戴尔于周四市场收盘后发布了财报,业绩超出预期,收入和利润均高于预估。然而,结果显示,企业与二级云服务提供商在人工智能(AI)领域的应用进展比预期慢。
财报发布后,戴尔股票在盘后交易中下跌17.78%,连同常规交易时段的5.18%损失,总体下滑明显。尽管如此,年初至今该公司股价仍上涨了86.79%。
戴尔首席运营官杰夫·克拉克在财报电话会议上表示:“数据是关键——83%的数据存储在本地,其中50%是在边缘生成的。”他强调,“AI正在向数据靠拢,以提高效率、有效性和安全性。”他补充道,本地AI推断的成本效益比云解决方案高出75%。
戴尔的AI战略基于一个假设,即企业将倾向于在本地部署基础设施,以有效利用本地数据。这一策略与戴尔在“云战争”时期的做法相似,企业当时在追求云服务灵活性的同时,也希望控制自己的基础设施。最终,许多企业被大规模云服务的优势所吸引。
分析师托尼·萨科纳吉对戴尔在AI服务器方面的叙述表示质疑,指出其17亿美元的AI服务器将带来平稳的经营利润,是否意味着这些产品的利润率极低。对此,首席财务官伊冯娜·麦基尔承认,尽管AI优化服务器可能会稀释利润率,但它们对整体利润是有积极贡献的。
戴尔长期以来的战略是销售亏损的产品,期望随后能够提升销售更高利润率的设备。这种方法为客户简化了采购和支持,戴尔将AI服务器与更盈利的网络和存储解决方案捆绑在一起。
克拉克还指出,企业在AI应用方面面临的主要障碍之一是许多客户尚不确定如何将AI纳入其运营,这需要戴尔提供大量服务及咨询。他提到六个常见的应用场景:内容创作、支持协助、自然语言搜索、数据设计与创建、代码生成及文档自动化。帮助客户为这些应用准备数据是戴尔的重要工作重点。
克拉克的发言强调,企业AI项目仍处于初始阶段。数据处理、训练和部署管道的复杂性带来了重重挑战,如同一台脆弱的鲁布·戈德堡机器。与相对顺利的云采纳之旅不同,目前的AI领域面临着技能差距等问题,这种差距在“云战争”期间也曾显著存在。
当今的AI基础设施需要更深的领域专业知识,这使得厂商必须弥补这一技能差距。尽管有人认为在规模化情况下,本地基础设施的成本可能更低,但大多数企业必须权衡这些论点与管理该类设置所带来的运营开销和复杂性。
此外,供应限制也带来了额外挑战。各公司正在争夺英伟达的GPU,而超大规模及二级云服务提供商已经在大量采购。虽然戴尔在组件采购方面表现出色,但客户可能会面临更长的GPU服务器交货时间。
戴尔似乎正在进行一场长远的博弈,押注于对本地AI基础设施的必然需求,特别是对于对延迟敏感的工作负载。该公司旨在帮助企业克服AI应用的障碍,愿意在GPU服务器上接受短期的利润牺牲以实现这一目标。
最终,戴尔的战略是否能成功仍存在不确定性,特别是在云服务提供商已经推出多种企业AI解决方案且几乎不需要面对客户基础设施的情况下。接下来的几个季度将揭示戴尔的策略是否能有效与超大规模云服务提供商的强大产品竞争。