云存储提供商Box公布2016财年第二季度财务状况,截止时间为2015年7月31日。
在该季度,公司全球范围内客户超过50,000家,数千家公司增加或扩展部署,包括Airbnb, Alcoa, Cushman & Wakefield, Lionsgate, Limited Brands, Uber, IBM.
“在新的以及不断扩展的客户部署推动下,我们的营收较去年同期增长43%,账单收入增长45%,呈现出又一个强劲季度,”Box创始人兼CEO,Aaron Levie表示,“我们将继续对我们的核心平台进行投资,同时增加如企业密钥管理与治理新产品,在更加广泛的企业内容管理市场加强捕获需求的能力。本月晚些时候,我们还将会在BoxWorks发布更多创新。”
第二季度财务摘要:
1.营收总计7350万美元,较2015财政年同期增长43%。
2.账单收入(Billings)是7960万美元,较2015财政年同期增长45%。
3.如不按照通用会计准则(GAAP)计算,其营运亏损数为3270万美元或者说45%的营收。与上一个财政年同期亏损2940万美元,57%营收有了对比。以GAAP计算营运亏损为4980万美元,或68%的营收。而上一个财政年同期则是亏损3830万美元,或74%营收。
4.如不按照GAAP计算,1.204亿美元流通股,普通股民每股基本摊薄净亏损为0.28美元,对比上一财政年同期1450万美元流通股,亏损数目为2.01美元。以GAAP计算,同样流通股则是每股基本摊薄净亏损0.24美元,对比上一财政年的2.71美元。
5.运营活动所产生的现金流量净额总计$ 2170万美元。对比上一财政年的2630万美元。
6.截止2015年7月31日,该公司现金,现金等价物以及有价证券总计2.242亿美元。另外,限定用途现金为2840万美元,主要涉及到公司的租赁设备。
合作商方面:
早先公布与IBM的全球合作关系。根据协议,Box与IBM将——
集成Box与IBM的业内领先企业内容管理,分析,社会协作以及安全产品,向全球市场联合提供解决方案;
将Box技术融入IBM MobileFirst用于iOS应用程序;
利用IBM的销售团队和全球商业服务专业人才用现有数据和系统帮助客户部署和集成Box功能;
合作推出在线微软办公软件,拓宽Box与Office 365的强大集成范围适用于桌面,iOS上的办公软件和Outlook。
新领导新气象:
2015年8月,EMC Syncplicity部门前CEO兼总经理,Jeetu Patel以平台高级副总裁兼首席战略执行官的身份加入Box,旨在扩展Box的平台业务。
接纳前惠普软件CIO Paul Chapman作为CIO,推动公司全球IT战略与举措,进一步支持其不断增长的员工队伍及客户群。
新产品创新:
推出可用Box Governance为客户提供了一个新方案,从创建到保留与清理,无缝管理业务文件的整个生命周期。
2015年8月,Box的元数据服务发布了三个有效的新增强功能,包括管理控制台中的元数据模板,元数据API以及同步第三方系统元数据。
2016财年第三季度导向:
公司营收预计介于7600到7700万美元之间,非GAAP营运利润率约介于49%到50%。
加权平均摊薄股预计为1.22亿美元。
2016财年全年导向:
营收预计介于2.95到2.97亿美元之间,对比先前指定2.86到2.90亿美元之间。
非GAAP营运利润率预计介于47%到49%,对比先前制定的49%到51%范围。加权平均摊薄股预计将近1.22亿美元。
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。