思科近日发布了业绩喜忧参半的第一季度财报,并且提供了低于预期的当前季度指引,使得思科股价在盘后交易中经历了艰难的走势,下跌超过6%。
该季度思科在不计入股票薪酬等特定成本的每股利润为82美分,收入为129亿美元,同比增长8%,此前分析师预期的调整后每股利润为80美分,但是销售额预期为129.8亿美元。
思科公司首席执行官Chuck Robbins在声明中表示,由于市场对思科产品的巨大需求,是的思科展现出“强劲的增长”,但是公司仍在努力应对变化莫测的供应环境。
他说的没错,思科的业务从表面上看是很健康的,公司六个新产品类别中的五个都实现了销售额的增长,而且产品订单总额同比增长了33%,产品收入增长了11%,达到95.3亿美元。
展望第二季度,思科预计增长还将继续,年化收入增长预计在4.5%至6.5%之间,但是低于华尔街预期的收入128.5亿美元,也就是增幅为7.4%。
因此,思科的问题更多是因为,投资者认为如果不是因为过去一年阻碍其进展的供应链问题,思科的增长速度就会更快。
Robbins在与分析师的电话会议中谈到了这些问题,称思科已经采取了多项措施来缓解组件短缺以及客户产品交付问题,包括“与主要供应商和合同制造商密切合作,支付更高的物流成本将组件运送到最需要的地方,正在修改设计使其在可能在地方采用供应商的替代方案,不断优化我们的构建和交付计划。”
不过,更高的物流成本给思科的毛利率带来了压力。Robbins解释说:“虽然我们深思熟虑地提高了价格以抵消这种影响,但这不会立竿见影,可能会在未来几个季度看到效果。”
思科首席财务官Scott Herren后来澄清说,这些价格上涨的影响只会出现在公司第三和第四季度的业绩中,届时预计收入会有所增长。
Pund-IT分析师Charles King表示,当重要组件突然供不应求时会给以制造为基础的企业带来怎样的影响,思科就是一个完美的例子。
“由此产生的价格上涨会造成压力并降低利润率,让股东失望并使分析师感到头疼。遗憾的是,除了像思科领导层所说的寻求替代供应商和设计选项之外,没有什么简单的方法可以解决这个难题。不过,这种情况也凸显了为什么很多技术厂商一直在努力通过开发新服务和新业务线来降低风险。”
该季度早些时候,思科宣布了新的财报结构,分为六个新的产品类别,重点突出了一些规模较小的业务,这一变化也反映出了Robbins的理念,即思科未来将围绕这六个关键技术领域展开业务:安全、敏捷网络、混合办公、“面向未来的互联网”、优化的应用体验、边缘能力。
在新的财报结构下,思科最大的产品类别是安全和敏捷网络,包括其传统的网络交换机。这部分业务的收入为59.7亿美元,同比增长10%。
其他部门方面,“面向未来的互联网”业务收入为13.7亿美元,增长46%;端到端安全业务,增长5%至8.95亿美元,;优化应用体验业务,收入增长18%至1.81亿美元;混合办公是唯一表现令人失望的业务,收入下滑7%至11.1亿美元;“其他产品收入”收入增长了9%至300万美元。
除了产品之外,思科该季度的服务收入为33.7亿美元,同比增长1%。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。