NetApp公布的第三季度收入和利润预期未能达到分析师预期,使得股价在盘后交易中暴跌11%多。
NetApp规模仍然很小的云数据服务业务增长了146%,但未能抵消硬件业务的持续下滑,使得季度总收入下滑了10%。
市场研究公司Wikibon首席分析师David Vellante表示,此前NetApp一直十分依赖企业数据中心业务销售,现在业务上的萎缩说明“主存储市场正在软化”。他说:“云计算使得本地解决方案的需求减少,这几乎给数据中心市场的所有参与者都带来了冲击。”
对于NetApp这样核心业务是构建在磁盘存储基础上的厂商来说,另一个问题是闪存存储已经便宜到足以取代高性能磁盘。Vellante说:“过去五年中,大量闪存进入了存储系统,采购方他们不再需要像以往那样出于性能原因而购买磁盘存储。”
不过NetApp的盈利能力和现金流仍然强劲。该季度NetApp以30亿美元的现金和等价物形式通过回购和分红向股东返还了6.08亿美元,但不是投资者们期望看到的增长。
到云端
为了解决这个问题,NetApp已经把战略重点转向让客户可以像访问本地文件系统数据一样访问任何数据。
NetApp首席财务官Ron Pasek表示:“我们的技术是无感知的,客户不用关心是在本地环境还是通过订阅的方式。这极大地扩展了我们的市场范围,更重要的是,这是高度差异化的,也就是说,竞争对手可能不会这样做。”
但这并不意味着竞争对手(其中很多竞争对手还有服务器和其他数据中心产品线)不会做出回应。Moor Insights&Strategy分析师Steve McDowell表示,NetApp开始强调垂直堆栈的强度,以削弱自己对存储的专注。
他说:“对这些厂商来说,要体现差异化,就涉及到怎么更好地讲故事,来解释本地存储设备,或者说更好地结合每个厂商的私有云产品,这方面NetApp还做得不是很突出。NetApp向自己的客户推销产品,而这些客户正在转向HPE和戴尔这样的全栈提供商,或者是Pure Storage这样快速发展起来的厂商。”
NetApp通过三大云提供商提供Cloud Volumes ONTAP、Cloud Volumes Storage Service,谷歌和微软则是直接销售,AWS是通过Marketplace销售。Pasek说:“这对那些以前不怎么考虑NetApp或者经济实力不允许购买NetApp解决方案的客户来说,更具吸引力。”
Pasek表示,NetApp预计到2021年底软件销售将达到4亿至6亿美元。分析师地NetApp给予很大的期望,但表示,未来还有很长的路要走。Vellante说,NetApp的策略“很好并且与众不同,但每年运营率达到8300万美元,也不足以抵消那些导致下滑的因素。”
Pund-IT分析师Charles King补充说,NetApp一直在努力将基于文件的软件与主流公有云提供商进行集成。他说:“对于非客户群体来说,NetApp的产品是否有吸引力,现在还没有一个定论。”
本地环境的困局
NetApp在面对本地存储需求下滑这个难题方面,前方的道路是坎坷的。分析师McDowell说:“要让云业务和传统存储业务一样丰富,还有漫长的道路要走。”
Pasek对此表示认同,NetApp必须摆脱卖硬件盒子而其中恰好附带了软件的厂商形象。“这是时候了,因为我们从很久以前就已经是一家软件厂商了。”
NetApp在第三季度的每股收益为1.16美元,低于分析师的预期1.18美元,销售额为14亿美元,低于市场预期的14.6亿美元。 NetApp还下调了对第四财季的预测,调整后的每股收益为1.28美元至1.36美元,收入为14.6亿美元至16.1亿美元,分析师普遍的预期为每股1.39美元,销售额15.7亿美元。
Pund-IT分析师King指出,与云提供商结盟也有风险,因为这些提供商都有自行寻求市场机会的记录。他说:“对NetApp和其他存储专业厂商来说,危险的是那些实力强大的云提供商自己开发可复制NetApp产品的服务。”
Pasek对此并不认同,他认为,云合作伙伴打开了一个新的渠道。“大约三分之二的新客户不了解NetApp,所以这是一个讨论他们内部部署需求的一个好机会。”
Vellante说,最大的挑战是在本地存储市场非常薄弱的情况下,如何过渡到可持续订阅模式,“前方危机重重”。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。