截至3月31日的这个季度,Fortinet在不计入股票补偿等成本之后的利润为1.551亿美元,即每股94美分,高于去年同期的1.642亿美元,即每股81美分,收入增长34%,至9.548亿美元,此前分析师预计的调整后每股收益为80美分,收入为8.85亿美元。
Fortinet各项数据全面上升。该季度产品收入增长至3.71亿美元,同比增长54%,服务收入5.833亿美元,增长24%。截至3月底,总账单金额增长36%至11.6亿美元,递延收入增长33%至36.6亿美元。
预订金额较上年同期增长50%,达到12.8亿美元,未交付订单金额为2.783亿美元。
Fortinet公司创始人、首席执行官Ken Xie(如图)在一份声明中表示:“我们的第一季度收入从超出预期水平,同比增长34%,其中该季度产品收入同比增长54%创下新高。我们所取得的杰出成果反映了市场对我们广泛的网络安全和网络解决方案组合有着非常强劲的需求,而我们的团队也设法应对了充满挑战的供应链环境。”
展望未来,Fortinet预计第二季度调整后的利润为1.05美元至1.10美元,收入为10.05亿美元至10.35亿美元,分析师预计的每股盈利为1.13美元,收入为10.1亿美元。
整个2022财年,Fortinet预计调整后的每股利润为5至5.15美元,收入为43.5亿至44亿美元。
在财报发布之后的电话会议上Xie表示,Fortinet将运营技术视为Fortinet主要的增长机会。
根据Bank Info Security的报道,Xie在电话会上称:“我们肯定地认为,OT是一个更大的市场,可能比SD-WAN更大,这个领域增长非常非常强劲。我们也确实看到了很多潜力,在这个领域进行了大量投资以满足需求。”
尽管前景略有不足,但投资者们仍然喜欢这些数字,开盘后Fortinet股价上涨了近4%。
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
杜克大学研究团队开发了MOG-DFM技术,这是首个能够同时优化生物分子多种特性的AI系统。该方法成功解决了传统药物设计中"顾此失彼"的难题,能够设计出既安全又有效的治疗性分子。实验证明,MOG-DFM在肽类药物和DNA序列设计中都表现优异,有望显著加速药物发现进程并推动个性化医疗发展。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
印度理工学院团队开发REFINE-AF框架,让小型AI模型通过强化学习自动生成训练指令,无需大量人工标注。该方法在119项测试任务中,63-66%的表现超越传统方法,证明了小模型也能通过巧妙设计获得优异效果,为降低AI训练成本提供了新思路。