微软今天公布了第一季度财报,结果表现稳健,但因为下一季度增长指引低于预期导致股价下跌。
第一季度,微软的每股收益(不包括股票薪酬等某些成本)为3.30美元,远高于华尔街每股3.10美元的目标,而收入较上年同期增长16%,至655.9亿美元,高于645.1亿美元的普遍预期。
总体来看,微软该季度的净收入为246.7亿美元,较上年同期增长11%。
这些数字令人印象深刻,但微软对当前这个季度的预测却不那么令人印象深刻。展望未来,微软预计第二季度收入将在681亿美元至691亿美元之间,低于华尔街预测的698.3亿美元。
微软将预期降低归咎于数据中心基础设施提供商,称设备交付延迟意味着微软将无法满足第二季度的预期需求。但微软表示,延迟只会是一个短期问题。
微软公司首席执行官萨提亚·纳德拉(Satya Nadella)在与分析师的电话会议上表示:“我感觉很好,进入该财年下半年,部分供需将会得到匹配。”
微软公司首席执行官萨提亚·纳德拉(Satya Nadella)
这次发布的财报,是微软宣布改变财务报告方式之后发布的首份。今年8月微软表示,财务会计变化旨在让Azure更好地与消费业务收入保持一致,这有些类似于云基础设施行业领导者AWS报告其消费业务指标的方式。
在这次变动中,微软表示将删除某些成熟的、增长较慢的收入来源,从而提高Azure的收入增长率。这些变化产生的效果就是,AI服务对Azure利润的贡献有所增加了。
微软报告称,第一季度生产力和业务流程销售额较上年同期增长了12%,达到283.2亿美元,高于普遍预期的279亿美元。
在这次会计方式的变化中,微软Azure和其他云服务收入增长指标将不包括移动、安全和Power BI数据分析工具的销售额,从而让人们可以更清楚地了解Azure的消费情况。微软表示,Azure的收入按实际价值计算增长了33%,按固定汇率计算增长了34%,其中有12%来自AI服务。
华尔街此前预测Azure的收入增长率仅为29.4%,明显低于Alphabet昨天公布Google Cloud达到35%的年增长率,AWS将于明天公布最新业绩。
微软公司首席财务官Amy Hood在电话会议上告诉分析师,“需求仍然高于我们的可用产能。”
其他方面,微软智能云部门(包括Azure、Windows Server和企业服务)实现了240.9亿美元的收入,比去年同期增长20%,高于华尔街预期的240.4亿美元。
由于会计方式变更,微软的“更多个人计算部门”现在规模虽然较小,但仍成功增长了17%,达到131.8亿美元,高于华尔街预测的125.6亿美元。根据Gartner的最新数据,尽管该季度PC出货量下降了1.3%,但这个细分市场中设备和Windows操作系统许可的销售额同比增长了2%。
分析师重点关注AI
目前这个季度,微软还在继续向AI领域投入数十亿美元,加大支出以构建基础设施,以便能够代表客户处理越来越强大的工作负载。微软还向ChatGPT创始者OpenAI投资了数十亿美元,OpenAI最近完成了一轮规模达66亿美元的融资,估值超过1570亿美元。
尽管微软在AI方面不断投资,但实际上很难衡量这些努力为微软带来了多少收入。微软的大部分AI收入来自其云基础设施服务,但并未单独列出。此外,微软还为Microsoft 365和Bing等产品注入了生成式AI功能,然而有人认为微软AI软件产品的收入规模是相对较小的。微软尚未公布AI助手技术Copilot的销售额,这项技术的收费方式是每位用户30美元。
投资者希望微软能开始更多地披露其对Copilot工具的需求,但有人怀疑它的表现并不像微软希望的那样好。
RBC Capital分析师Rishi Jaluria表示:“Office Copilot的承诺和价格让人有些失望,产品没有太大的存在必要性。”
很多分析师认为AI行业下一个大事件领域是所谓的“代理AI”,即超越ChatGPT等聊天机器人并代表用户采取一系列行动的AI代理,微软并没有透露会在这个领域有怎样的动作。
Valoir Research分析师Rebecca Wettemann认为,微软在这一领域已经落后,Salesforce、Oracle和ServiceNow等公司都凭借其自主AI技术抢先进入该市场,因此无论微软提出什么方案,“都必须极具吸引力,无论是在部署时间还是准确性方面”。
她表示,微软很可能会通过与人力资本和人才管理等领域的企业供应商建立合作伙伴关系和联盟以进入代理AI领域,类似于Workday和Salesforce的合作方式。她表示,微软还需要制定新的定价模式,因为代理AI不符合微软在Copilot等服务方面采用的按用户定价的方式。
Wettemann补充说:“微软将在Copilot方面面临越来越大的价格压力,随着越来越多的企业软件供应商效仿Oracle的做法,将AI功能捆绑为整体软件许可的一部分,并在企业应用中提供基于数据的AI,客户将更多地抵制独立AI定价和独立Copilot。”
好文章,需要你的鼓励
在他看来,企业对AI的恐惧源自未知,而破解未知的钥匙,就藏在“AI平台+开源”这个看似简单的公式里。
斯坦福和魁北克研究团队首创"超新星事件数据集",通过让AI分析历史事件和科学发现来测试其"性格"。研究发现不同AI模型确实表现出独特而稳定的思维偏好:有些注重成就结果,有些关注情感关系,有些偏向综合分析。这项突破性研究为AI评估开辟了新方向,对改善人机协作和AI工具选择具有重要意义。
Pure Storage发布企业数据云(EDC),整合其现有产品组合,提供增强的数据存储可见性和基于策略的简化管理。EDC集成了Purity存储操作系统、Fusion资源管理、Pure1舰队管理和Evergreen消费模式等架构元素,提供类云存储管理环境。该方案支持声明式策略驱动管理,让客户专注业务成果而非基础设施管理。同时发布高性能闪存阵列和300TB直接闪存模块,并与Rubrik合作提供网络安全防护能力。
威斯康星大学研究团队提出"生成-筛选-排序"策略,通过结合快速筛选器和智能奖励模型,在AI代码验证中实现了11.65倍速度提升,准确率仅下降8.33%。该方法先用弱验证器移除明显错误代码,再用神经网络模型精确排序,有效解决了传统方法在速度与准确性之间的两难选择,为实用化AI编程助手铺平了道路。