ZD至顶网安全频道 04月21日 综合消息:在2017财年第四季度,梭子鱼收入8930万美元,同比增长6.7%,但环比仅增长0.6%。利润为320万美元,与去年同期数字相同,环比增长77.8%。
2017财年的全年收入为3.526亿美元,相比2016年高出10.12%,利润为1020万美元,远远好于去年同期的亏损440万美元。
所以我们看到了好的、但还不够令人兴奋的结果,但不管怎样业务仍在增长中。梭子鱼公司总裁兼首席执行官BJ Jenkins在他的声明中提到“表现稳定的第四季度”。“我们的表现实现了创纪录的收益以及公司历史上最高的5890万美元现金流。”
在第四季度业绩中,订阅是占主导的:
- 订阅收入增长至6940万美元,相比去年同期的6210万美元增加了12%,在总收入中占比78%
- 应用收入为1990万美元,相比之下去年同期为2170万美元
- 全年应用收入为8270万美元,相比之下去年同期为8930万美元
- 总交易额为1.032亿美元,相比之下去年同期为9580万美元
- 核心产品交易额增长21%至6380万美元,相比之下去年同期为5260万美元
- 活跃订阅用户的数量同比增长了15%,截止2017年2月28日达到321000,在该季度新增了12000的订阅用户
- 基于美元的更新率为89%(按照恒定货币计算为90%)
William Blair分析师Jason Ader评论称:“更新率再次减少,为89%,主要是由于受到了来自合约期缩短、过渡到云、货币逆势以及传统业务下滑的影响。基于美元的年更新率为97%,保持健康状态,基于单位量的更新率保持不变,客户增幅为15%(321000个订阅用户),情况同样良好。”
展望下个季度,交易额预计增加5.9%,在1.03到1.05亿美元之间,收入在9000万到9200万美元之间,这意味着同比增幅为5%,中间点为9100万美元。
梭子鱼公司的季度收入和利润情况
上面这张季度收入和净收益图表显示了季度收入增幅最近保持持平,从全年看的状况显示稳定的同比增长:
我们看到这家公司对客户从内部部署的设备转向公有云和订阅模式做出了反应,利润表现却不是特别抢眼。梭子鱼的订阅用户群环比增加了12000个,同比增加了近43000个,但是利润仍然保持持平;320万美元,反映出设备销售的亏损状况。
Ader写道:“梭子鱼再一次在交易额、收入和EPS方面超出了华尔街的预期,这主要是收到了稳健执行的带动……我们很高兴看到该公司在转型成为一家公有/私有云安全及基础设施提供商方面取得的进展,该公司的核心业务交易额增长了21%,公有/私有云的客户数突破了1000家。”
财报电话会议
Jenkins在财报电话会议上提到了公司专注于云和安全。“梭子鱼的愿景是成为中端市场的领先安全平台。为了实现这个目标,我们将把投资、产品组合和发展路线与市场保持一致,以满足我们客户更多采用云、SaaS和管理服务、付费即用的IT部署模式以及批量结算选项的需求。”
这里的“安全”涵盖电子邮件安全和管理、网络和应用安全、数据加密。“电子邮件安全和管理使我们平台的基石。电子邮件仍然是主要的威胁因素,并且是企业迁移到云的首批应用之一……我们现在有超过1000家客户在公有云中采用我们的安全解决方案。”
Jenkins表示,公司有一些三年、五年的订阅交易现在已经更新为年度交易,甚至还有一些更短期的交易。很多交易也出现了一些变化,例如Intronis MSP产品,是按月付费的。
梭子鱼公司首席财务官Dustin Driggs称公司是以美国为中心的业务。“从区域来看,我们第四季度的收入中有76%来自美洲,18%来自EMEA,6%来自亚太。”
他补充说:“我们今年的自由现金流是5890万美元,比去年增加了42%。”
Ader写道:“梭子鱼正在从内部部署设备转向为基于云的解决方案方面取得显著的进展,同时也在加速核心业务的增长,公有云还处于发展初期,梭子鱼在企业级市场的领先地位尚未得到充分证明。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。