Nutanix希望拥有表现出色的软件业务,而不是被限制于微薄的商用硬件利润的硬件一体机业务。所以Nutanix正在改变自己的业务模式,定位为一家以软件为中心的公司。
Well Fargos高级分析师Aaron Rakers表示,这家超融合公司“目前销售硬件和软件产品,其软件运行在它自己的硬件或者渠道合作伙伴的硬件上。[Nutanix]2018年第一季度的硬件收入总额为8040万美元,占到总收入的29.3%,一年之前这个数字是4880万美元。”
Nutanix的硬件是由超微和Felxtronics制造的。
在Nutanix最近的财报电话会议上,公司首席执行官Dheeraj Pandey表示:“我们将越来越多地采取以软件为中心的策略进入市场和进行财务报告。”
公司首席财务官Duston Williams补充说:“今天,我们是一家软件公司,更具体地说是一家企业云操作系统公司,到目前为止通过自己品牌的一体机交付了大部分软件和相关硬件收入。这让很多投资者想知道,我们是否真的想要成为一家软件公司,或者只是又一家存储或者一体机公司。”
部分问题是Nutanix在其财报结果中提到了传递硬件收入。
所以:“随着时间的推移,Nutanix将变成一家企业云操作系统公司,”意思就是一家软件公司。
他说:“我们将逐渐远离传递硬件相关收入。从上个季度开始,我们就开始逐步从传递收入转移出来。”
目前“我们业务中的硬件部分大约占到26%的比例,这一过渡将分成两个部分:首先是直接的改变,通过让我们的传统一体机制造商开始直接向分销商售卖NX硬件,让我们不再需要处理大多数纯硬件发票。其次,通过专注于纯软件的交易,让我们的客户自己选择运行在各种服务器平台上。”
红线是传递硬件收入,蓝线是软件收入。表格显示了未来的变化模式
“我们预计这个过渡需要一年或者更长的额时间,结果是消除至少80%的相关传递硬件收入。这个具体变化的直接影响,就是软件内容显著增加,毛利率显著提高,不会对我们自己的毛利润带来影响。”
随着时间的推移,Nutanix将通过Xi Cloud服务产品增加可编写的软件即服务收入。Williams表示:“随着时间的推移,我们将开始增加可编写软件即服务订阅收入。”
此外,Nutanix还将通过与Google Cloud Platform的合作伙伴关系在2018年年中的时候发布一款Xi Cloud灾难恢复服务。
从2018财年第三季度(也就是从2018年2月1日开始)开始,“我们将开始在纯软件相关预定中开始补偿我们的销售团队。一旦这个变化全面实施,销售人员将不再获得通过销售硬件的补偿。”
作为一家软件公司,Nutanix更愿意将自己与其他如Splunk、Netezza、Tableau等软件和服务公司的规模、增长和毛利率进行对比。这意味着一家有着8亿美元共享软件和支持基础设施的公司,毛利率在80%以上。
渠道方面也会发生变化,Rakers支出,Nutanix将致力于“将自己的分销渠道也转变为纯软件销售,包括将国际分销模式从直接与数百个独立经销商签订合同,转向与少量大型全球分销商签订合同。”
根据Rakers的模型,到2019年1月Nutanix的纯硬件收入将减少到2000万美元/季度以下。他认为,毛利率将从2018财年底的75%-80%,增加到2019财年中期的80%-85%,这对盈利来说是有利的。
向纯软件公司的转型,这将会抬高Nutanix的股价,因为相比硬件公司来说,投资者们更青睐软件公司。投资者们会乐于看到这一转型,我们认为,这也是Nutanix从硬件公司转向软件公司的目的之一。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。