Informatica Inc. 的股价在盘后交易中暴跌超过 33%,这家数据集成公司报告的第四季度收入低于预期。
Informatica 将此归咎于内部销售问题以及客户向云端迁移速度超出预期,这影响了维护收入。
收入同比下降近 4%,至 4.283 亿美元,低于市场预期的 4.57 亿美元。每股收益为 0.41 美元,高于预期的 0.38 美元。季度净利润增长超过 30%,达到 1.28 亿美元。
公司下调了第一财季的业绩指引。预计收入将在 3.8 亿至 4 亿美元之间,按固定汇率计算增长率为 2.1%,低于市场预期的 4.109 亿美元。预计年度经常性总收入将在 16.73 亿至 16.97 亿美元之间,增长 3%。
第四季度订阅收入略有下降,从去年同期的 3.024 亿美元降至 2.974 亿美元。维护和专业服务收入下降超过 9%,至 1.308 亿美元。云订阅年度经常性收入增长 34%,达到 8.27 亿美元,公司表示 2025 年应该会突破 10 亿美元。
订阅收入缺口 Informatica 将收入缺口归因于订阅业务中意外出现的 4600 万美元续约下滑,特别是在自管理订阅方面。这种情况因自管理订阅的平均期限降低,以及客户实施和支持业务向专业服务合作伙伴转移的速度超出预期而加剧,而这种转移趋势是公司一直在鼓励的。
首席执行官 Amit Walia 在接受 SiliconANGLE 采访时表示,客户正在以加速的速度迁移到云端,这减缓了收入确认。他说:"第四季度我们的现代化进程出现了巨大增长,这是一件非常好的事情。每个人都希望这样。"
然而,会计规则要求向云端迁移的客户在其本地维护费用上获得抵免。这些抵免通常在几年内兑现。Walia 说:"因此我们确认的云收入前期较少。当客户向云端现代化转型时,他们会退出维护服务,这会降低总年度经常性收入。我们既无法获得增量云端年度经常性收入,又损失了维护收入。这在短期内对我们造成了双重打击。"
不过,CEO 认为这种影响是暂时的,他表示云订阅收入继续保持 30% 的年增长率,第四季度云订阅净续约率达到 124%。这意味着续约客户平均比当前订阅多支付 24% 的续约费用。
"内部问题" Walia 说:"我们在团队运营该业务方面存在内部运营问题,还有一些激励机制的问题。"他补充说,该季度的续约率百分比在"90 多一点"。"这个续约率并不差,但我们可以做得更好。"
一位高管的离职也在销售团队中造成了混乱。他说:"新人改变了战略,暂时搁置了项目,发生了本不该发生的客户流失。"
Walia 表示,Informatica 不会因收入未达预期而进行组织调整。他说:"这是一次性的内部问题。这不是组织上的挑战,而是激励机制的挑战。我们知道如何解决。"
第一季度,预计云订阅年度经常性收入将在 8.4 亿至 8.52 亿美元之间,按区间中值计算,同比增长 29.6%,按固定汇率计算同比增长 29.7%。
Walia 表示,人工智能模型训练和推理为 Informatica 的业务带来了助力,推动组织统一数据孤岛并改善数据治理。约有 100 个客户正在使用 Informatica 的智能数据管理云进行检索自动生成和 AI 编排,AI 管道在上半年增长了四倍。
他说:"当客户从概念验证转向生产时,我们将看到更大的影响,但这至少要滞后三个季度。"
好文章,需要你的鼓励
随着人工智能和高性能计算持续推动需求增长,数据中心设计正以同样惊人的速度演进。曾经的高密度机架已成为标准配置,冷却系统在数月而非数年内完成重新设计,项目在各地区的规模和复杂性不断提升。全球工程设计咨询公司Black & White Engineering指出,液冷成为标准配置、极端机架密度管理、工业化规模交付、电网约束下的电力创新、AI驱动运营设计以及可持续性成为核心设计原则,将成为2026年塑造数据中心设计、建设和运营的六大关键趋势。
这项由ByteDance Seed、香港科技大学等机构联合完成的研究提出了"轨迹场"这一创新的4D视频表示方法。研究团队开发的Trace Anything系统能够在单次前向传递中为视频中的每个像素预测连续的三维轨迹,无需光流估计或迭代优化。通过构建大规模合成数据平台和精心设计的训练方案,该方法在轨迹估计基准上实现了最先进性能,同时推理速度比竞争方法快10倍以上,并展现了运动预测、时空融合等多种涌现能力。
Snowflake本周推送的一次更新导致全球范围内的"重大故障",用户长达13小时无法查询数据、文件导入失败并收到错误信息。初步调查显示,最新版本引入了不向后兼容的数据库架构更新,导致版本不匹配错误。此次故障影响了全球23个区域中的10个,包括美国、欧洲和亚洲多个数据中心。这是Snowflake一周内第二次发生事故。
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。