戴爾於週四市場收盤後公布了財報，超過了預期的營收和利潤。但是，這些結果顯示，企業和二級雲服務提供商的人工智能（AI）採用速度低於預期。
在財報發布後，戴爾的股價在盤後交易中下跌了17.78%，加上常規交易時的5.18%損失。不過，該股年初至今仍上漲了86.79%。
戴爾首席營運官Jeff Clarke在財報電話會議中指出：“數據是關鍵——83%的數據存在於本地，50%是在邊緣生成的。”他強調，“為了提高效率和安全性，AI正日益接近於數據”，並補充說，本地AI推理的成本效益比雲解決方案高出75%。
戴爾的AI策略基於企業更傾向於在本地部署基礎設施，以有效利用本地數據。這一策略反映了他們在大雲戰爭期間的做法，當時公司在渴望擁有基礎設施控制權的同時，也優先考慮雲服務的靈活性。最終，許多企業被超大規模雲的優勢吸引。
Bernstein的分析師Toni Sacconaghi對戴爾的AI伺服器敘述提出質疑，認為17億美元的AI伺服器若營運利潤持平，可能暗示這些產品的利潤率為零。戴爾的首席財務官Yvonne McGill回應說，雖然AI優化伺服器可能會稀釋利潤率，但它們對整體利潤仍具正面貢獻。
戴爾的長期策略是銷售虧損引導的產品，期望隨後能夠推銷利潤更高的設備。這一做法簡化了客戶的採購和支援，因為戴爾將AI伺服器與更具利潤性的網絡和存儲解決方案捆綁在一起。
Clarke進一步概述了阻礙企業AI採用的挑戰。許多客戶仍在考慮如何在業務中實施AI，這需要戴爾提供大量的服務和顧問式銷售。他提到六個主要的使用案例：內容創建、支持協助、自然語言搜索、數據設計與創建、代碼生成及文檔自動化。幫助客戶為這些應用準備數據是戴爾努力的重點。
Clarke的言論強調，企業AI項目仍處於初期階段。數據處理、訓練和部署管道的複雜性造成了重大挑戰，猶如一台脆弱的Rube Goldberg機器。與雲採用的相對平穩過程相比，目前的AI環境面臨諸多問題，包括技能差距，與大雲戰爭期間所面對的困難類似。
當前的AI基礎設施需求更深的專業知識，使得廠商必須彌合這一技能差距。儘管有觀點認為本地基礎設施的成本在規模上可能更低，但大多數企業會將此與管理此類設置所產生的運營支出和複雜性進行權衡。
此外，供應限制也是一個挑戰。各公司都在競爭Nvidia的GPU，而超大規模和二級雲提供商已經大量採購。儘管戴爾在組件採購上有著良好的記錄，客戶仍可能面臨GPU伺服器的更長交貨期。
戴爾似乎正在打持久戰，押注本地AI基礎設施的必要性，特別是對於延遲敏感的工作負載。該公司旨在幫助企業克服AI採用的障礙，接受短期的GPU伺服器利潤犧牲以達成此目標。
最終，戴爾的策略是否能成功仍然存在不確定性，特別是在雲提供商已經交付許多客戶要求的企業AI解決方案且需求基礎設施較少的情況下。未來幾個季度將顯示戴爾的做法是否能夠有效與強大的超大規模雲提供商的產品競爭。
排行榜
