IBM公司的系统业务部门实现17亿美元营收,较上年同期降低10%。系统硬件营收则为13亿美元,其中操作系统软件贡献4亿美元。
IBM公司CFO Martin Schroeter指出,“Power业务的增长速度实现环比改善,但总体营收仍有所下滑。增长速度的改善反映出我们向不断增长的Linux市场过渡已经取得成效,但拥有高价值空间的Unix市场则不断缩水。我们的Linux on Power业务营收有所提升,而我们也得到了更为可观的市场份额。”
“在Unix方面,营收下滑主要源自我们的低端与中端系统。高端系统仍然保持增长。”
存储业务营收则“主要受到增幅高达两位数的全闪存阵列产品的强劲推动。闪存已经成为我们中端与高端存储产品营收提升的催化剂,而存储硬件利润率亦在逐年增加。”IBM公司目前的闪存同比营收增长已经保持了两个季度。
IBM公司种子季度存储硬件营收数字,包括实现营收增长的最近两个季度。
IBM公司强调称,z Systems的业绩表现反映出大型机的产品发布周期——其中最新产品z14已经于当季度末正式推出。连续两个季度的存储业务营收提升则主要受到闪存的带动,且z Systems与存储业务的毛利率亦有所改善; 不过二者的整体利润额度仍然遭遇下滑(下降3.9%,目前为52.7%)。
IBM公司认为存储营收的核心正逐步转向软件层面,而内部存储硬件的增长区间则主要集中在闪存领域——这一点在其业绩结果当中亦得到证明。另外,云端数据存储处于增长态势,IBM自身的云规模正在稳步扩大,目前已经覆盖其全球近60座数据中心。
劳埃德银行(签订了十年期协议)与美国航空公司等客户近期都已经签署了IBM云服务的合作协议。
Schroeter解释称,“我们将把该银行的业务迁移至IBM云当中,同时确保应用套件同这套基础设施相匹配……美国航空公司本季度亦宣布将全面转向IBM云,同时利用云资源作为其数字化转型的基础。其将要迁移的包括aa.com等关键应用程序、面向客户的移动应用以及全球信息亭网络。”
“着眼于整个行业乃至世界各地,我们的客户意识到数据——特别是其自有数据,已经成为一切企业获得竞争优势的关键。需要强调的是,世界上80%的数据由企业所持有。”
根据我们的理解,IBM公司正计划逐步将一部分客户本地工作负载(包括x86、Power与大型机)迁移至其云数据中心之内,同时提供内部部署配合IBM公有云的混合解决方案——这是否将切断Amazon、Azure以及谷歌Cloud Platform的企业发展之路?
IT部门则需要自发将其客户群体转移至IBM版本的公有云当中,从而获得更低的资本成本与更出色的灵活性水平。一旦这些客户将其工作负载转移至IBM云,其它竞争对手将更难面向IBM客户群体销售自己的服务器、存储乃至软件产品。
Schroeter针对这一点就IBM的企业客户数据进行了说明:“这部分数据无法通过全球网络进行搜索。其中包括客户数据、病患数据、临床数据、供应链数据以及交易数据。各企业希望解锁并利用这些数据。也正因为如此,企业才有意愿通过其信任的合作方接触云计算,并借助后者提供的先进工具与行业专长。另外,企业客户亦将借此获得符合自身目标的数据模型与业务模式——这正是IBM云加沃森组合的优势所在。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。