第三季度,NetApp在如股票补偿等某些特定成本之前利润为每股1.20美元,此前华尔街分析师预期的是每股1.15美元。
但是NetApp未能达到收入预期。该季度NetApp的销售额为15.6亿美元,低于预期的16亿美元。此外,接下来的第四季度指引也不尽如人意,NetApp预计未来三个月的收入将在15.9亿美元至16.9亿美元之间,低于华尔街预期的17亿美元。
NetApp股票在盘后交易时段迅速下挫6%多。
Moor Insights&Strategy分析师Steve McDowell表示,NetApp投资者们主要担心的是,在上一季度整体增长超过19%的存储市场中,NetApp似乎正朝着错误的方向发展。
“该季度NetApp的产品收入增幅同比下降至9%左右,指引下滑至5%,”McDowell表示。“NetApp的增长速度低于市场整体水平。”
NetApp的问题与其技术无关,McDowell表示,NetApp的技术“非常令人印象深刻。”但是,NetApp正在被关注范围更广的竞争对手所超越,其中包括Dell Technologies、HPE和IBM。
McDowell说:“Dell EMC、HPE甚至是IBM都在利用其整体解决方案销售来达成交易,这对他们来说效果很好。NetApp没有服务器业务,这一点限制了它的影响力。”
NetApp试图通过与联想合作来解决这一问题。联想是最大的服务器制造商之一,尤其是在中国市场。但McDowell说,双方的关系仍处于萌芽期,因此未来几个季度可能不会看到多少成果。
NetApp首席执行官George Kurian在电话会议上表示,令人失望的收入增长是“宏观经济不确定性”的结果,部分归咎于上个月美国联邦政府的停摆。
他说:“我们看到,我们最大的客户在1月减少了采购量。我们看到了经济的不确定性。但我们对各种变化因素的控制执行得很好。”
NetApp一直在努力从依赖硬件销售,到更新的、软件定义的网络和存储产品。例如,NetApp Data Fabric产品旨在简化和集成云和本地环境中的数据管理。
Kurian表示,至少在这方面NetApp表现得不错。在电话会议期间,他强调了NetApp混合存储和云存储软件产品以及全闪存阵列的强劲业绩。他表示,NetApp决定将其存储软件扩展到公有云——特别是谷歌和微软——对于客户来说是一个关键卖点。
Constellation Research分析师Holger Mueller表示,NetApp的软件定义存储产品组合让他感到鼓舞,但同时表示,NetApp需要重振这些产品,并展示出比目前更高的增长率。“NetApp能够做到这一点,因为它的产品很强大,但也要看在进入市场方面的执行力。”
对于NetApp来说,这并不是它面临的唯一挑战。NetApp还需要加强全闪存产品的销售,这不是一件容易的事。
McDowell说:“我怀疑目前NetApp在全闪存阵列市场的大部分增长仅仅是面向现有客户的销售,他们早就应该升级更新了。”
McDowell不是唯一一个对NetApp前景表示担忧的分析师。Enderle Group的Rob Enderle表示,他个人很悲观,因为整个存储都变成了亏本销售,Dell、HPE和IBM都设法将NetApp排除在外。他还表示,VMware vSAN超融合软件定义存储产品由于承诺彻底消除存储管理员,所以也对存储系统的需求产生了负面影响。
他说:“NetApp无法改变这种情况,我担心,这会让它的处境更加艰难。NetApp体量不够大或者不够强大,而且我认为他们也没有完全意识到这一风险,以走出困境。
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。