IBM公司公布的营收与每股收益均超出分析师预期,但由于管理层拒绝上调全年业绩预测,其股价在盘后早盘交易中一度下跌逾7%。
按固定汇率计算,IBM第一季度营收增长6%,达到159亿美元,高于分析师预测的156.2亿美元。每股收益增长19%,至1.91美元,超出分析师预期的1.81美元。毛利润达92亿美元,同比增长12%,毛利率上升1.1个百分点至57.7%。
首席财务官詹姆斯·卡瓦纳表示,第一季度营收增速创十年来最强。"这是一个极为强劲的年度开局,"他说。
尽管如此,管理层仍拒绝上调全年预测,重申2026年固定汇率营收增速超过5%、自由现金流较上年增加约10亿美元的此前预期。
这一表态似乎令投资者失望。尽管IBM历来不在第一季度后上调预期,股价仍在盘后交易中下跌逾6%。
核研究公司分析师邓肯·范·库特伦表示:"目前许多公司在发布财报前面临较高预期,一旦表现未能尽善尽美,便会遭到市场惩罚。"
不过,IBM本季度各项业务表现几近完美。按固定汇率计算,软件营收增长8%,基础设施营收增长12%,其中新款大型机产品线销售额大涨48%,为整体增长提供了有力支撑。
自首席执行官阿尔文·克里希纳五年前接任以来,软件销售一直是公司的重点方向。"我们对软件业务比上个季度更为乐观,"卡瓦纳说。
IBM并未单独披露人工智能相关营收,但管理层表示需求强劲且持续增长。"AI正在重塑客户的运营环境,"卡瓦纳表示,"IBM对信任、安全与治理的专注,使我们能够为客户切实创造价值。"
范·库特伦指出,数据产品营收16%的增幅表明IBM的AI战略正在获得客户认可。"这看起来是AI带动需求在业绩中的体现,"他说,"企业需要数据、数据架构和运行时环境,而IBM三者兼备。"
基础设施营收的增长同样令人鼓舞。大型机销售近50%的涨幅"说明'一切都将转向超大规模云服务商'的论断并未成真",他表示,"受监管的企业正在大力投资本地AI基础设施,而这恰恰是IBM的优势所在。"
混合云业务(主要为红帽产品)营收增长10%。卡瓦纳表示,红帽OpenShift年化营收已达20亿美元并持续增长。自动化业务增长7%,数据业务增长16%,交易处理业务增长2%。
唯一的软肋是咨询业务,营收为53亿美元,与上年基本持平。"这表明企业正在推进已签约的项目,但可能尚未加速拓展新业务,"范·库特伦表示,"值得持续关注。"
克里希纳表示,中东地区的紧张局势目前尚未对IBM业务造成影响。"我们在中东实现了数十年来最强劲的增长,"他说,"预计这一势头将延续至第二季度。"
截至第一季度末,IBM持有现金、限制性现金及有价证券共计118亿美元,较2025年末减少26亿美元,债务年初至今增加51亿美元。
自由现金流增长3亿美元至22亿美元。卡瓦纳表示,这一指标已日益成为华尔街对公司估值的核心参考依据。
Q&A
Q1:IBM第一季度业绩表现如何?
A:IBM第一季度表现强劲,按固定汇率计算营收增长6%至159亿美元,超出分析师预期;每股收益增长19%至1.91美元,亦优于预期。首席财务官詹姆斯·卡瓦纳表示,这是十年来最强劲的第一季度营收增速。但由于管理层未上调全年预期,股价在盘后交易中下跌超6%。
Q2:IBM的AI业务在财报中有哪些体现?
A:IBM未单独披露AI营收,但管理层强调AI需求强劲且持续增长。分析师指出,数据产品营收16%的增幅是AI带动需求的具体体现。IBM在AI领域聚焦信任、安全与治理,企业客户对数据、数据架构和运行时环境的需求均能由IBM一站式满足。
Q3:IBM咨询业务为何表现疲软?
A:IBM咨询业务第一季度营收约53亿美元,与上年基本持平,成为整体业绩中的唯一软肋。分析师认为,这意味着企业正在执行已签约的项目,但尚未积极拓展新合同,后续表现值得持续关注。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。