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
谷歌深度思维团队开发出名为MolGen的AI系统,能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据,在阿尔茨海默病等疾病的药物设计中表现出色,实际合成测试成功率达90%,远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年,成本降低一半,为患者更快获得新药治疗带来希望。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
哈佛医学院和微软公司合作开发了一个能够"听声识病"的AI系统,仅通过分析语音就能预测健康状况,准确率高达92%。该系统基于深度学习技术,能够捕捉声音中与疾病相关的微妙变化,并具备跨语言诊断能力。研究团队已开发出智能手机应用原型,用户只需完成简单语音任务即可获得健康评估,为个性化健康管理开辟了新途径。