昨日,思科发布了第三季度财报,结果超出华尔街的预期水平,但由于警示未来数月可能面临供应链方面的挑战,使得思科股价在当天盘后交易中出现下跌。
该季度思科在不计股票补偿等特定成本的每股利润为83美分,收入为128亿美元,比去年同期增长7%,结束了连续五个季度的收入下滑。
此前华尔街分析师预期的每股收益是82美分,收入为125.6亿美元。
思科首席执行官Chuck Robbins表示,“这个季度思科表现出色,看到市场对思科整个业务的强劲需求,而且随着客户继续加速混合办公模式、数字化转型、云计算以及继续加大使用订阅产品,我们对于思科的战略以及下一阶段继续引领复苏的能力充满信心。”
思科最大的业务板块是基础设施平台业务(其中包括网络硬件销售额),实现了68.3亿美元的销售额,比去年同期增长6%。应用业务(包括Webex视频通话软件)的收入达到14.3亿美元,增长了5%。安全业务收入达到8.76亿美元,增长13%,思科总的产品收入达到9.139亿美元,增长6%,服务收入达到36.6亿美元,增长8%。
Moor Insights&Strategy分析师Patrick Moorhead指出,思科实现了十年来最高的订单增长,整体表现很出色。
Moorhead说:“更令人印象深刻的是,思科的软件年运行率有望达到140亿美元,订阅软件有望达到81%。可以肯定地说,思科凭借着与新冠疫情相关的基础设施正在逐渐恢复,这是一个很好的长期迹象。”
尽管思科的长期前景看起来不错,但思科高管在与分析师进行的电话会议中警告说,思科面临着一些来自供应链的严峻挑战,这可能会在短期内损害其盈利潜力。
思科首席财务官Scott Herren表示,“这些挑战包括更高的货运成本、更高的计算机芯片和内存单位成本,这些是确保其能够将产品交付给客户的必要条件。”
展望第四季度,思科预期收入增幅在6%到8%之间,每股收益在81到83美分之间。华尔街分析师此前预期思科的每股盈利为85美分,收入增长5.5%。
这些消息公布之后,思科股价在盘后下跌超过5%。
Robbins表示,对第四季度的指引反映了供应链面临的挑战,而且他补充说,思科有信心可以解决这个问题,因为已经与很多主要供应商签订了修订协议。Robbins告诉分析师:“相信这些措施将使我们能够优化获取包括半导体在内的关键组件,并尽快满足客户的需求。”
Herren表示,思科已经设法锁定了一些关键组件供应商的供应和定价,这已经被纳入利润率指引中。Herren补充说,供应链问题可能会一直持续到这个年底。
Robbins表示,“如果公司得出结论认为这些成本上涨中的任何一项都会更加持久,那么思科会考虑在必要的地方进行战略性的价格上调。Robbins还说:“这项工作已经在进行中了,我们已经做出了一些决定,这是一个很动态的情况。”
Pund-IT分析师Charles King认为,投资者通常不喜欢不确定性,尤其是那些会影响生产成本和产品定价的不确定性。因此,盘后可能会有很多的抛售。
King表示,“对企业及其股东而言,最大的危险是,这些挑战可能会为竞争对手创造机会,尽管过去一年动荡不安,但这些竞争对手在供应链方面表现依然稳定。思科传递的一个基本信息是,股东应该采取观望态度,信任公司领导层会把各个事项整合在一起,显然,有些人不认可这个建议。”
这个季度思科在产品方面有一系列举措,包括发布了一系列新的计算机服务器产品线,基于英特尔第三代Intel Xeon Scalable处理器以及用于下一代5G网络交换机和路由器的升级版Silicon One半导体系列。
季度末的时候,思科也进行了一系列收购。本月初,思科收购了漏洞分析初创公司Kenna Security,几天前还收购了得到风投支持的初创公司Socio Labs,后者主要提供用于组织虚拟会议和管理相关任务的软件。5月,思科还收购了一家名为Sedona Systems的公司,该公司主要提供用于监控计算机网络运行状况和模拟变化的工具。
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。