戴尔科技(Dell Technologies)今天上午公布了第二季度表现强劲的收入和盈利增长,并提高了整个财年的预期,平息了外界对EMC整合导致戴尔无暇顾及核心业务的担忧。
所有关键业务部门都实现了两位数的增长,超融合基础设施业务收入实现三位数增长,这表明戴尔在经历了几个季度存储销售放缓之后仍在全力以赴。该季度的总收入同比增长了16%,达到231亿美元;净收入增长了21%,达到13.5亿美元。
该季度戴尔的营业收入为21亿美元,现金流为26亿美元,而且似乎已经准备好继续偿还2016年收购EMC欠下的590亿美元债务。
戴尔首席财务官Tom Sweet表示:“我们对目前业务的发展速度感到满意。我们在大多数细分领域实现的增长都是高于业界水平的,这帮助实现了强劲的现金流表现,并使我们能够在偿还债务方面取得更多进展。”
该季度戴尔偿还了26亿美元的贷款,使总债务为503亿美元。目前戴尔的资产负债表上持有215亿美元的现金和投资额。
存储业务复苏
戴尔的基础设施解决方案集团(包括销售面向数据中心的产品)业绩令人印象深刻,该业务创收92亿美元,同比增长24%。在遭遇了2017年收入和市场份额双下滑之后,今年这项存储业务强劲反弹,销售额增长13%,达到42亿美元。
“我们正在赢得市场份额、投资产能、提高产品组合的竞争力,而且各项指标看起来都不错,很好,”产品和运营副总裁Jeff Clarke表示,今年他对该部门进行了重组以提振存储销售额。
在收购EMC之后,戴尔首次在IDC市场报告中赢得存储市场份额。“我们完全相信,当IDC发布第二季度份额数据时,戴尔将在[服务器和外部存储系统]中获得份额,” IDC高级副总裁Matt Eastwood这样表示。
戴尔的服务器和网络设备销售增幅甚至超过了存储,到达34%。Clarke表示,服务器销售额连续第四个季度增长超过25%,出货的系统也采用了速度更快的CPU和更大容量的内存。“这表明我们销售的产品正在更深入地进入数据中心,”他说。
很大程度上“消化”了EMC之后,“相比之前独立的戴尔或者独立的EMC公司来说,现在戴尔的定位更多的是一家战略提供商,”Wikibon首席分析师David Vellante这样表示。
总体而言,戴尔正在受益于支出环境的利好。IDC预测,在可预见的未来企业以大约两倍于国内生产总值增长率的方式投资技术。“我们正处于以技术为主导的全球投资周期的早期阶段,在这个周期内,每家公司都会成为一家科技公司,”戴尔公司首席执行官Michael Dell在声明中这样表示。
Clarke说:“客户希望从一家合作伙伴那里购买到各种不同的解决方案,因此我们是处于一个有利位置的。”Vellante指出,竞争对手HPE决定退出低利润率的服务器业务,也让戴尔有更大的自由度,可以在低成本结构优势的市场中展开竞争。
该季度戴尔的个人电脑业务继续增长,增幅为13%达到111亿美元。戴尔表示,台式机和移动设备出货量创历史新高,同时平均销售价格也有所提高,商用PC销售的市场份额为22.8%,达到历史最高。
戴尔提高了一个月前公布的财年指引,称目前收入预计在905亿美元至920亿美元之间,高于此前预期的875亿美元。“戴尔是一家运营良好的公司,而且一直都是,”Vellante说。“EMC为其带来了真正的企业组合。”
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。