IBM twierdzi, że wydatki na AI opóźniły transakcje dotyczące mainframe’ów, ale szkody są tymczasowe
IBM doświadczył historycznej wyprzedaży akcji po przyznaniu, że wydatki na infrastrukturę AI przyczyniły się do wykolejenia jego drugiego kwartału. Jednak historia TechCrunch po publikacji wyników przynosi wyraźne odwrócenie: IBM zapewnia, że klienci opóźniają zakupy mainframe’ów, a nie z nich rezygnują.
Prezes Arvind Krishna twierdzi, że duże przedsiębiorstwa przekierowały kapitał na serwery, pamięć masową i pamięć operacyjną w ostatnich tygodniach czerwca. Kupujący chcieli zabezpieczyć dostawy przed spodziewanymi podwyżkami cen. Transakcje dotyczące mainframe’ów i powiązanego oprogramowania nie zostały więc zamknięte w terminach oczekiwanych przez IBM.
To wyjaśnienie stawia w bezpośrednim konflikcie dwie interpretacje. Inwestorzy dostrzegli dowód, że budżety na AI wypierają ugruntowane segmenty działalności IBM. IBM dostrzegł tymczasową zmianę kolejności zakupów w ramach stałych budżetów korporacyjnych, po której opóźnione transakcje nadal mogą zostać sfinalizowane.
Różnica ma znaczenie daleko wykraczające poza jeden kwartał. Mainframe’y pozostają kluczowe dla przetwarzania transakcji w bankach, liniach lotniczych, sieciach płatniczych i agencjach rządowych. Jeśli wydatki na AI jedynie przesuwają modernizacje w czasie, IBM może się odbudować. Jeśli AI trwale zmienia to, która infrastruktura zyskuje priorytet budżetowy, firma staje przed głębszym problemem.
Ostrzeżenie IBM zamieniło słaby kwartał w test wiarygodności
IBM nie tylko nie spełnił oczekiwań. Wcześnie ostrzegł inwestorów, obwinił późną zmianę wydatków klientów i przyznał, że jego zespoły nie zareagowały.
14 lipca Krishna opublikował wstępne wyniki za drugi kwartał ponad tydzień przed planowanym ogłoszeniem wyników przez IBM. Przychody wyniosły 17,2 mld dolarów, o 1 procent więcej niż rok wcześniej. Przychody z infrastruktury spadły o 7 procent, podczas gdy oprogramowanie wzrosło o 5 procent, a konsulting pozostał w przybliżeniu bez zmian.
Wyniki te znalazły się poniżej oczekiwań Wall Street. Analitycy ankietowani przez FactSet przewidywali przychody na poziomie 17,86 mld dolarów i skorygowany zysk 3,01 dolara na akcję. IBM zaraportował skorygowany zysk w wysokości 2,93 dolara na akcję.
Reakcja rynku była dotkliwa. Akcje IBM spadły 14 lipca o około 25 procent, co oznaczało największy jednodniowy spadek spółki od ponad stulecia. Wyprzedaż rozprzestrzeniła też niepokój wśród firm programistycznych zależnych od budżetów na technologie korporacyjne.
Nietypowo bezpośredni list do inwestorów Krishny wyjaśniał bezpośrednią przyczynę. IBM oczekiwał spadku przychodów z infrastruktury, ponieważ mainframe z17 wszedł w trudniejszy okres porównań rok do roku. Faktyczny spadek był większy, ponieważ duże transakcje dotyczące systemów Z i oprogramowania do przetwarzania transakcji nie zostały zamknięte.
Moment ostrzeżenia uczynił je bardziej szkodliwym. IBM opisywał premierę z17 jako najsilniejszy start programu mainframe w swojej historii. Inwestorzy mieli więc powody oczekiwać, że cykl produktowy wesprze przychody, nawet gdy porównania z początkowym okresem premiery stawały się trudniejsze.
Zamiast tego IBM przyznał, że zachowanie klientów szybko zmieniło się pod koniec kwartału. Przedsiębiorstwa przekierowały wydatki kapitałowe, czyli pieniądze przeznaczone na aktywa o długim okresie użytkowania, na serwery, pamięć masową i pamięć operacyjną. Ograniczenia podaży i spodziewane podwyżki cen uczyniły te zakupy pilniejszymi.
Według IBM klientów rozpraszały również obawy związane z cyberbezpieczeństwem. Krishna nie przedstawił jednak warunków zewnętrznych jako pełnego usprawiedliwienia. Napisał, że IBM „zawiódł”, nie dostosował się wystarczająco szybko i pozwolił, by liczne duże transakcje przesunęły się poza oczekiwane terminy.
To przyznanie zmieniło sprawę z rutynowego spadku w cyklu produktowym w pytanie o wykonanie. Presja podażowa może wyjaśniać, dlaczego klienci zmienili kolejność zakupów. Nie wyjaśnia w pełni, dlaczego IBM nie przewidział skali zjawiska ani nie zabezpieczył wystarczającej liczby transakcji, by spełnić oczekiwania.
Ostateczne wyniki kwartalne potwierdziły przychody na poziomie 17,162 mld dolarów. Infrastruktura wygenerowała 3,835 mld dolarów, o 7,4 procent mniej rok do roku. Marża zysku tego segmentu również spadła z 23,3 procent do 21,8 procent.
Oprogramowanie pozostało największym segmentem, generując 7,761 mld dolarów przychodów i wzrost o 5,1 procent. Konsulting wniósł 5,327 mld dolarów, co oznaczało wzrost zaledwie o 0,2 procent. Dane te pokazują, dlaczego niedobór przychodów z mainframe’ów miał znaczenie mimo szerszego portfolio IBM.
Sprzęt mainframe wspiera większy ekosystem gospodarczy. Klienci kupują także oprogramowanie operacyjne, narzędzia do przetwarzania transakcji, wsparcie i konsulting wokół tych systemów. Opóźnienie dostawy maszyny może więc wstrzymać kilka powiązanych strumieni przychodów.
Wstrząs po publikacji wyników w TechCrunch nie był twierdzeniem, że mainframe’y nagle przestały działać. Był ostrzeżeniem, że najbardziej niezawodny cykl produktowy IBM zderzył się z pilniejszą kategorią wydatków na infrastrukturę.
Dlaczego infrastruktura AI wyprzedziła mainframe’y IBM
AI nie zastąpiła mainframe’a w tym kwartale. Zmieniła to, których zakupów sprzętowych klienci nie mogli uznać za możliwe do odroczenia.
Budżety na technologie dla przedsiębiorstw nie są nieskończenie elastyczne. Duże organizacje planują roczne wydatki kapitałowe, lecz mogą zmieniać kolejność zakupów, gdy zmieniają się dostępność i ceny. Według IBM właśnie to wydarzyło się pod koniec czerwca.
Klienci priorytetowo potraktowali serwery ogólnego przeznaczenia, systemy pamięci masowej i pamięć potrzebną do projektów AI. Pamięć była szczególnie istotna, ponieważ współczesne systemy AI zużywają duże ilości pamięci o wysokiej przepustowości oraz pamięci konwencjonalnej w zadaniach treningu, inferencji i przetwarzania danych.
Inferencja to proces uruchamiania wytrenowanego modelu AI w celu uzyskania odpowiedzi lub prognozy. Gdy firmy przenoszą aplikacje AI z eksperymentów do środowiska produkcyjnego, inferencja tworzy trwały popyt na serwery, akceleratory, sieci, pamięć masową i pamięć operacyjną.
Modernizacje mainframe’ów przebiegają według innego harmonogramu. Przedsiębiorstwa zwykle starannie je planują, ponieważ wspierają one wrażliwe obciążenia o dużym wolumenie. Bank nie może beztrosko przenieść przetwarzania płatności z jednej architektury do innej tylko dlatego, że pojawił się nowy serwer AI.
Ta stabilność sprawia też, że transakcję dotyczącą mainframe’a łatwiej odroczyć. Klient może przez kolejny kwartał korzystać z istniejącej pojemności, jednocześnie dziś zabezpieczając trudno dostępny sprzęt AI. Obciążenie pozostaje, ale zamówienie zakupowe zostaje przesunięte.
Wyniki IBM częściowo wspierają to wyjaśnienie. Infrastruktura rozproszona, w tym systemy Power i pamięć masowa, wzrosła w kwartale o 37 procent. IBM podał, że działalność ta zakończyła czerwiec z portfelem zamówień o wartości około 500 mln dolarów.
Kontrast wewnątrz IBM jest wymowny. Klienci nadal kupowali infrastrukturę, lecz preferowali produkty odpowiadające na natychmiastowe ograniczenia pojemności. Popyt nie zniknął z rynku. Przesunął się między kategoriami.
To mechanizm stojący za argumentem IBM o tymczasowym zakłóceniu. Infrastruktura AI otrzymuje priorytet, ponieważ opóźniony dostęp może spowolnić nowy projekt lub narazić kupującego na wyższe koszty komponentów. Modernizacja mainframe’a może czasem poczekać, nie zakłócając bieżących operacji.
Argument ten staje się mniej uspokajający, gdy spojrzeć na niego przez pryzmat kilku cykli budżetowych. Jeśli sprzęt AI wielokrotnie pochłania pierwszą część rocznego kapitału, rzekomo tymczasowe opóźnienia IBM mogą się powtarzać. Powtarzane odroczenia z czasem zachowują się jak słabszy popyt, nawet gdy klienci zachowują wszystkie istniejące obciążenia mainframe’ów.
IBM musi więc udowodnić coś więcej niż dalsze korzystanie z mainframe’ów. Musi wykazać, że to wykorzystanie przekłada się na terminowy wzrost pojemności i przychody z oprogramowania. Zainstalowane systemy mogą pozostać niezbędne, podczas gdy sprzedaż nowych systemów nadal będzie rozczarowywać.
To rozróżnienie pomaga wyjaśnić intensywną reakcję inwestorów. Mainframe’y często generują przychody cykliczne, z silnym wzrostem po premierze nowej generacji i spadkami w miarę dojrzewania tego cyklu. Inwestorzy oczekują takich wzorców. Reagują silniej, gdy flagowa premiera wypada słabo, ponieważ klienci znaleźli pilniejszy cel dla kapitału.
z17 został wprowadzony jako mainframe zaprojektowany dla ery AI. Obejmuje możliwości uruchamiania modeli AI obok obciążeń transakcyjnych, pozwalając organizacjom analizować dane bez przenoszenia każdego rekordu do innego środowiska.
Taka konstrukcja powinna stawiać IBM po stronie wygrywającej na wydatkach na AI. Jednak drugi kwartał ujawnił budżetowy podział między infrastrukturą kupowaną specjalnie na potrzeby ekspansji AI a infrastrukturą promowaną jako zdolna do dodania AI do ugruntowanych obciążeń.
Te dwie kategorie rozwiązują różne problemy. Systemy oparte na GPU są przeznaczone do treningu modeli i inferencji na dużą skalę. Mainframe’y służą bezpiecznemu przetwarzaniu transakcji, dostępności i scentralizowanej kontroli, z AI zintegrowaną z istniejącymi operacjami.
Wyzwaniem IBM jest nadanie połączonemu zastosowaniu pilności. Jeśli klienci uznają AI w mainframe’ach za użyteczną, lecz nie niezbędną, nadal będzie ona przegrywać w rywalizacji o harmonogram z trudno dostępnymi serwerami i pamięcią.
TechCrunch po załamaniu: IBM twierdzi, że mainframe jest opóźniony, a nie umiera
Obrona IBM opiera się na danych o pojemności klientów i opóźnionych transakcjach, a nie na twierdzeniu, że kwartał był potajemnie mocny.
Podczas telekonferencji wynikowej 22 lipca Krishna odrzucił tezę, że klienci odchodzą od mainframe’ów. Powiedział, że IBM nie widzi dowodów na porzucanie platformy przez klientów. Firma zamiast tego scharakteryzowała niedobór jako problem z harmonogramem skoncentrowany na dużych transakcjach kapitałowych.
IBM podał, że wyniki z17 pozostawały na poziomie bliskim 130 procent porównywalnego programu z16. „Program do programu” porównuje sprzedaż lub zainstalowaną pojemność w tym samym momencie kolejnych cykli produktowych.
Firma poinformowała również, że klienci reprezentujący 85 procent zainstalowanych MIPS utrzymali lub zwiększyli pojemność. MIPS, czyli miliony instrukcji na sekundę, to tradycyjna miara używana do opisywania mocy przetwarzania mainframe’ów.
Liczby te wspierają argument, że podstawowe obciążenia pozostają na miejscu. Pasują także do historycznej trwałości mainframe’ów. Organizacje nadal z nich korzystają, ponieważ zastąpienie głęboko zintegrowanych systemów transakcyjnych wiąże się z ryzykiem operacyjnym, bezpieczeństwa i zgodności z regulacjami.
Duży bank może na przykład obsługiwać aktualizacje rachunków, autoryzacje kart, kontrole oszustw i procesy rozliczeniowe za pośrednictwem aplikacji mainframe. Przeniesienie tych systemów wymaga czegoś więcej niż przepisania starego kodu COBOL. Organizacja musi zachować integralność danych, dostępność, mechanizmy kontroli audytowej i połączenia z setkami usług zależnych.
Narzędzia AI do programowania mogą ograniczyć część prac modernizacyjnych. Mogą dokumentować stare aplikacje, wyjaśniać nieznany kod i pomagać tłumaczyć wybrane komponenty. Nie eliminują instytucjonalnego ryzyka zastąpienia systemów obsługujących krytyczne transakcje w każdej sekundzie.
Stanowisko IBM ma zatem mocne podstawy techniczne. Mainframe’y trudno zastąpić, ponieważ są osadzone w procesach operacyjnych, a nie tylko w centrach danych. Koszt awarii może przewyższać wszelkie oczekiwane oszczędności z migracji.
Techniczna trwałość nie gwarantuje jednak płynnego cyklu sprzętowego. Klienci mogą utrzymywać obciążenia na systemach IBM, jednocześnie wydłużając życie sprzętu, wykorzystując zapasową pojemność, mocniej negocjując lub przenosząc przyrostowe aplikacje gdzie indziej.
Ta luka między wykorzystaniem zainstalowanych systemów a nowymi wydatkami jest kluczowym napięciem. Dane IBM pokazują, że platforma pozostaje aktywna. Nie dowodzą jeszcze, że każdy opóźniony zakup powróci w pierwotnej skali.
Krishna podał krótkoterminowy punkt odniesienia podczas dyskusji o wynikach. Powiedział, że około jedna trzecia dużych transakcji, których nie udało się zamknąć w drugim kwartale, została już sfinalizowana w trzecim kwartale.
To istotny dowód na problem z harmonogramem. Nie jest to pełne odrobienie strat. Gdy Krishna zabierał głos, dwie trzecie transakcji wciąż nie zostały zamknięte, a IBM nie obiecał, że wszystkie dojdą do skutku bez zmian w skali, terminach lub warunkach.
Ujęcie sytuacji przez techcrunch po publikacji wyników oddaje tę różnicę. AI nie zabiła popytu na pracę wykonywaną przez mainframe'y. Ujawniła jednak, że nawet kluczowe systemy muszą rywalizować o akceptację w ramach ograniczonych budżetów przedsiębiorstw.
IBM obniżył również prognozę wzrostu przychodów w całym roku, przy stałych kursach walut, do przedziału od 4 do 5 procent. Wcześniej oczekiwał wzrostu powyżej 5 procent. Obniżkę prognozy trudno pogodzić z tezą, że każda pominięta transakcja przesunęła się jedynie o kilka tygodni.
Kierownictwo może uważać, że podstawowy biznes pozostaje zdrowy, jednocześnie przyznając, że tegoroczna szansa na przychody osłabła. Oba stwierdzenia mogą być prawdziwe. Platforma może przetrwać, lecz IBM nadal musi realizować cele w kalendarzu, którym kierują się inwestorzy.
Prawdziwa rywalizacja dotyczy priorytetu budżetowego, a nie mainframe'ów kontra AI
Przeciwnikiem IBM nie jest model AI ani inny dostawca mainframe'ów. Jest nim pilność przypisywana każdemu konkurencyjnemu zakupowi infrastruktury AI.
Przedstawianie tej historii jako starcia AI z mainframe'ami tworzy fałszywy wybór technologiczny. Duże przedsiębiorstwa potrzebują zarówno systemów transakcyjnych, jak i mocy AI. Bezpośredni konflikt pojawia się wtedy, gdy liderzy finansowi i technologiczni decydują, który zakup otrzyma finansowanie jako pierwszy.
Projekty AI przyciągają dziś uwagę rad nadzorczych, dyrektorów generalnych, zespołów bezpieczeństwa i liderów jednostek biznesowych. Wiele organizacji obawia się pozostania w tyle za konkurencją lub utraty dostępu do ograniczonych komponentów. Ta presja zwiększa postrzegany koszt czekania.
Modernizacje mainframe'ów mają inne uzasadnienie. Często chronią odporność, wydajność i efektywność systemów, które już tworzą wartość biznesową. Ich korzyści mogą wyglądać na przyrostowe wobec nowej inicjatywy AI obiecującej automatyzację lub nową linię produktów.
Ta asymetria wpływa na IBM, nawet jeśli jego technologia działa zgodnie z zapowiedziami. Sprawdzona platforma może stracić priorytet budżetowy na rzecz spekulacyjnego projektu, gdy kierownictwo uzna ten drugi za strategicznie pilny.
Konkurencyjni dostawcy infrastruktury korzystają na tej pilności. Systemy skoncentrowane wokół Nvidia przechwytują wydatki na obliczenia przyspieszone. Dostawcy chmury hyperscale oferują dostęp do modeli AI i infrastruktury bez wymogu, by każdy klient posiadał bazowy sprzęt.
Dostawcy serwerów, pamięci masowej, sieci i pamięci operacyjnej również korzystają, gdy przedsiębiorstwa budują prywatne środowiska AI. IBM uczestniczy w części tego rynku, lecz ekonomika jego mainframe'ów pozostaje narażona, gdy kupujący oddzielają moce AI od infrastruktury transakcyjnej.
IBM próbował połączyć te światy. z17 obsługuje wbudowane przetwarzanie AI, a watsonx zapewnia narzędzia do tworzenia, zarządzania i wdrażania AI. Oprogramowanie hybrydowej chmury Red Hat pomaga organizacjom uruchamiać obciążenia w środowiskach prywatnych i publicznych.
Pomysł strategiczny jest spójny: przedsiębiorstwa powinny zarządzać AI obok systemów i danych, którym już ufają. Kupujący nie zawsze nabywają jednak technologię jako zintegrowaną architekturę. Właściciele budżetów mogą sfinansować pilny klaster AI teraz, a do mocy mainframe'a wrócić później.
Doradztwo powinno pomóc IBM zasypać tę lukę. Jego doradcy mogą łączyć plany AI z istniejącymi aplikacjami, wymogami zarządzania i danymi operacyjnymi. Przychody z doradztwa wzrosły jednak w kwartale jedynie o 0,2 procent, co ogranicza dowody na szeroką falę wdrożeń.
Oprogramowanie wykazało większy impet. Przychody Red Hat wzrosły o 11 procent, a niedawno przejęte aktywa HashiCorp i Confluent osiągały dobre wyniki, według IBM. Te biznesy wpisują się w hybrydową infrastrukturę, wdrażanie aplikacji i przepływ danych w czasie rzeczywistym.
Wyniki te dają IBM kilka sposobów na czerpanie korzyści z wydatków przedsiębiorstw na AI. Komplikują też tę historię. Firma może zyskiwać dzięki Red Hat lub oprogramowaniu danych, jednocześnie odczuwając opóźnienia w sprzedaży mainframe'ów i systemów przetwarzania transakcyjnego.
Inwestorzy muszą oceniać strukturę przychodów, a nie tylko całkowitą ekspozycję na AI. Przeniesienie przychodów z ugruntowanego stosu o wysokiej marży do innych produktów może zmienić rentowność, terminy sprzedaży i relacje z klientami.
Konflikt wydatków dotyczy także liderów technologicznych zarządzających istniejącymi systemami. Muszą zdecydować, czy modernizować rozwiązania blisko mainframe'a, przenieść wybrane obciążenia, czy budować usługi AI uzyskujące dostęp do ugruntowanych danych przez kontrolowane interfejsy.
Ta decyzja wymaga jasnego rejestru wyborów architektonicznych, deklaracji dostawców, ograniczeń bezpieczeństwa i zależności operacyjnych. Przeszukiwalna techniczna baza wiedzy może pomóc zespołom porównywać te materiały bez odrywania decyzji od ich dokumentów źródłowych.
Mimo to dokumentacja nie rozwiąże dylematu inwestycyjnego. IBM musi wykazać, że modernizacja jego platformy wspiera cele AI już teraz, zamiast jedynie utrzymywać infrastrukturę, którą klienci i tak uznają za niezbędną.
Czego wyjaśnienie IBM wciąż nie dowodzi
Narracja o tymczasowych opóźnieniach jest wiarygodna, lecz jeden kwartał kontynuacji nie może dowieść, że wydatki na AI pozostawiły długoterminową ekonomikę IBM bez zmian.
Pierwsza niewiadoma dotyczy pozostałych opóźnionych transakcji. Zamknięcie około jednej trzeciej w trzecim kwartale wspiera wyjaśnienie IBM. Jednocześnie znaczna część nadal pozostaje nierozstrzygnięta.
Duże zakupy przedsiębiorstw mogą się zmienić po przesunięciu terminu. Klienci mogą zmniejszyć skalę, podzielić zamówienia, żądać innych warunków lub przenieść powiązane decyzje dotyczące oprogramowania do kolejnego roku budżetowego. Opóźniona transakcja nie jest tym samym co zakontraktowany portfel zamówień.
Druga niewiadoma dotyczy utrzymującej się presji na komponenty. IBM powiązał zakłócenie w czerwcu z infrastrukturą o ograniczonej podaży i oczekiwanymi podwyżkami cen. Jeśli dostępność pamięci i serwerów nadal będzie trudna, klienci mogą dalej priorytetyzować te zakupy.
To przekształciłoby tymczasową sekwencję w powtarzający się wzorzec. Mainframe'y nadal działałyby, lecz każdy nowy cykl mógłby zaczynać się za infrastrukturą AI w kolejce do kapitału.
Trzecia niewiadoma dotyczy realizacji przez IBM. Krishna wyraźnie powiedział, że firma nie dostosowała się wystarczająco szybko. To przyznanie się uniemożliwia kierownictwu przypisanie całego niedoboru wyłącznie warunkom zewnętrznym.
Zespoły sprzedażowe powinny rozumieć cykle akceptacji klientów i konkurencyjne potrzeby budżetowe. Systemy prognozowania powinny identyfikować duże transakcje narażone na przesunięcia pod koniec kwartału. Zespoły produktowe powinny sprawić, by wartość AI z17 była na tyle konkretna, aby chronić pilność zakupów.
IBM twierdzi, że z17 nadal wyprzedza porównywalny cykl z16. Ten wskaźnik wymaga ostrożnej interpretacji, ponieważ programy produktowe mogą różnić się terminem premiery, strukturą mocy, koncentracją klientów i sposobem rozpoznawania przychodów.
Wskaźnik zainstalowanych MIPS mierzy też aktywność platformy bardziej bezpośrednio niż nowe przychody. Klienci utrzymujący moce pokazują zaangażowanie w obciążenia. Niekoniecznie pokazują jednak entuzjazm wobec przyspieszania zakupów sprzętu.
Niezależne doniesienia wspierają obie strony argumentu. Relacja z wstępnych wyników udokumentowała rozbieżność wobec oczekiwań analityków i skalę początkowego spadku kursu akcji. Późniejsze wyniki pokazały, że IBM nadal osiągał wzrost w oprogramowaniu i kilku produktach infrastruktury rozproszonej.
Rynek prawdopodobnie ukarał więcej niż pojedyncze niedociągnięcie sprzętowe. Ostrzeżenie IBM wzbudziło pytania o to, czy nakłady kapitałowe na AI wypierają ugruntowane oprogramowanie i infrastrukturę przedsiębiorstw. Podobne obawy mogą dotyczyć każdego dostawcy, którego produkty rywalizują z projektami AI o stałe budżety.
Przypadek IBM nie powinien jednak stać się uniwersalną zasadą. Wyniki firmy odzwierciedlają jej strukturę produktów, realizację sprzedaży, cykl mainframe'ów i bazę klientów. Inna firma programistyczna może mieć odmienne struktury odnowień lub mniejszą ekspozycję na zakupy kapitałowe.
Ryzykowne jest również traktowanie reakcji kursu akcji jako technicznego werdyktu. Rynki korygują oczekiwania, a nie architektury. Gwałtowny spadek wskazuje, że wyniki i prognozy wyraźnie odbiegały od założeń inwestorów. Nie dowodzi, że mainframe utracił swoją rolę operacyjną.
Bardziej uzasadniony wniosek jest węższy. Wydatki na AI zakłóciły oczekiwaną przez IBM sekwencję transakcji, a IBM nie zdołał wchłonąć tego zakłócenia. Firma przedstawiła wczesne dowody na powrót opóźnionego popytu, lecz odbudowa pozostaje niepełna.
Ten wniosek uwzględnia różnicę między wiarygodnym wyjaśnieniem a potwierdzonym zwrotem. IBM nie musi dowodzić, że AI i mainframe'y mogą współistnieć. Już współistnieją. Musi udowodnić, że to współistnienie zapewnia terminy przychodów i wzrost oczekiwane przez inwestorów.
Trzy sygnały zdecydują, czy odwrócenie trendu IBM się utrzyma
Następny kwartał musi przełożyć wyjaśnienie IBM na wymierne wyniki dotyczące opóźnionych transakcji, mocy mainframe'ów i szerszego portfela dla przedsiębiorstw.
Pierwszym sygnałem jest tempo zamykania dużych transakcji, które przesunęły się z drugiego kwartału. IBM podał, że około jedna trzecia została już zamknięta. Kolejna aktualizacja powinna pokazać, czy większość pozostałych poszła w ich ślady i czy zachowały oczekiwany zakres.
Wysokie tempo zamykania wzmocniłoby argument dotyczący terminów. Dalsze przesunięcia sugerowałyby, że klienci rozważają ponownie coś więcej niż daty zamówień zakupu.
Drugim sygnałem jest wynik z17 względem cyklu z16. IBM twierdzi, że z17 utrzymuje się w pobliżu 130 procent w porównaniu program do programu. Inwestorzy powinni obserwować, czy ta przewaga utrzyma się po niestabilnym kwartale.
Stabilna lub rosnąca zainstalowana moc wspierałaby twierdzenie IBM, że klienci pozostają zaangażowani. Wolniejsze przyrosty mocy osłabiłyby związek między kluczowymi obciążeniami a przychodami z nowych systemów.
Trzecim sygnałem jest struktura przychodów IBM. Odbudowa mainframe'ów byłaby bardziej przekonująca, gdyby oprogramowanie do przetwarzania transakcyjnego poprawiało się wraz z infrastrukturą. Utrzymująca się siła Red Hat, pamięci masowej i Power pokazałaby, że IBM przechwytuje wydatki związane z AI również gdzie indziej.
Ta struktura ma znaczenie, ponieważ IBM obniżył roczną prognozę przychodów. Kilka odzyskanych transakcji mogłoby naprawić kwartalne terminy bez przywrócenia wcześniejszych oczekiwań wzrostu. Trwała poprawa wymaga wkładu ze strony oprogramowania, infrastruktury i doradztwa.
Szersze pytanie brzmi, czy IBM potrafi uczynić mainframe częścią pilnego budżetu AI, zamiast zakupu, który czeka za nim. Wymaga to konkretnych wyników po stronie klientów, a nie kolejnego ogólnego twierdzenia, że z17 zbudowano dla AI.
Przedsiębiorstwa powinny obserwować, jak klienci IBM wdrażają AI blisko regulowanych danych transakcyjnych. Przydatne przykłady obejmują wykrywanie oszustw w czasie rzeczywistym, analizę ryzyka, prognozowanie operacyjne i zautomatyzowane wsparcie dla starszych aplikacji.
Bezpieczeństwo również pozostanie kluczowe. Organizacje potrzebują kontrolowanego dostępu do wrażliwych zapisów, wiarygodnych ścieżek audytu i jasnego zarządzania wynikami modeli. Mainframe'y mają przewagi w takich środowiskach, lecz IBM musi przełożyć je na projekty z zatwierdzonymi budżetami.
Narracja techcrunch po kwartale zostanie ostatecznie oceniona na podstawie zamówień, mocy, wzrostu oprogramowania i prognoz. Nie rozstrzygnie jej wiek COBOL ani kolejna prognoza, że systemy legacy wkrótce znikną.
IBM przetrwał kilka generacji technologii, które miały zastąpić mainframe. Przetrwanie nie jest już wymagającym testem. Wymagającym testem jest to, czy IBM potrafi przekształcić trwałą zainstalowaną bazę we wzrost, podczas gdy infrastruktura AI pochłania coraz większą część uwagi klientów.
Dla nabywców korporacyjnych praktyczną odpowiedzią jest śledzenie, gdzie każda opóźniona inwestycja tworzy ryzyko. Które zakupy AI są rzeczywiście wrażliwe na ograniczenia podaży? Które modernizacje mainframe'ów chronią moce lub zgodność? Które projekty zależą od współdzielonych danych i dlatego powinny należeć do jednej decyzji architektonicznej?
Utrzymuj te odpowiedzi w powiązaniu z zapisami spotkań, dokumentami dostawców i dowodami operacyjnymi. Osobisty system zarządzania wiedzą może zachować tok rozumowania w miarę zmiany założeń.
IBM twierdzi, że mainframe jest opóźniony, a nie odchodzi do przeszłości. Kolejny cykl wyników finansowych musi pokazać, że odłożony popyt powraca, zanim kolejna fala wydatków na AI ponownie zepchnie go na dalszy plan.
