Cisco 93 亿美元 AI 订单激增面临营收考验

Cisco 报告称，其第四财季营收创纪录地达到 173 亿美元，但 Google News 的新闻标题掩盖了其快速增长的 AI 基础设施业务背后更严峻的考验。

营收较上年同期增长近 18%，非 GAAP 每股收益达到 1.22 美元。更重要的是，Cisco 当季从超大规模客户获得了 40 亿美元的 AI 基础设施订单。这使其 2026 财年累计订单达到 93 亿美元，约为上年水平的 4.5 倍。

这些数据让 Cisco 更深入地进入 AI 资本支出周期，也对“基础设施收益将主要集中于 GPU 供应商和云计算服务商”的观点提出挑战。

Cisco 现在必须将非同寻常的一年订单转化为营收，同时不能牺牲利润率或积累过多库存。订单转化的挑战，定义了真正的竞争。该公司不再只是要证明自己属于 AI 基础设施领域，还必须证明网络需求能够成为一项持久且盈利的业务。

Arista Networks、Nvidia、Broadcom 以及专业光学供应商，都在争夺同一笔持续扩大的预算。Cisco 拥有广泛的产品组合、成熟的客户关系、定制芯片、光学产品和安全产品。然而，产品线广泛并不必然意味着其在每个 AI 集群中都具备最佳的经济效益或最强的架构。

因此，这份财报揭示的不只是一个强劲季度。它表明，AI 支出正从加速器扩展至连接这些加速器的网络。下一阶段将决定 Cisco 能否大规模把握这一扩张机遇。

Google News 数据显示网络业务回暖

Cisco 的这一季度之所以重要，是因为网络已从 AI 的配套支出转变为核心的容量决策。

该公司第四财季营收为 173 亿美元，而一年前为 147 亿美元。非 GAAP 每股收益从 0.99 美元升至 1.22 美元。这两项业绩均超过 Cisco 在第三季度后发布的指引。

40 亿美元的季度 AI 基础设施订单数据最值得关注。Cisco 在前三个季度已获得 53 亿美元的相关超大规模客户订单。其 93 亿美元的最终总额超过了约 90 亿美元的修订后全年预期。

这一增长轨迹异常陡峭。Cisco 在进入 2026 财年时，曾指引全年 AI 基础设施订单约为 50 亿美元。需求加速后，公司上调了这一预期，最终略高于修订后的目标。

起点的对比同样重要。Cisco 报告称，2025 财年来自 webscale 客户的 AI 基础设施订单超过 20 亿美元。其 2025 earnings release 表示，这些订单已是公司最初全年目标的两倍。

2026 财年并非只是延续这一增速。在建设更大规模训练和推理环境的超大规模云服务商推动下，Cisco 进入了一个全新的订单规模区间。

一个 AI 集群由加速器、内存、存储、网络及配套系统构成。网络决定了数千个处理器交换数据的效率。性能不佳会让昂贵的加速器等待信息，而非持续进行计算。

这让交换机、路由器、光连接和网络软件具备了重要的经济价值。在加速器上投入巨资的客户，有强烈动机避免网络拥塞降低其利用率。

Cisco 为这一系统提供多个组成部分。其产品组合包括 Silicon One 网络芯片、高容量交换机、路由产品、光学组件和流量管理软件。该公司还销售可覆盖这些部署的安全和可观测性产品。

这一订单数据并不只代表单一产品。Cisco 此前曾表示，其 webscale AI 产品组合由系统和光学产品共同构成。在 2025 财年的预备发言中，管理层称，该季度 AI 订单组合中逾三分之二来自系统，其余来自光学产品。

随着 AI 架构变得更复杂，这种广度有助于解释 Cisco 为何能从中受益。大型客户需要集群内部、数据中心之间以及广域网范围内的连接，也需要能在故障中断高成本工作负载前识别问题的工具。

当前的 Google News 周期可能将业绩描述为又一次超预期的财报。更有意义的变化在于，Cisco 正受益于 AI 计算的实体扩张。

该公司并非在取代 Nvidia 的加速器，也并非直接与每一项云服务竞争。它销售的是让这些系统以更大规模机器形式运行的连接层。

AI 需求正超越 GPU

Cisco 的业绩表明，AI 支出周期正在扩大，但这并不意味着每家基础设施供应商都会同等受益。

生成式 AI 投资的第一波浪潮集中于加速器。客户竞相获取处理器，特别是 Nvidia GPU，因为计算能力是最显而易见的制约因素。

更大的集群会带来额外瓶颈。数千个处理器必须以极低延迟交换模型参数、训练数据和推理请求。网络不再是通用型公用设施，而成为计算架构的一部分。

Cisco 在第四季度财报前便已释放出这一转变的信号。其 third-quarter results 显示，网络产品订单同比增长逾 50%，数据中心交换订单增长逾 40%。

这些增长包含 AI 需求，但并不局限于单一客户群。Cisco 还报告了园区网络更新需求，第三季度园区订单增长逾 25%。

这种重叠对 Cisco 有利。AI 基础设施可以支撑亮眼增长，而常规网络替换则提供更广泛的营收基础。企业仍需要替换老旧园区设备、连接新设施，并支持数据密集度更高的应用。

不过，投资者应区分这些支出周期。园区升级并不能证明企业 AI 部署已达到超大规模云服务商的规模。同样，一笔大型超大规模客户订单，也无法保证主流企业客户的需求会更强。

Cisco 最明确的 AI 订单披露聚焦于超大规模云服务商，即最大的云计算和互联网基础设施运营商。这些公司能够下达大额订单，因为它们建设庞大集群，并同时运行多代硬件。

企业需求仍处于较早阶段。许多公司正在试验检索系统、内部助手和较小规模的推理部署。它们往往使用公共云服务，而非建设专用训练集群。

Cisco 仍可通过企业交换机、安全和可观测性业务参与其中。然而，这一机会取决于采用能否从云运营商扩展至企业数据中心和边缘位置。

该公司与 Nvidia 的合作支持了这一战略。Cisco 已将 Nexus 交换机与 Nvidia 的 Spectrum-X 网络架构集成，也推广了面向企业、主权云和专业云部署的联合 Secure AI Factory 设计。

这些合作让客户能够组合成熟供应商的产品，同时也显示出单一供应商想要掌控整个 AI 基础设施栈有多么困难。

Nvidia 在扩展加速器业务的同时，也持续扩大其网络产品组合。Broadcom 提供商用芯片和定制组件。Arista 已在云数据中心交换领域建立了强势地位。每一家竞争对手都可能从同一轮容量建设中受益。

Cisco 的论点建立在集成能力和覆盖范围之上。它能够在同一客户关系中连接数据中心、园区、广域网、安全和可观测性产品。

当买方希望减少运营边界时，这种方式具有价值。当客户更偏好解耦系统，或基于性能和成本选择组件时，这种说服力便会减弱。

因此，更广泛的需求信号是真实的，但 Cisco 的份额仍存在竞争。AI 基础设施支出已扩展至网络、光学、安全和运营领域。财报显示 Cisco 已获得了其中有意义的一部分，而非竞争结果已尘埃落定。

Cisco 与订单到营收之间的缺口

核心冲突并非 Cisco 与某一个竞争对手之间的较量，而是其出色的订单获取能力与更缓慢的营收交付和盈利保障工作之间的较量。

订单记录客户承诺，而营收通常在产品发货并满足会计确认要求后才会体现。由于制造排期、部署阶段、合同条款或组件供应情况，二者的时间点可能不同。

Cisco 在获得 93 亿美元订单后，报告称其 2026 财年来自超大规模 AI 基础设施的营收约为 40 亿美元。两者之间的差额并不必然是警示信号。许多在年末获得的订单，理应在后续期间转化。

不过，这一缺口形成了一项可量化的考验。Cisco 必须制造并交付产品、获得所需组件，并确认营收，同时不能让成本吞噬增长。

该公司 2026 财年的发展轨迹显示了执行为何重要。在 third-quarter filing 中，Cisco 表示已增加对 Silicon One 和其他超大规模客户产品的制造商和供应商承诺。

在需求强劲时期，这类承诺可以保障交付进度。但若客户计划变化或组件价格出现不利波动，也会增加风险敞口。

出于同样原因，库存尤其值得关注。建设更多系统需要 Cisco 在获得相关营收前先行采购组件。更高的库存可能意味着在为已确认需求做准备，但也可能占用现金并带来过时风险。

AI 网络技术变化迅速。客户持续评估更快的交换机、改进的光学产品、新的加速器架构和替代网络设计。若部署时间表延后，原本为某一部署计划准备的硬件可能会贬值。

Cisco 的营收展望体现了管理层对订单转化问题的回答。该公司指引 2027 财年营收范围为 722 亿至 734 亿美元，并预计新财年的 AI 基础设施营收将显著增长。

这一预测表明，订单积压将转化为发货量。但这并未消除围绕时间、产品组合或利润率的不确定性。

产品组合很重要，因为并非每种基础设施组件都能产生相同的毛利率。系统、光学产品、芯片、软件和服务具有不同的成本结构。由高销量超大规模客户硬件主导的季度，可能在推动营收增长的同时，给公司的整体利润率带来压力。

大型客户也拥有相当大的采购议价能力。超大规模云服务商的采购规模是少数企业可比的，而且它们拥有评估竞争供应商或开发定制设计所需的工程资源。

因此，Cisco 必须在规模与经济效益之间取得平衡。赢得一笔大额订单证明其具备技术与商业相关性；以有吸引力的回报交付该订单，则证明业务具有可持续性。

这种区别很容易在 Google News 摘要中被忽略。一笔大额订单的金额看起来可能等同于即时销售额，但它实际代表的是未来的工作量与未来的执行风险。

现金流将有助于解答这个问题。若库存和供应商承诺的增长快于客户付款，报告利润在初期可能看起来强于现金生成能力。健康的转化最终应释放营运资本，并支持自由现金流。

剩余履约义务提供了另一项信号，尤其适用于已签约但尚未确认收入的产品和服务。不过，投资者不应将每一项积压订单指标都视为与披露的 AI 订单总额可以互换。

更好的方法是追踪几项相互关联的数据：AI 基础设施收入、产品毛利率、库存、经营现金流和订单增长。它们共同揭示需求是否正在转化为有利润的产出。

Cisco 创纪录的季度通过了需求测试。2027 财年将检验转化能力。

竞争压力蔓延至 Arista 和 Nvidia

Cisco 不断增长的 AI 订单加大了竞争对手网络战略的压力，但客户在每一层仍拥有可信的替代选择。

Arista Networks 是云网络领域最清晰的竞争参照。它与大型数据中心客户建立了深厚关系，并拥有围绕高性能以太网交换构建的软件驱动运营模式。

Cisco 提供更广泛的企业产品组合。Arista 通常受益于其专注度以及与云运营商的紧密协同。随着以太网承载更多 AI 集群流量，两家公司都希望扮演更重要的角色。

以太网为人熟知、获得广泛支持，并由多家供应商提供。这些特性吸引了希望灵活采购、不愿让单一专有架构控制集群每个环节的买家。

Nvidia 带来了不同的挑战。它在加速器之外还销售 InfiniBand 网络和 Spectrum-X Ethernet。这使 Nvidia 能够将计算与网络组件设计为协调一致的平台。

当性能是压倒性的首要目标时，客户可能重视这种整合；当互操作性、运营熟悉度和供应商选择更重要时，他们可能更倾向于 Cisco、Arista 或其他以太网供应商。

竞争并不只是以太网与 InfiniBand 之间的较量。如今，多家供应商都在针对 AI 工作负载中的丢包敏感性和流量模式优化以太网。买家也可以针对不同集群采用不同的网络技术。

Broadcom 通过商用芯片和定制产品进一步施压。云运营商可以使用 Broadcom 组件构建系统，或与原始设备制造商合作，而非购买一套集成式 Cisco 系统。

Cisco 的 Silicon One 产品系列针对的正是这一路径。这些芯片支持不同系统设计中的路由和交换应用。Cisco 可以销售完整设备，同时也能参与解耦式架构。

这种灵活性扩大了其可服务市场，也使 Cisco 与处于不同层级、拥有不同成本结构的供应商展开竞争。

光学领域构成了另一片战场。更大的集群需要更多高速连接，数据也可能在独立设施之间传输。随着电气连接触及实际距离与功耗限制，光学系统变得至关重要。

Cisco 通过 Acacia 业务获得了更强的光学布局。管理层表示，在 2026 财年第三季度，Acacia 订单超过 10 亿美元，同比增长超过 200%。

这一表现支撑了更广泛的基础设施论点。计算建设热潮正在提高对数据传输组件的需求，而不仅仅是对数据处理组件的需求。

安全业务可能进一步扩大 Cisco 的机会。AI 集群包含有价值的数据、特权访问、专用工作负载和大量管理接口。买家需要覆盖整个网络的可视性，以及可在遭受攻击后限制横向移动的控制措施。

Cisco 可以将这些需求与其安全产品组合和 Splunk 可观测性产品相结合。可观测性是指收集和分析运营数据，以了解系统行为并诊断故障。

不过，产品组合的广度也带来了整合义务。客户将评判 Cisco 的工具能否在日常运营中协同工作，而非它们是否在销售演示中一同出现。

2026 财年期间，安全业务也仍表现不均衡。Cisco 的第二季度文件显示，尽管网络业务增长，安全收入却下降了 4%。单个季度不能定义这项业务，但它提醒人们，不应假定 AI 网络订单会自动带动产品组合中的每个类别。

竞争对手可以通过定价、定制设计、更快的产品周期或与加速器更深度的整合来应对。超大规模云厂商也可以在供应商之间分配订单，以维持议价能力并降低运营风险。

Cisco 的 93 亿美元订单总额确立了其在这场竞争中的相关性，但并未确立排他性。

该公司的优势在于能够跨芯片、系统、光学、软件和安全领域销售。其风险在于，专业化竞争对手可能在单项 Cisco 产品上表现更优，或提供更简洁的运营模式。

对企业买家而言，这种竞争是有利的。它鼓励开放设计、更快的开发和更强的议价能力。对 Cisco 而言，这意味着客户规划下一代架构时，每一笔大额订单都必须得到捍卫。

强劲季度业绩并不能证明什么

这些结果支持广泛的 AI 基础设施周期，但并不能证明当前订单增长会以同样的速度持续。

Cisco 的同比比较起点是规模小得多的 2025 财年基础。从超过 20 亿美元增长至 93 亿美元意义重大，但随着基数扩大，重复实现这一倍数将变得更难。

超大规模云厂商的资本支出也可能呈波浪式到来。客户会围绕数据中心启用、加速器供应、架构变化和电力容量下订单。少数几个大型项目就能显著改变季度总额。

这种集中度使客户结构变得重要。Cisco 尚未将披露的 AI 订单总额与完整客户名单公开对应。因此，投资者无法独立衡量其中有多大程度依赖少数买家。

公司的定义同样需要谨慎看待。Cisco 的头条数据涵盖来自超大规模云厂商的 AI 基础设施订单。它并非所有 AI 相关企业销售、每一笔网络订单或整体市场需求的衡量标准。

Cisco 先前的披露显示，超大规模云厂商之外的网络需求同样强劲。第三季度，产品订单总额增长了 35%，剔除超大规模云厂商后的订单增长了 19%。这些数字提供了有用的广度信息，但也强调了必须将不同类别区分开来。

利润率带来了第二项不确定性。Cisco 第四季度的非 GAAP 毛利率为 66.3%，低于一年前录得的 68.4%。公司仍实现了强劲利润，但这一变化表明，增长和盈利能力可能朝不同方向发展。

管理层在 2026 财年将产品结构、内存成本和关税列为影响利润率的相关因素。即使客户需求保持健康，这些压力也可能持续。

内存和其他组件被众多计算产品共享。供应限制或价格上涨可能推高制造成本。关税则可能因采购来源和贸易政策而带来额外成本。

Cisco 可以尝试通过定价、设计调整、供应商协议和运营效率来抵消这些成本。鉴于订单规模及替代供应商的存在，超大规模客户可能抵制涨价。

库存是第三项不确定性。为数十亿美元规模的出货做准备需要前期投入，但库存增长会提高预测失误的成本。

关键问题不在于库存是否增长，而在于增长是否与确定订单相符、是否转化为出货，以及是否会随着收入到来而下降。

市场在业绩公布后的最初犹豫反映了这种紧张关系。Cisco 在 5 月上调年度订单预测后，强劲需求已在预期之中。投资者关注的已不只是头条数据，而是利润率和下一年的转化率。

这一反应并未否定 AI 论点。它表明预期已经改变。Cisco 现在被视为 AI 基础设施的受益者，因此仅仅报告 AI 需求已不再足够。

公司还必须避免夸大超大规模云厂商业绩的覆盖范围。企业和主权项目遵循不同的采购周期、安全要求和部署经济性。

主权 AI 指在国家或地区控制下开发的计算基础设施。这类项目可带来重大机会，但可能取决于政府预算、政策决定、本地合作伙伴和漫长的建设周期。

The Futurum Group 认为，随着大型 AI 运营商锁定产能，内存和存储成本可能维持高位。其基础设施展望还警告称，不断变化的组件经济性可能迫使客户重新考虑数据中心设计。

这一评估支持 Cisco 故事的两面。稀缺性会鼓励客户提前预订设备，从而强化订单；同样的稀缺性也可能推高成本并延误完成部署。

Cisco 的指引令人鼓舞，但仍只是预测。公司仍需逐季证明其交付能力、客户多元化程度以及可接受的经济效益。

Google News 周期后值得关注的三项信号

2027 财年应能揭示 Cisco 的订单激增究竟代表持久的平台需求，还是集中式基础设施建设。

第一项信号是 AI 基础设施收入。Cisco 已经证明，超大规模云厂商愿意下达大额订单。接下来的报告必须显示，这些承诺正按接近管理层预测的水平转化为确认销售额。

收入转化将验证生产规划和客户部署时间表。订单与销售额之间不断扩大的差距，将引发对交付限制、项目时点或取消风险的疑问。

读者应审视多个季度内的转化情况，而非要求单个期间实现精确匹配。基础设施订单可能跨越多个部署阶段，但整体方向仍需保持明确。

第二项信号是产品毛利率，以及库存和经营现金流。这些指标表明 Cisco 能否在不削弱整体公司经济效益的情况下供应大型 AI 项目。

稳定的利润率加上不断增长的 AI 收入，将强化网络业务增长具有持久价值的论点。利润率下降和库存持续高企，则表明规模增长正伴随更高成本或更慢的现金转化。

第三项信号是客户广度。Cisco 在超大规模云厂商方面的业绩已相当可观，但企业、neocloud 和主权客户的采用将使这一机会更少依赖于少数几家超大型买家。

neocloud 是专注于加速计算和 AI 工作负载的专业云服务商。这些企业可以成为重要的网络客户，尽管它们的财务资源和需求特征不同于成熟的超大规模云厂商。

企业采用的形式可能不同。企业买家可能部署更小型的推理集群、检索系统或安全的内部 AI 服务；他们也可能通过云服务商间接使用基础设施。

更广泛采用的证据，应体现在非超大规模云厂商网络订单的持续增长、企业 AI 项目的不断扩展，以及可复制的产品部署上。单个已宣布项目不足以构成趋势。

Cisco 的园区网络升级可以支持这一转型。准备应对更多 AI 流量的企业，往往需要先完善本地网络、安全控制和可观测性，之后才会建设专用计算环境。

这并不意味着每一次交换机采购都是 AI 销售。但这意味着，在客户承诺部署大型集群之前，该公司可以从基础设施准备中受益。

开发者和技术团队应当关注这一点，因为网络架构正日益影响模型性能、服务可靠性和基础设施成本。即使集群配备了昂贵的加速器，一旦数据传输成为瓶颈，其表现仍可能不尽如人意。

企业采购方也应关注，因为供应商决策可能会在未来多年影响互操作性。集成式技术栈或许能降低运营复杂度，而解耦式设计则可以保留选择空间，并提升议价能力。

知识工作者将间接受到影响。更快、更可靠的推理基础设施可以改善办公助手和搜索系统。不过，实用工具仍取决于访问控制、可信数据以及组织良好的内部信息。

评估这些工作流的团队，可以先制定清晰的 AI knowledge base 策略，而不是假设增加基础设施本身就能解决信息问题。

因此，当前 Google News 报道的重点不只是 Cisco 超出季度预期。该公司已表明，AI 投资正扩展至加速器周边的互联基础设施。

现在，证据必须从订单转向营收、利润率和多元化采用。请关注 Cisco 下一次披露中是否出现这一进展，并将其结果与竞争性 Ethernet 平台、Nvidia 的集成网络战略以及超大规模云厂商的资本支出进行比较。

如果这些信号同步推进，Cisco 在 2026 财年的表现将更像是更广泛基础设施周期的开端。如果订单转化放缓或成本上升，93 亿美元这一数字则更像是一个阶段性高点。