缘》中获胜以来,市场表现并不理想。十多年前,IBM很大程度上可以被视为AI市场的领导者,“该公司已经系统地解决了阻碍新AI平台的大多数严重问题。”
他特别指出了IBM在开发大型语言模型工具和数据集、解决数据隐私和安全问题、以及建立一套AI开发中遵循的道德标准方面所做的工作。他说:“IBM在AI方面所做的努力,特别是在生成充满错误的报告和学期论文方面可能并不为人所知,但IBM正在稳步添加支持AI的特性和功能,显着改进企业客户所依赖的应用和解决方案的性能。”
Krishna表示,全球对AI的兴趣十分浓厚,其中北美、西欧和南美部分地区处于领先地位。“AI的用例包括IT运营、改进自动化、客户服务、增强人力资源、预测性维护、合规性监控、安全、销售、管理和供应链等。就像我们围绕Red Hat打造了规模数十亿美金的咨询业务一样,我们也会对AI采取同样的策略。”
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。