思科(Cisco Systems Inc.)公布了稳健的第一财季财报,业绩超出预期,并上调了2025 财年全年收入展望,但仍无法阻止收入连续第四个季度下滑,盘后股价走低。
这家网络巨头公布的未计入股票投资收入等特定成本的每股收益为91美分,高于华尔街分析师一致预期的87美分。收入达到138.4亿美元,比去年同期下降6%,但高于分析师预期的137.7亿美元。
收入的减少对思科的净利润产生了影响,净利润从去年同期的36.4亿美元下降到本季度末的27.1亿美元。
思科表示,网络业务是收入下降的主要原因。该业务的收入比去年同期下降了23%,仅为67.5 亿美元,略低于市场一致预期的68亿美元。
该公司还报告了20.2亿美元的安全收入,增长了50%,大大超过了市场一致预期的19.3亿美元,而协作软件和工具的销售额为10.9亿美元,略低于分析师预期的10.4亿美元。其他方面,服务收入增长了6%,达到37.2亿美元,而可观测性(一个规模较小但增长迅速的部门)销售额增长了36%,达到2.58亿美元。
思科首席执行官Chuck Robbins(如图)在电话会议上表示,公司从“大型客户”的人工智能基础设施订单中获得了超过3亿美元的收入。同样,思科的竞争对手戴尔和慧与也非常重视人工智能相关硬件的销售。
Robbins在电话会议上对分析师们表示:“我们已经赢得了更多的设计订单,并且仍然有信心在本财年从网络规模客户那里获得10亿美元的人工智能订单,超过我们的目标。”
Robbins补充表示,最近几个月,思科发布了由英伟达GPU支持的、新的数据中心硬件,英伟达的GPU是人工智能工作负载最常用的处理器。他承诺,思科未来将根据市场需求开始支持其他类型的图形处理器,比如英伟达的主要竞争对手AMD的产品。他补充表示,更好的是,思科才刚刚开始看到人工智能投资的成果。
Robbins补充表示:“(与英伟达的)合作仍在顺利进行,现在还为时尚早。”“我认为2025年才是我们开始看到企业真正部署其中一些技术的时候。”
Robbins对分析师们表示,目前,大多数企业仍在争先恐后地升级数据中心基础设施,为更广泛地部署人工智能支持的应用程序做准备。
思科首席财务官Scott Herren谈到了与美国政府机构的某些交易被推迟而不是取消的情况。据他介绍,这是因为最近通过的《财政责任法案(Fiscal Responsibility Act)》,该法案削减了政府在信息技术领域的支出。不过,最近的选举结果可能会改变这种状况。
Herren表示:“看起来共和党将赢得国会参众两院和白宫,因此我希望预算能尽快出台。”
Constellation Research Inc.的分析师Holger Mueller表示,投资者可能会注意到,思科在人工智能时代的增长困境,与它在云时代兴起时的增长乏力如出一辙。
这位分析师表示:“亮点是产品收入的增长,本季度增长了20%,但其中一半来自于早些时候对Splint的收购,所以情况并没有那么好。”“如果对这一数字进行通胀调整,实际增长可能是中等个位数,看起来并不理想。因此,投资者理所当然地会问,思科何时何地才能再次实现增长。”
这位分析师还表示,投资者也不可能太在意Herren有关政府合同的说法,因为这些“并不代表长期可持续的增长战略”。
在本季度,思科宣布收购了几家初创公司。其中最重要的是聚焦人工智能的安全公司 Robust Intelligence Inc.,该公司销售的工具可保护大语言模型及其使用的数据,还有另一家名为DeepFactor Inc.的安全公司,该公司提供容器安全和安全访问工具。
思科还在本季度推出了新的Wi-Fi 7解决方案,并为其Webex协作平台推出了一系列人工智能代理,通过自动执行一系列呼叫中心任务来帮助员工提高工作效率。
展望下一季度,思科预计每股收益为89到91美分,营收在137.5亿美元到139.5亿美元之间。这两个数字都略高于华尔街的预期,分析师预计每股收益为87美分,销售额为138亿美元。
思科将全年的盈利预期从之前的每股3.52美元至3.58美元提高到3.60美元到3.66美元。在收入方面,思科现在预计销售额为553亿至563亿美元,高于之前预计的550亿至562亿美元。新的指引表明公司将恢复增长,预计收入将同比增长约3%。
新目标均高于华尔街的预期,分析师预计全年每股收益为 3.58 美元,销售额为558.9亿美元。
尽管数据喜人,但投资者似乎对公司没有取得更好的业绩感到失望。思科股价在延时交易中下跌了2%多一点,不过今年迄今为止仍然上涨了17%。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。