# 热门搜索 #
搜索
踏上AI变革之旅,IBM迎来黄金时代?
8582点击    2024-02-29 10:39

BM 植根于大型机计算和个人计算机以及互联网时代的互联网技术。



IBM(NYSE:IBM)植根于大型机计算和个人计算机以及互联网时代的互联网技术。然而,在过去的十年里,IBM进一步落后于技术曲线,因为它在2020年加大了对Watson产品的投入,错过了云计算的趋势列车。 


为了弥补失去的机会,它在2018年以比红帽市值高出63%的价格加价收购了开源企业云软件制造商红帽。考虑到其新任首席执行官利用此次收购引导IBM踏上了开源人工智能和混合云的变革之旅,此次收购是有意义的。 


目前,该公司已将其产品套件重新定位为以平台为中心的模型,如下面所附的可视化所示。此外,该公司还于2021年剥离了位于Kyndryl的技术专业服务,从而实现了稍微精简。在资产剥离方面,该公司最近还剥离了The Weather Company,使其能够进一步精简其核心软件和人工智能业务的重点和资源。 



截至该公司最新的FY23 10-K文件,IBM通过四个可报告部门报告其收入。软件和咨询领域将成为未来发展的重点,因为这两个领域的产品定位于GenAI、混合云、数据、自动化安全和技术咨询等新兴技术。到目前为止,软件和咨询部门约占其总收入的75%。 


IBM向人工智能平台的快速转变是新的,但非常受欢迎。   



首席执行官已经正确评估了公司在快速竞争的技术环境中的优势,并且正在以极大的紧迫感推动IBM前进。在首席执行官的掌舵下,管理层重新调整了优先事项,以更好地将IBM定位为一家专注于增加经常性收入的成熟软件公司。以红帽为平台革命的中心,管理层在20财年转型之际将软件和咨询作为其增长载体,随着公司的增长回归,过去几年的成果已经开始显现。   



软件和咨询的大部分增长是由人工智能和数字化转型的需求推动的。在软件领域,对Red Hat OpenShift平台和IBM人工智能平台watsonx的需求如何成为推动该领域5%同比增长的关键。软件领域的实力也转化为更高的经常性收入,因为自2021财年以来,IBM的年度经常性收入(“ARR”)一直持续增长7%至8%。 


IBM的咨询部门全年继续保持强劲表现,因为IBM继续吸引企业在数据和分析等领域(尤其是GenAI)数字化转型的需求。相信管理层采取了正确的姿态,并将IBM定位为人工智能领域的领导者,这使得该公司能够在企业去年迅速采取行动优先考虑其云现代化和人工智能扩展项目时保持相关性。随着越来越多的企业客户开始在其项目中向IBM分配预算资源,IBM的平台战略开始对其有利。IBM首席财务官在去年的一次会议上谈到向平台公司转型时提到了这一点: 


我们在Arvind的领导下建立了以平台为中心的业务,首先围绕行业领先的混合云平台Red Hat OpenShift;其次,我们刚刚在今年5月的Think会议上宣布了我们围绕watsonx的生成式AI平台。这些平台具有非常有吸引力的乘数效应,您在平台上投入的每一美元,我们都会获得3至5美元的软件,以及6至8美元的服务。Kyndryl分离后,我们今天的投资组合由75%的软件和咨询增长向量组成,具有非常稳定、高价值的经常性收入流,占IBM组合的50%以上。   

管理层通过开放其watsonx人工智能平台并采用开源模型,迅速进入人工智能领域,这几乎是一种新颖的做法。除了其watsonx平台外,它还率先与Meta合作,推出了AI联盟。这可能不会立即成为收入来源,但它无疑进一步使IBM成为开源人工智能领域的领导者。 


到目前为止,IBM软件部门的数据和人工智能收入项目增长了5-6%,符合公司的中期增长模型,即,但随着人工智能推理赶上正在训练的人工智能/机器学习模型从今天开始部署,预计数据和人工智能将成为重要的收入贡献者,其增长速度快于公司的收入增长。 



目前,市场对IBM的估值约为过去12个月自由现金的15倍。但展望未来,该股24财年的远期自由现金估值为14倍。出于长远考虑,IBM预计今年其自由现金将增长约7%。在我看来,对于一家在世纪之交被大多数投资者视为价值陷阱的公司来说,这是非常令人印象深刻的。从上图可以看出,IBM的自由现金自2021财年以来复合增长率为19%。 


尽管如此,我仍将使用反向DCF来估计投资者如何评价IBM今天的自由现金。假设最终增长率为2%,折现率为9%,并且今天收盘时的股价约为184美元,对于投资者来说,IBM自由现金的隐含增长率仅为2.4%。结   


如今,IBM的许多事情都进展顺利。IBM将自己战略性地定位为AI受益者,同时通过智能地采用平台方法,使其客户和客户能够过渡到AI和混合云的世界。相信该公司将重回成为长期赢家的轨道。 


文章来自于微信公众号“华尔街大事件”(ID:WallStreetNews),作者 “Uttam Dey”


关键词: watsonx , AI芯片 , IBM , AI硬件
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
RAG

【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。

项目地址:https://github.com/microsoft/graphrag

【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。

项目地址:https://github.com/langgenius/dify


【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。

项目地址:https://github.com/infiniflow/ragflow/tree/main


【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目

项目地址:https://github.com/phidatahq/phidata


【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。

项目地址:https://github.com/TaskingAI/TaskingAI