昆腾最新的财报结果显示,横向扩展存储增长的仍然不够快,无法弥补下滑的磁带存储收入——昆腾的业务仍然在收缩。
让我们来看看年度财报结果,首先来看下整体情况。
在截止于3月31日的2016财年,昆腾的收入为4.759亿美元,同比下滑14%。净亏损7470万美元,相比之下,一年前的利润为1680万美元。
全年亏损来自于每个季度的亏损,在最近一个季度亏损尤其严重。第四季度收入是1.2亿美元,相比一年前的1.478亿美元减少了18.8%。昆腾面临着一个具有挑战性的环境。
昆腾在2016财年第四季度遭遇5240万美元的亏损,比一年前的1290万美元利润差了很多。这个差距来自于5560万美元的非现金商誉减值费用。净亏损是5240万美元,不算费用的话是320万美元利润。
昆腾公司首席执行官兼总裁Jon Gacek的总结是这样的:“在2016财年我们在关键领域取得了进展,但是在企业存储市场中的疲软使得这对于整个存储产业来说都是困难的一年。”
从季度和全年来看,产品细分收入划分如下:
- 横向扩展存储:3310万美元和1.265亿美元
- 磁盘备份系统和相关服务:1810万美元和7320万美元
- 贴牌的磁带自动化和相关服务:3460万美元和1.463亿美元
- OEM磁带自动化和相关服务:1010万美元和4300万美元
- 设备和介质:1310万美元和4580万美元
- 税:1100万美元和4120万美元
如果我们看看2016财年每个季度的划分,把贴牌的和OEM的磁带自动化归为统一的数据,我们会看到一个相当稳定的局面:
如果我们把设备、介质和税收入增加到磁带自动化中,这个季度我们就得到了6880万美元,超过了横向扩展和磁盘备份的5120万美元。实际上昆腾仍然是一家磁带自动化公司。
尽管横向扩展存储的收入在这个季度同比有所增长,也是连续第19个季度实现增长,但是这块收入并没有超过基础的磁带自动化收入。带有重复数据删除功能的备份产品收入(DXi产品线)表现平平,大约是在1600万美元到2000万美元之间。
财报电话会议情况
在财报电话会议上,Gacek透露昆腾在美洲市场的横向扩展存储收入同比增长了44%,但是在EMEA和APAC都有所下滑。他说:“我们有信心,我们可以在目前这个季度和2017财年的剩余时间里实现更高的整体增长。”
横向扩展存储产品向视频监控市场的扩展,前景是很好的:“这包括在2016财年大举进军视频监控市场,收入增长了超过600%。”
他还表示,磁盘数据保护客户越来越多地购买横向扩展存储,10万美元备份的交易会转变为60万美元的横向扩展存储交易。
昆腾首席财务官Fuad Ahmad表示,昆腾“非GAAP毛利率为45.9%,或者非GAAP运营利率为7.2%。这是我们5个季度最高的毛利率和运营利润率,体现了我们在盈利和效率方面的承诺,这源自于在过去6个月中对成本结构所做的精简。因此,我们恢复了从运用中获得现金。总的来说,我们正在受到数据保护中最显著的企业存储环境挑战的影响。”
这里说的成本结构调整包括研发人员规模的精简。他说,减值费用是“归因于该季度我们股价的下滑”。
该季度股价最高达到0.65美元,现在是0.43美元。
他说,昆腾的策略就是通过增加横向扩展存储收入和整体盈利能力来不断提高股东价值。Gacek表示,横向扩展存储应该专注于媒体和娱乐、视频监控、非结构化数据归档和技术工作流方面。昆腾还将努力增加向云和云服务提供商的销售。
昆腾在18个月时间内做了一次明显的债务支付,Ahmed提到通过从运营中获得现金来解决问题。
昆腾预计下一个季度的收入在1.11亿美元到1.15亿美元之间,中点是1.13亿美元,高于一年前的1.109亿美元:这是新财年一个不错的开端。他预计整个2017财年的收入至少在5亿美元,超过2016财年的4.759亿美元,这也将成为昆腾自2008年以来首个财季增长。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。