连续四个季度的增长终于让表现不致令人尴尬。
公司CEO罗睿兰面上浮现微笑
着眼于IBM公司第四季度与全年业绩结果来看,其存储增长已经成功持续一整年。但戴尔-EMC正积极推出“Refuse to Lose”渠道,希望借此最终重新帮助自身提升销售势头。
在系统业务方面,IBM公司同比增幅为32%,目前达到33亿美元——旗下大型机、Power以及存储三大系列各品牌全面实际营收提升。IBM公司并没有发布行业营收信息,但给出了年度营收增长百分比:
三者当中,存储以8%的增幅荣膺最低增长率“殊荣”,这主要是由于其硬件没有进行提升。
不过考虑到连续多年营收下滑,存储业务得以四个季度迎来增长,这一结果已经足以让IBM公司的员工们欢欣鼓舞。存储业务CMO Eric Herzog也是如此:
IBM存储业务连续第四个季度实现增长,2017年第四季度存储业务营收增长8%。2017年第四季度的强劲表现亦让我们在2017年全年实现连续提升: 2017年第三季度为4%,2017年第二季度为8%,2017年第一季度为7%。— Eric Herzog (@zoginstor)
在本次财报电话会议上,前任CFO、现任全球市场高级副总裁Martin Schroeter表示:“纵观第四季度的部分收入态势,我们的系统业绩在IBM Z、Power以及存储领域皆表现出色。”
“存储硬件营收增长8%,这是连续第四个季度实现增长,很明显我们的实力帮助自身在竞争激烈的市场当中获得了份额,且利润率仍然保持稳定。”
“我们的高端硬件产品本季度迎来两位数增长,这反映出市场对于闪存以及大型机相关资源容量需求的持续提升。我们的全闪存阵列产品再次实现强劲的两位数增幅,且这一速度甚至高于高速增长当中的全闪存市场本身。”
“另外,我们的存储软件,其包含在Cognitive Solutions报告当中并成为我们存储业务的主要贡献力量,同样凭借云对象存储产品而获得了良好的营收水平。”
IBM公司CFO James Kavanaugh将这一增长归结于存储团队“重新定位自身产品组合,对闪存产品的利用与份额提振,同时亦归功于软件定义以及更重要的、更适应未来需求的对象存储方案,这一切都将在接下来继续推动业绩提升。”
Schroeter亦对上述观点表示支持,称:“存储资源在转移至云端之后,必然需要对象存储作为依托。我们的对象存储产品在这方面表现得非常出色。”
我们对于IBM公司公布的存储业务数字进行了计算,包括根据前几个季度IBM的实际数据计算季度增长率。由此来看,第四季度其系统业务存储营收达到7.751亿美元,2017年全年营收达到23亿美元。以下图表即体现出相关趋势:
IBM公司系统业务存储营收,截至2017自然年第四季度
IBM公司系统业务存储营收,截至2017自然年
虽然上述数据较为粗糙且基本属于IBM的“一面之词”,但我们仍然得出了Herzog相一致的观点,即今年IBM公司的系统业务存储营收确实发生了持续的转好势头。
结果确实不错,但其能否持续下去?在合并之后,戴尔-EMC的竞争压力略有下降,但其却在凭借“Refuse to Lose”渠道努力回归。
大型机与Power更新周期所带来的积极影响应该还会持续两到三个季度,此外云对象存储(简称COS)业务增长也应该能够得到保持。不过在这方面可能出现一些内部冲突现象,即内部IBM非结构化数据存储逐步转向COS。
如果增长势头能够继续保持,那么IBM存储营收将在2018年达到全年8.5亿美元高度。当然,这一结果需要假设戴尔-EMC存储产品及新的产品渠道未能帮助其成功提振业务,反而阻止了其进一步发展。
我们看不到IBM公司旗下拥有任何强大的扩展存储器产品,也不像Cohesity、Rubrik乃至其它厂商那样着手提供现代数据管理解决方案。因此如果要想在新的一年中继续保持发展势头,蓝色巨人可能需要考虑通过收购加强其现有存储方案组合。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。