Dietzen显露笑容:Pure公司CEO真的非常开心
伴随着喜庆祥和的气氛,Pure Storage公司发布了其2016财年最终季度报告,其营收增长超过预期、亏损额亦顺利下降。
Pure Storage公司给出的第四季度营收为1.502亿美元,较上年同期增长128%,亦较第三季度的1.314亿美元提升14%。
本季度净亏损为4430万美元,较第三季度创纪录的5650万美元亏损降低21.6%,与上年同期的4764万美元亏损额相比亦下降7%。这也是该公司连续第二季度实现亏损额降低。
Pure公司CEO Scott Dietzen表示,"我们在第四季度实现了历史最佳表现,并为Pure Storage造就了创纪录的一年。公司业务继续全速前进,这主要归功于FlashArray在世界范围内的快速销售以及不断提升的运营效率。过去一年当中,我们将自身客户群体规模提升了120%以上,同时充分利用了面向闪存与云存储的长远转变趋势。"
Pure公司CFO Tim Ritters则表示,"我们对于自身业务模式的强大能力充满信心,同时预计企业实现盈利的时间点将早于此前计划,即为2017年下半年而非之前公布的2018年年内。我们将继续扩大销售、营销与工程技术规模,特别是在今年上半年的季度性投资周期之内。"
以下图表所示为Pure公司各季度营收与净利润走势,可以看到企业态势一片大好:
Pure公司各季度营收与净利润图表
而其全年营收与净利润图表则显示出,Pure公司的营收增长速度远高于亏损额度:
Pure Storage公司年度营收与净利润图表
发展态势如火如荼,这简直是一定的。
Pure Storage公司目前的客户数量已经超过1650家,本季度新增客户超过300家。其中包括两家体育业巨头:奔驰AMG F1车队与曾八次获得世界巡回赛冠军的旧金山巨人队。
Dietzen在今天发表的博文当中表示,"我们对自身业务的整体表现感到非常振奋,目前营收水平已经达到1.5亿美元,总客户超过1650家,非GAAP产品毛利率为68%,而非GAAP营业利润率则为-14%。"
"这也是我们在公司发展历史上首次产生自由现金流,我们的资产负债表新入账3200万美元(相当于第四季度营收的21%),目前企业握有的现金总量已经超过6亿美元。"
我们预计将在2017年下半年实现现金流收支平衡--这一进度早于我们此前提到的2018年年内。我们同时将继续向业务投入大量资金--最新季度研发成本投入达到总体营收的27%--我们的运营成本增长幅度明显较上年同期有所降低。
他再次强调当前业务的惊人形势:"在我们规模最大的25家客户当中,投入Pure Storage产品的每1美元都能够在未来18个月内带来超过12美元收益。"
他同时指出,面向云的迁移态势对Pure来说亦十分有利:"IDC公司预计SaaS(Salesforce与ServiceNow)以及消费级云(Facebook与苹果)两类细分市场将具备超越公有云的总体规模……与此同时,尽管我们不会向AWS与谷歌这类倾向于'自己动手'的公有云客户销售产品,但IDC的分析结论认为到2019年,80%的聚合存储市场都将向Pure公司开放。"
展望下个季度,即Pure公司2017财年第一季度,其营收区间应该在1.35亿美元到1.39亿美元,取中位数为1.37亿美元; 2016财年第一季度其营收为7410万美元。这也意味着Pure公司的产品销售额已经开始呈现出季度化波动模式。
本月晚些时候,Pure公司将召开其客户大会Pure Accelerate,届时该公司可能将公布一款向外扩展型产品--并被划归为其现有FlashArray//m产品线的一项扩展或者作为新产品线存在。
目前尚无任何迹象表明Pure公司的业务增长势头可能受到竞争对手的阻碍。也许今年晚些时候或者2017年这种趋势会逐渐显现出来。
2017财年全年营收预计将在6.85亿美元到7.25亿美元区间,取中位数7.05亿美元则意味着其较2016财年全年增长60%。如果这种增长势头继续保持下去,那么Pure公司将能够在2017财年下半年突破年营收10亿美元大关。
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。