网络设备巨头思科系统公司今日发布第三季度财报后,盘后股价大涨20%。此次财报业绩稳健,营收双双超出市场预期,同时公司宣布新一轮裁员计划,此次裁员人数不足4000人,占总员工数比例低于5%。
思科此次业绩表现虽谈不上惊艳,但确实超过了市场预期。公司调整后每股收益为1.06美元,略高于华尔街预期的1.04美元。当季营收同比增长12%,达158.4亿美元,高于市场预期的155.6亿美元。与此同时,思科整体盈利能力也明显提升,当季净利润为33.7亿美元,较上年同期的24.9亿美元大幅增长。
展望第四季度,思科预计每股收益将在1.16至1.18美元之间,营收预计在167亿至169亿美元之间。这一预测明显优于华尔街此前预期的每股收益1.07美元、营收158.2亿美元,预示着更强劲的增长势头。
思科首席执行官查克·罗宾斯在分析师电话会议上透露,公司今年迄今已收到来自人工智能基础设施及超大规模云服务商的订单总额达53亿美元。他补充称,全年该市场订单预计将超过90亿美元,远超最初设定的50亿美元目标。此外,公司预计今年来自该市场的总营收将达40亿美元,高于此前30亿美元的预期。
尽管思科在人工智能领域的布局起步时并未引发太多关注,但近几个月来公司发展势头明显加速,股价于去年底创下历史新高,终于超越了互联网泡沫时期的峰值。今年以来,思科股价继续攀升,涨幅已超32%,是纳斯达克综合指数同期涨幅14%的两倍有余。
罗宾斯今日在一篇与财报同步发布的博客文章中表示,最新一轮裁员将于次日正式启动。此次裁员是科技行业近期持续裁员浪潮的缩影,多家企业均将裁员原因归结为人工智能应用的加速普及。
"在人工智能时代胜出的企业,将是那些专注、高效,并能持续将资源集中投向需求最旺盛、长期价值最高领域的公司,"罗宾斯写道,"我对思科成为这样的赢家充满信心。这意味着我们必须做出艰难的抉择——在哪里投资、如何组织架构、如何让成本结构与我们面前的机遇相匹配。"
思科此次宣布的裁员,进一步加剧了科技行业今年以来裁员规模持续扩大的态势。据裁员追踪网站Layoffs.fyi数据显示,科技行业今年迄今已累计裁员103,571人,正逐步接近去年全年裁员124,201人的总量。
在监管文件中,思科表示,离职员工遣散费等相关支出将产生约10亿美元的税前费用,其中4.5亿美元将在第四季度确认计入。
本季度内,思科发布了多款基于新一代网络处理器的交换机和路由器,以及专为量子计算系统设计的全新通用量子交换机。此外,公司还完成了两项重要收购:以近3亿美元收购以色列网络安全公司Astrix Security,以及收购具备原生人工智能能力的可观测性初创企业Galileo Technologies。思科表示,两项收购均旨在强化其智能体安全产品矩阵。
思科寄望于这两项收购能为安全业务注入新的增长动能。该部门上一季度营收基本持平,约为20亿美元以下,与华尔街预期的19.9亿美元基本吻合。网络业务仍是本季度最主要的增长引擎,营收同比增长25%,达88.2亿美元,超出市场预期的84.7亿美元。
Q&A
Q1:思科今年人工智能基础设施的订单规模有多大?
A:思科首席执行官查克·罗宾斯透露,公司今年迄今已收到来自人工智能基础设施及超大规模云服务商的订单总额达53亿美元,预计全年该市场订单将超过90亿美元,远超最初50亿美元的目标。此外,今年来自该市场的总营收预计将达40亿美元,同样高于此前30亿美元的预期。
Q2:思科此次裁员的原因和规模是什么?
A:思科此次宣布裁员不足4000人,占总员工数比例低于5%。公司将裁员归因于人工智能应用的加速普及,以及将资源重新集中于高增长领域的战略需要。相关遣散费等税前费用预计约为10亿美元,其中4.5亿美元将于第四季度确认计入。
Q3:思科收购Astrix Security和Galileo Technologies的目的是什么?
A:思科收购以色列网络安全公司Astrix Security(交易金额约3亿美元)和原生人工智能可观测性初创企业Galileo Technologies,主要目的是强化公司的智能体安全产品能力。思科希望通过这两项收购,为增长乏力的安全业务注入新动能,该部门上季度营收约为20亿美元,基本与市场预期持平。
好文章,需要你的鼓励
机器人智能公司Inbolt将于2026年6月在芝加哥Automate展会上发布两项新能力:Inbolt机器人编程功能和扩展版机器人控制模块。新功能可让工程师直接基于CAD模型构建程序,结合视觉模型实时定位实体零件并自动调整运动路径,彻底消除传统调试中耗时数周的手动示教环节。此次更新还将原生支持安川机器人,使平台覆盖品牌扩展至六个。
浙江大学团队提出目标视角复现任务(TVR),测试AI主动导航至指定视角的能力,最强模型成功率仅12%,人类达93%,并验证了视觉示范学习与多轮强化学习的提升路径。
本文提供了一套完整的笔记本电脑深度清洁方案。硬件方面,介绍了如何用温和洗涤剂清洁机身、用微纤维布擦拭屏幕、用压缩空气清理键盘及清洁充电线的正确方法。软件方面,建议及时更新操作系统与驱动程序,删除冗余文件与临时下载内容,并通过开启Windows Storage Sense功能实现自动清理,同时将剩余文件整理归类,保持系统整洁高效运行。
这项研究提出"VLM即教师"框架,让视觉语言模型在视频生成推理时充当实时监考官,通过可微分奖励信号在线优化轻量LoRA模块,平均提升视频推理性能16.7分。