至顶网网络频道 05月17日 国际消息: 思科系统公司可能终于有起色了,但投资者仍觉得不够快。
网络巨头思科今天发布了第三季度财报,收入为125亿美元,同比增长4%,连续两个季度增长,云计算时代的思科一直在试图转型旗下的业务。
第三季度每股盈利56美分,在未扣除股票补贴和税收优惠前为66美分,同比上涨10%。
最重要的是,来自软件和订阅的经常性收入增长了38%,占总收入的32%,同比上升2%。这一点颇为重要,因为这表明思科正在朝基于订阅的业务模式稳步过渡,诸如亚马逊网络服务及微软公司的Azure等云计算巨头的业务模式都是基于订阅的业务模式。思科是世界上最大的网络交换机和路由器制造商,旗下的产品大量用于互联网和大型企业网络的数据传输。
投资者对递延收入特别感兴趣,递延收入包括基于订阅的收入和软件收入,因为这些可表明未来业务的稳定性。递延收入同比上涨了9%,递延产品收入增长了18%,递延服务收入增长了4%。经常性软件和订阅的收入部分达56亿美元,增长了29%。
首席执行官Chuck Robbins(题图)在财报电话会议上表示,“我们实现了又一个季度的 收入加速增长。在更多业务朝订阅和软件转型方面我们也取得了稳步进展。”
之前各家分析师的预测平均下来为调整后的利润65美分,收入124亿美元,大致在思科上个季度预测的数字的中间。
思科一直在努力将旗下的业务从走下坡的硬件转型为软件和订阅服务,连续六个季度收入下滑后终于录得连续两个季度的增长。
思科还发布了新预测,本季度的预测收入同比增长为4%至6%,调整后利润为68美分至70美分。分析师的预测为69美分,收入127.2亿美元。
但业绩报告特别是低调的预测并没有刺激投资者,投资者可能曾希望业绩会更好一点。思科股价在盘后交易中下跌约4%,在正常交易中下跌至45.16美元,跌幅0.7%。思科的股价今年上涨了约18%。
思科第三季度及后续季度的关键仍然是思科旗舰Catalyst 9000网络交换机,因为硬件客户和软件订阅客户都必须注册才能使用该产品。 Robbins表示,Catalyst 9000网络交换机是旗下增长最快的产品,尤其是其分析软件具有“高度吸引力”。他表示,该产品现在有5800个客户,上一季度只有3100个,有时一天就增加了40多个客户。
思科前方的道路可能仍然会崎岖不平。思科与微软、谷歌和中国的阿里巴巴集团等大型云计算提供商之间取得了小小的进展,这些公司大部分都在打造自己的网络设备。但思科可能仍需要设法说服更多的所谓“超大规模”公司在购买自己的设备同时购买软件订阅。本季度思科的基础架构平台业务收入为72亿美元,仅增长了2%。
其他业务部门的表现更好一些。应用程序收入增长了19%,达13亿美元,安全收入增长了11%,达5.83亿美元。服务增长了3%,达32亿美元。
另外,思科继续其稳健的收购步伐,最近一次的收购是Accompany Inc.,花了2.7亿美元的现金, 5月1日已获得股权奖励。Accompany是一家总部位于加利福尼亚州洛斯阿尔托斯的私人公司,主要出售关系智能平台,可用于寻找新的潜在客户及利用人工智能管控销售流程。
思科同时还在考虑对一些资产进行修改。思科5月1日曾宣布计划将旗下的视频软件业务卖给私募股权公司Permira Advisers Ltd.,据说交易额可高达10亿美元。
该笔现金的流入可能是会有更大动作的部分原因。Barclays分析师Mark Moskowitz在几个月前的一份报告中告诉客户,由于美国今年的税收举措,思科今年会利用从海外落地美国的现金 “进行与安全性、数据分析即服务或即时通讯相关的变革性收购,我们认为投资者对此举会鼓掌喝彩。“
Piper Jaffray的一些分析师最近提出,思科通过购买所谓的超融合系统和软件提供商Nutanix公司大有可能在竞争中受益,特别是与VMware Inc.竞争。但是,收购的市场估值为94亿美元,这即便对思科来说也是一个大数目。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。