该季度思科在不计入股票补偿等特定成本之后的收益为每股86美分,收入为136.3亿美元,较去年同期增长6%,超出了此前分析师预期的每股收益82美分,收入133.1亿美元。总的来看,该季度思科的净利润为26.7亿美元,低于去年同期的29.8亿美元,也低于28.4亿美元的预期水平。
财报公布之后,思科股价在盘后交易中上涨了近4%,抵消了当天早些时候1%的跌幅。
思科公司董事长、首席执行官Chuck Robbins表示,思科2023财年开局良好,实现了历史上最高的季度收入和第二高的季度调整后每股收益。他补充说:“这些结果证明了我们战略的相关性、我们的差异化创新、以及我们在帮助客户变得更有弹性方面占据的独特地位。”
他在和分析师的电话会议上透露,思科正在“调整某些业务的规模”,这意味着要在某些领域进行裁员。他解释说,思科将在周四向员工提供有关裁员的更多细节。
此外,思科还计划关闭一些闲置或者是未被充分利用的办公设施。Robbins表示,到今年年底,公司的员工人数将与年初持平。他没有具体说明有多少员工可能会因这次重组而失业。但他表示,未来几个季度会计入与此相关的费用,其中包括随着越来越多的员工采用混合办公模式,部分时间在家工作而缩减办公空间的一些费用。
他补充说,思科已经设法缓解了最近几个季度的供应链问题,对于云的投入和有针对性的价格上涨将有助于改善整体业务,即使在经济放缓的情况下也能吸引新的客户。
事实上,思科的整体收入确实有所增长,这反映在主要业务部门(安全敏捷网络)方面,其中包括了数据中心网络交换机,该季度实现了66.8亿美元的收入,比去年同期增长12%。
不过思科的其他业务部门举步维艰,包括光网络硬件在内的未来互联网业务(Internet for the Future)该季度收入下滑5%至13亿美元。包括Webex在内的协作业务收入增长11亿美元,但同比减少了2%。
在刚刚过去的这个季度,思科公布了对Webex的大量改进,并通过支持混合办公的新功能增强了该服务。此外思科还把协作、云联络中心和云通信产品集成在一个品牌下,为客户体验团队提供帮助。
思科还推出了一款功能强大的新处理器——SiliconOne G100,该处理器也被思科作为最近推出的8111-32EH路由器、Nexus 9000和8000网络交换机的核心。
展望第二季度,思科预计收入增长在4.5%至6.5%之间,每股收益在84美分至86美分之间,这基本符合华尔街预期的收入增长略高于5%、每股收益85美分的目标。思科表示,全年收入预计增长4.5%至6.5%,收益在3.51美元至3.58美元之间。
思科公司首席财务官Scott Herren表示,思科的年度经常性收入增长到230多亿美元,产品ARR增长了12%。他说:“这一点,加上我们大量的未交付订单、强劲的RPO以及供应形势的缓和,为我们提供了很好的可见性和可预测性,为我们全年指引的走高提供了支撑。”
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。