作为一家专门打造时髦且功能繁多的数据管理、企业备份与归档方案的专业厂商,CommVault在2015财年第一季度迎来了14%的营收提升——不过其利润却出现了5%的下滑。尽管如此,其实际表现仍然超出华尔街分析师们对于盈利的预期。
CommVault公司上年同期营收总额为1.344亿美元,纯利润达到1350万美元;而本财年第一季度营收则提升至1.526亿美元,纯利润却缩减至1270万美元,也就是说净收益降低了5%。
在利润率方面,该公司本季度的成绩为8.32%,与2014财年第三季度的12.26%相比继续保持着不断下滑的趋势。自那时开始,利润率曾分别为11.48%与10.01%,如今终于定格在本季度的8.32%。
上个季度CommVault公司遇上了一定挫折,其运营业绩未能与华尔街的预期相符。不过本季度他们成功扭转局势、再次回归正轨。
分析机构尼古拉斯公司总经理Aaron Rakers在一份书面评述中指出:“CommVault公司在金额低于10万美元的交易营收总值方面与上年同期相比下滑了10%,与上个季度相比更是跳水22%。(这里提到的与上年同期相比是指自2010年6月开始的当季度。)上个季度该公司曾宣称其销售团队严重不足,但本季度已经有100位新员工加入进来、其中大多数负责销售方面的工作。预计还将有更多销售力量加入CommVault。”
CommVault公司董事长、总裁兼CEO Bob Hammer在评论这一成绩时表示:“我们用坚实稳健的第一季度为2015财年开了个好头,其中最值得关注的亮点就是同比14%的营收增幅与同比44%的运营资金流增长。我们的同比营收增幅主要源自创纪录的企业软件营收爆发(软件业务方面的销售额超过10万美元),其高出平均企业交易数额以及我们服务业务部门的普遍销售成果。”
William Blair公司分析师Jason Ader指出:“该公司持续加大的投资力度……因此最早也要到本财年下半年才能带来显著的经济回报。”
那么CommVault下一步会推出哪些产品或者服务?目前能想到的恐怕只有Simpana 10 R2了,预计其将在未来几周内面世,Ader表示“此举应该能够增加销售额并改进其在中小型企业市场上的地位。”
不过我们仍然有理由保持谨慎,Blair强调称。“今年九月开始的新季度预计将充满挑战,这主要是因为六月季度有大量销售协议渠道面临中止,联邦政府方面的采购订单也相对较少——要想继续保持理想的全年运营表现,我们需要在下半年获得显著的业务提升。……管理层指出,CommVault公司已经越来越依赖于在时间上难以掌控的大规模交易订单。”
不过2015财年下半年的表现理应更为出色。
Ader与Rakers都谈到了Simpana 10 R2,指出这款产品应该能够帮助CommVault在与新兴中小型厂商的对抗中取得优势,其中包括Actifio、Veeam以及Code42等。Simpana 10 R2将迎来以下功能特性:
Rakers指出:“CommVault……可能还会在SImpana 10 R2当中引入面向灾难恢复、开发/测试以及云归档的独立解决方案。”
根据Ader的观点,“目前备份市场正快速向基于云的交付模式推进并转型,特别是在中小型企业领域;以订购为基础的云定价模式逐步扩大份额比例;面向多客户的更新周期也有所扩展。”
Ader同时指出,CommVault尚处于向云支持推进的早期阶段,而且目前已经拥有超过两百家云服务供应商客户。不过他也提出了自己的担忧,称“这种向云备份机制转型的趋势可能给整体备份市场带来紧缩效应,因为大型云运营商拥有相当明显的价格优势。”
不过,“CommVault仍然属于极具吸引力的收购对象,在我们看来,将有众多强大的潜在收购者对其保持关注。”
那么哪些厂商有可能成为买家呢?
由于目前CommVault公司的市值为23亿美元,因此潜在买家需要拥有25亿到30亿美元级别的资金储备。EMC、IBM以及赛门铁克都有可能借助Simpana实现巨大的营收增长效果,从而抵消其Legato、Backup Exec以及Tivoli等现有产品在市场表现方面的疲软态势——有鉴于此,CommVault不啻为理想的收购对象。除此之外,戴尔与惠普同样手握自己的备份产品,但NetApp却不具备同类解决方案。HDS也可能加入到竞买的行列当中。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。