因为收入连续第三个季度实现同比增长,所以思科想要成为一家订阅和软件驱动型企业的举动正在越来越受到关注。
近日思科表示,第四财季收入增长了6%,达到128亿美元。此前FactSet分析师估计思科该季度的收入为127.7亿美元,相对思科自己的收入预测处于中间点。
思科在第四季度的利润同比增长了57%,达到38亿美元,或每股81美分。根据股票补偿和“就业法案”的推动调整后,思科的每股利润为33亿美元,或每股70美分,增幅为15%。分析师此前预计每股收益为69美分,思科自己预测的是68美分至70美分。
思科公司首席执行官Chuck Robbins重点关注的是订阅收入,因为这部分收入要比硬件销售和传统软件许可证的收入更稳定、更可预测。思科首席财务官Kelly Kramer表示,第四季度软件和订阅的经常性收入同比仅增长了1%,但占到了总收入的32%,其中软件占订阅收入的56%。
经常性收入的增长很重要,因为这表明了思科作为全球最大的网络交换机和路由器制造商以及大型企业网络正在转型过渡中。
特别是Kelly在电话会议上表示,延期收入以及另一个通常未披露的称为“未开单递延”收入的指标上涨了28%,后者增长强劲,这似乎成了刺激分析师和股票价格的因素。
安全等有针对性的增长型业务在本季度也取得了一些成功。例如,安全业务收入增长12%,达到6.27亿美元,高于分析师此前预测的6.158亿美元。
Robbins在分析师电话会议上表示,“思科实现连续第二个季度的增长加速,我们的战略正在发挥作用”。
思科还提高了收入预期,称本季度收入预计增长5%至7%,调整后的收益为每股70美分至72美分,高于分析师预测的69美分。
投资者喜欢看到这些结果和预测,因为思科的股票在盘后交易中上涨超过6%。该股在5月份的最后一次盈利报告至今天收盘时已经下跌了约3%,当时该股收盘时小幅下跌至每股43.86美元。
最近几年,思科正处于从依赖于日渐衰落的硬件转型为一家更多以软件和订阅服务为主导的公司,连续第三个季度的收入同比增长至少证明了思科正处于转折中,但投资者们一直希望思科能够更快速地完成转型。
目前思科大部分的收入仍然是来自于硬件,例如最新的Catalyst 9000路由器。然而,该机器是思科销售订阅软件的第一步。Robbins表示,该软件的销售情况“相当不错,我们现在的工作就是要确保运营基础设施是就绪的......以确保不断更新”。
思科还与谷歌等云提供商展开了合作,并在6月份宣布了更多关于计划中的混合云产品的细节,旨在帮助客户为内部数据中心和公有云构建应用。
市场研究公司Wikibon分析师Stu Miniman最近表示:“思科希望将自己定位为多云世界的一个关键组成部分。思科比以往任何时候都更需要网络和安全,因此有充分的理由进入这一领域。”
在第四季度初,思科在收购方面保持活跃,但也放弃了一些资产。5月1日,思科以2.7亿美元现金和假设股权奖励收购了关系智能平台公司Accompany,并在6月份表示,将收购基于订阅的定位平台公司July Systems。
同样在5月1日,思科宣布计划以高达10亿美元的价格,向私募股权公司Permira Advisers出售其视频软件业务。不过,思科可能会继续保持长期稳定地收购公司的习惯。
事实上在8月2日,思科以23.5亿美元的价格收购了Duo Security,安全是思科未来发展的核心焦点之一,不仅如此,Duo Security公司还销售订阅产品,这是Robbins的另一个关键目标。
Barclays分析师Mark Moskowitz今年早些时候告诉客户,由于美国今年的税务法案,思科将把来自海外的现金带入美国市场,“预计会完成一笔与安全安全、数据分析或者即服务相关的转型收购,相信会得到投资者的认可”。
几个月前,Piper Jaffray分析师表示,思科可能通过购买超融合系统和软件提供商Nutanix来抗衡VMware,但是目前Nutanix市场估值达到了93亿美元,即使对思科这样的巨头来说,也是一笔不小的数目。
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。