IBM称AI支出推迟了大型机交易，但影响只是暂时的

IBM承认，AI基础设施支出冲击了其第二季度业绩，随后遭遇了一场历史性的股价抛售。然而，这篇TechCrunch财报后报道带来了鲜明的反转：IBM坚称，客户只是推迟购买大型机，并非放弃它们。

CEO Arvind Krishna表示，6月最后几周，大型企业将资金重新投向服务器、存储和内存。买家希望在预计涨价前锁定供应，因此大型机及相关软件交易未能在IBM预期的时间内完成。

这一解释让两种解读直接冲突。投资者认为，AI预算正在蚕食IBM的成熟业务；而IBM则认为，这只是固定企业预算中的一次临时采购顺序调整，延迟的交易仍有可能完成。

这种差异的影响远不止一个季度。大型机仍是银行、航空公司、支付网络和政府机构处理交易的核心。如果AI支出只是推迟升级，IBM仍有机会恢复；但如果AI永久改变了各类基础设施在预算优先级中的位置，公司将面临更深层的问题。

IBM的预警让疲弱季度变成了一场信誉考验

IBM并非只是业绩不及预期。它提前向投资者发出预警，将原因归咎于客户支出的临时变化，并承认其团队未能及时应对。

7月14日，Krishna在IBM原定财报发布日期一周多前公布了初步第二季度业绩。营收达到172亿美元，同比增长1%。基础设施业务营收下降7%，软件业务增长5%，咨询业务则基本持平。

这些结果低于华尔街预期。FactSet调查的分析师原本预计营收为178.6亿美元，调整后每股收益为3.01美元。IBM公布的调整后每股收益为2.93美元。

市场反应十分剧烈。IBM股价7月14日下跌约25%，创下公司逾一个世纪以来最大的单日跌幅。这轮抛售也加剧了市场对企业科技预算相关软件公司的担忧。

Krishna在一封措辞异常直接的致投资者信中解释了直接原因。IBM原本预计，随着z17大型机进入更艰难的同比比较阶段，基础设施营收将有所下滑。实际降幅更大，因为大型Z系统和交易处理软件交易未能完成。

这一预警的时机让影响更加严重。IBM此前将z17的发布描述为其历史上大型机项目最强劲的开局。因此，即便发布初期的同比比较开始变得困难，投资者仍有理由期待该产品周期能够支撑营收。

但IBM随后承认，客户行为在季度末迅速发生变化。企业将资本支出——即用于长期资产的资金——转向服务器、存储和内存。供应受限和预期涨价使这些采购变得更加紧迫。

IBM称，网络安全担忧也分散了客户注意力。不过，Krishna并未将外部环境作为完整辩解。他写道，IBM“失误了”，未能足够迅速地调整，并让大量大型交易滑出了预期时间表。

这一承认使问题从常规的产品周期下滑，变成了执行力问题。供应压力或许能够解释客户为何调整采购顺序，却无法完全解释IBM为何未能预判这种变化的幅度，或保住足够多的交易以达到预期。

最终的季度业绩确认营收为171.62亿美元。基础设施业务营收为38.35亿美元，同比下降7.4%。该业务部门的利润率也从23.3%降至21.8%。

软件仍是最大业务部门，营收77.61亿美元，增长5.1%。咨询业务贡献53.27亿美元营收，仅增长0.2%。这些数字表明，尽管IBM拥有更广泛的业务组合，大型机业务缺口为何仍如此重要。

大型机硬件支撑着更庞大的经济体系。客户还会购买操作软件、交易处理工具、支持服务以及围绕这些系统的咨询服务。因此，一台机器的延迟交付可能拖累多条相互关联的收入来源。

TechCrunch所关注的余震，并不是说大型机突然无法运行，而是警告IBM最可靠的产品周期与一种更为紧迫的基础设施支出类别发生了碰撞。

为何AI基础设施排在IBM大型机之前

AI并未在该季度取代大型机。它改变了客户认为哪些硬件采购无法推迟。

企业科技预算并非无限灵活。大型组织会规划年度资本支出，但当供应和价格发生变化时，它们可以调整采购顺序。IBM称，这正是6月末发生的事情。

客户优先采购AI项目所需的通用服务器、存储系统和内存。内存尤其重要，因为现代AI系统在训练、推理和数据处理工作负载中，需要大量高带宽内存和常规内存。

推理是指运行已训练的AI模型，以生成答案或预测的过程。随着企业将AI应用从实验阶段转入生产环境，推理持续带动对服务器、加速器、网络、存储和内存的需求。

大型机升级遵循不同的节奏。企业通常会谨慎规划此类升级，因为大型机承载着敏感且高吞吐量的工作负载。银行不会仅仅因为有新的AI服务器可用，就轻易将支付处理从一种架构迁移到另一种架构。

这种稳定性也使大型机交易更容易被推迟。客户可以继续使用现有容量一个季度，同时在当下 확보稀缺的AI硬件。工作负载仍然存在，但采购订单会后移。

IBM自身的业绩支持了这一解释的一部分。包括Power系统和存储在内的分布式基础设施业务在本季度增长37%。IBM表示，该业务在6月底的订单积压约为5亿美元。

IBM内部的对比颇具启示。客户仍在购买基础设施，但更偏向于与即时容量约束相匹配的产品。市场需求并未消失，而是在不同类别之间发生了转移。

这正是IBM“暂时性扰动”论点背后的机制。AI基础设施优先级更高，因为延迟获取可能拖慢新项目，或使买方面临更高的组件成本。大型机更新有时则可以等待，而不影响当前运营。

如果从多个预算周期来看，这一论点就不那么令人安心了。如果AI硬件反复占据年度资本支出的首要份额，IBM所谓的暂时性延迟便可能反复出现。即便客户保留了所有现有大型机工作负载，持续推迟最终也会表现得像需求走弱。

因此，IBM必须证明的不仅是大型机仍在被使用。它还必须表明，这些使用会转化为及时的容量增长和软件收入。已部署系统可以继续不可或缺，而新系统销售仍可能令人失望。

这一区别有助于解释投资者为何反应如此强烈。大型机通常带来周期性收入：新一代产品发布后强劲增长，随着周期成熟而下滑。投资者预期会出现这些模式。但当旗舰产品发布表现不佳，且客户找到了更紧迫的资金去向时，他们的反应会更为强烈。

z17被定位为面向AI时代的大型机。它具备让AI模型与交易工作负载并行运行的能力，使组织能够评估数据，而无需将每条记录都迁移到其他环境。

这一设计本应让IBM站在AI支出的受益一方。然而，第二季度显示，在专门为AI扩张采购的基础设施，与被宣传为可为既有工作负载增添AI能力的基础设施之间，存在预算上的分化。

这两类产品解决的是不同问题。以GPU为核心的系统面向模型训练和大规模推理。大型机则面向安全交易处理、高可用性和集中控制，并将AI整合进这些既有运营流程。

IBM的挑战在于让这一组合使用场景变得紧迫。如果客户认为大型机AI很有用但并非必需，它将持续在与稀缺服务器和内存的采购排期竞争中失利。

TechCrunch在暴跌后：IBM称大型机只是推迟，并非消亡

IBM的辩护基于客户容量数据和延迟交易，而不是声称该季度其实表现强劲。

在7月22日的财报电话会上，Krishna否认客户正在远离大型机。他表示，IBM没有看到客户放弃该平台的证据。公司反而将业绩缺口描述为集中于大型资本交易的时间安排问题。

IBM报告称，z17的表现仍约为可比z16项目的130%。“项目对项目”比较的是连续产品周期中同一时点的销售额或已安装容量。

公司还表示，代表85%已安装MIPS的客户维持或扩大了容量。MIPS，即每秒百万条指令，是用于描述大型机处理能力的传统衡量指标。

这些数字支持了核心工作负载仍在运行的论点，也符合大型机长期耐用的历史特征。组织继续使用它们，是因为替换深度集成的交易系统会带来运营、安全和合规风险。

例如，一家大型银行可能通过大型机应用处理账户更新、银行卡授权、欺诈检查和清算流程。迁移这些系统远不只是重写旧的COBOL代码。该组织还必须确保数据完整性、正常运行时间、审计控制，以及与数百项下游服务的连接。

AI编程工具可以减少一部分现代化改造工作。它们可以为旧应用编写文档、解释陌生代码，并帮助转换特定组件。但它们无法消除替换每秒处理关键交易的系统所带来的制度性风险。

因此，IBM的立场拥有坚实的技术基础。大型机难以被替代，因为它们嵌入的是运营流程，而不只是数据中心。故障的代价可能超过迁移所能带来的任何预期节省。

不过，技术上的延续性并不保证硬件周期一帆风顺。客户可以继续在IBM系统上运行工作负载，同时延长设备寿命、使用闲置容量、进行更强硬的谈判，或将增量应用迁往其他地方。

已安装使用量与新增支出之间的差距，正是核心矛盾。IBM的数据表明该平台依然活跃，但尚未证明每一笔延迟采购都会以原有规模回归。

Krishna在财报讨论中给出了一个短期数据点。他表示，第二季度未能完成的大型交易中，约三分之一已在第三季度完成。

这为时机问题提供了有意义的证据，但并不代表已经完全恢复。他发言时，仍有三分之二的交易尚未完成，IBM 也未承诺所有交易都会在规模、时间或条款不变的情况下落地。

techcrunch 对财报后的解读抓住了这一区别。AI 并未扼杀对大型机所承担工作的需求，而是凸显出：即使是关键系统，也必须在有限的企业预算中争取审批。

IBM 还将全年按固定汇率计算的营收增长预期下调至 4% 至 5% 区间，此前预期为超过 5%。这一预测下调很难与“每一笔错失的交易只是延后几周”这一说法相吻合。

管理层可以相信核心业务依然健康，同时承认本年度的营收机会已经减弱。这两种说法可以同时成立。平台或许能够延续，但 IBM 仍必须在投资者所采用的时间表内执行。

真正的竞争是预算优先级，而非大型机与 AI 的对决

IBM 的对手并非某个 AI 模型或另一家大型机厂商，而是每一项竞争性 AI 基础设施采购所附带的紧迫性。

将这一故事描述为 AI 对阵大型机，制造了一种虚假的技术二选一。大型企业既需要交易系统，也需要 AI 算力。眼前的冲突发生在财务与技术领导者决定哪一项采购优先获得资金时。

如今，AI 项目受到董事会、首席执行官、安全团队和业务部门负责人的关注。许多组织担心落后于竞争对手，或失去获得供应受限组件的机会。这种压力提高了等待的感知成本。

大型机升级则有不同的合理性。它们通常为已在创造商业价值的系统保障韧性、容量和效率。与承诺自动化或新产品线的新 AI 项目相比，其收益可能显得更具渐进性。

即使 IBM 的技术表现如其宣传所言，这种不对称性也会影响 IBM。当领导层将后者视为具有战略紧迫性时，成熟的平台也可能在预算优先级上输给投机性项目。

竞争性基础设施供应商受益于这种紧迫性。以 Nvidia 为中心的系统吸引了用于加速计算的支出。超大规模云服务商则提供 AI 模型和基础设施的访问能力，无需每个客户都拥有底层硬件。

当企业构建私有 AI 环境时，服务器、存储、网络和内存供应商同样受益。IBM 参与了这一市场的部分领域，但当买家将 AI 算力与交易基础设施分开采购时，其大型机业务模式仍会受到影响。

IBM 一直在尝试连接这两个世界。z17 支持嵌入式 AI 处理，watsonx 则提供构建、治理和部署 AI 的工具。Red Hat 的混合云软件帮助组织在私有和公共环境之间运行工作负载。

这一战略思路是连贯的：企业应当将 AI 与其已经信赖的系统和数据一同管理。然而，买家并不总是将技术作为一套集成架构来采购。预算负责人可以现在为紧急的 AI 集群拨款，之后再重新审视大型机容量。

咨询业务本应帮助 IBM 弥合这一鸿沟。其顾问能够将 AI 计划与现有应用、治理要求和运营数据联系起来。然而，该季度咨询业务营收仅增长 0.2%，限制了其出现广泛实施热潮的证据。

软件业务展现出更强劲的势头。IBM 表示，Red Hat 营收增长 11%，近期收购的 HashiCorp 和 Confluent 资产表现强劲。这些业务与混合基础设施、应用部署和实时数据流动相契合。

这一表现让 IBM 有多种方式从企业 AI 支出中获益，但也使故事更加复杂。公司可能通过 Red Hat 或数据软件获益，同时却面临大型机和交易处理销售延迟。

投资者必须评估业务组合，而不仅仅是整体 AI 敞口。营收从高利润率的成熟技术栈转移至不同产品，可能改变盈利能力、销售时点和客户关系。

这一支出冲突也影响着管理现有系统的技术领导者。他们必须决定是在大型机附近进行现代化改造、迁移部分工作负载，还是构建通过受控接口访问既有数据的 AI 服务。

这一决策需要清晰记录架构选择、供应商主张、安全约束和运营依赖关系。可搜索的技术知识库可帮助团队比较这些材料，而不将决策与其源文件割裂开来。

不过，文档无法解决投资权衡。IBM 必须证明，升级其平台能够立即推进 AI 目标，而不只是维持客户已认为不可或缺的基础设施。

IBM 的解释仍未证明什么

暂时延迟的叙事具有可信度，但仅一个季度的后续表现，无法证明 AI 支出并未改变 IBM 的长期经济状况。

第一个不确定性涉及其余延迟交易。大约三分之一在第三季度完成，支持了 IBM 的说法，但仍有相当一部分尚未解决。

大型企业采购在延期后可能发生变化。客户可能削减容量、拆分订单、要求不同条款，或将相关软件决策转入下一预算年度。延期交易并不等同于已签约的积压订单。

第二个不确定性涉及持续的组件压力。IBM 将 6 月的扰动与供应受限的基础设施及预期涨价联系起来。如果内存和服务器的可得性仍然困难，客户可能继续优先考虑这些采购。

这会将暂时的顺序问题变为反复出现的模式。大型机将继续运行，但每一轮新周期都可能在资本支出队列中排在 AI 基础设施之后。

第三个不确定性涉及 IBM 的执行能力。Krishna 明确表示，公司未能足够迅速地适应。这一承认使管理层无法将业绩失误完全归因于外部环境。

销售团队应当了解客户的审批周期和相互竞争的预算需求。预测系统应识别出面临季末变动风险的大型交易。产品团队应使 z17 的 AI 价值足够具体，从而保障采购的紧迫性。

IBM 表示，z17 仍领先于可比的 z16 周期。这一指标应谨慎解读，因为产品项目在发布时点、容量组合、客户集中度和营收确认方面可能存在差异。

已安装 MIPS 数量也比新增营收更直接地衡量平台活动。客户维持容量，表明其对工作负载的承诺；但这并不必然说明他们热衷于加快硬件采购。

独立报道同时强化了两方面的观点。初步业绩报道记录了 IBM 与分析师预期之间的差距，以及股价最初大幅下跌的规模。后续业绩显示，IBM 在软件和多项分布式基础设施产品上仍实现了增长。

市场受到的惩罚或许不止源于一次硬件失误。IBM 的警告引发了这样的疑问：AI 资本支出是否正在挤占成熟企业软件和基础设施的预算。类似担忧也可能影响任何产品需要与 AI 项目争夺固定预算的供应商。

不过，IBM 的案例不应被当作普遍规律。其业绩反映了自身的产品组合、销售执行、大型机周期和客户基础。另一家软件公司可能面临不同的续约结构，或较少暴露于资本采购。

将股价反应视为技术结论同样存在风险。市场重新定价的是预期，而不是架构。大幅下跌表明业绩和指引与投资者假设存在明显偏差，并不意味着大型机已失去其运营角色。

更站得住脚的结论更为有限：AI 支出扰乱了 IBM 预期的交易节奏，而 IBM 未能吸收这种扰动。公司已提供延迟需求开始回归的早期证据，但恢复仍不完整。

这一结论尊重可信解释与经验证的转机之间的差异。IBM 无需证明 AI 与大型机能够共存，它们已经在共存。它需要证明，这种共存能够带来投资者预期的营收时点和增长。

三个信号将决定 IBM 的反转能否持续

下一季度必须将 IBM 的解释转化为延迟交易、大型机容量和更广泛企业产品组合中可衡量的结果。

第一个信号是从第二季度延后的大型交易完成率。IBM 表示，大约三分之一已经完成。下一次更新应显示其余大部分是否也已跟进，以及它们是否保留了预期范围。

较高的完成率将加强时点问题的论点。若持续延后，则表明客户重新考虑的不仅是采购订单日期。

第二个信号是 z17 相对于 z16 周期的表现。IBM 表示，z17 的项目间比较仍接近 130%。投资者应关注这一优势能否在动荡季度之后持续。

稳定或扩大的已安装容量将支持 IBM 关于客户仍然投入的说法。容量增加放缓则会削弱关键工作负载与新系统营收之间的联系。

第三个信号是 IBM 的营收组合。如果交易处理软件与基础设施同步改善，大型机复苏将更具说服力。Red Hat、存储和 Power 的持续强劲表现，则将表明 IBM 正在其他领域捕捉 AI 相关支出。

这一组合之所以重要，是因为 IBM 下调了全年营收预期。几笔恢复的交易或许能够修复季度时点，却未必能恢复此前的增长预期。可持续的改善需要软件、基础设施和咨询业务共同作出贡献。

更广泛的问题是，IBM 能否让大型机成为紧急 AI 预算的一部分，而不是排在其后的采购。这需要具体的客户成果，而不是又一次笼统宣称 z17 是为 AI 而打造。

企业应关注 IBM 客户如何在受监管的交易数据附近部署 AI。有用的案例包括实时欺诈筛查、风险分析、运营预测，以及对遗留应用的自动化支持。

安全性也将继续处于核心位置。组织需要对敏感记录进行受控访问、可靠的审计轨迹，以及对模型输出的明确治理。大型机在这些环境中具备优势，但 IBM 必须将这些优势转化为已获预算批准的项目。

techcrunch 的财后叙事最终将由订单、容量、软件增长和指引来评判。它不会因 COBOL 的历史，或又一次关于遗留系统即将消失的预测而尘埃落定。

IBM 已经经历了数代原本被认为会取代大型机的技术。生存已不再是严苛的考验。真正严苛的考验是：当 AI 基础设施吸收越来越多客户关注时，IBM 能否将持久的已安装基础转化为增长。

对于企业买家而言，实际的应对方式是追踪每一项延迟投资在哪里造成风险。哪些 AI 采购确实对供应敏感？哪些大型机升级能够保障容量或合规？哪些项目依赖共享数据，因此应归入同一项架构决策？

将这些答案与会议记录、供应商文件和运营证据关联起来。随着假设条件的变化，个人知识系统可以保留其中的推理过程。

IBM 表示，大型机业务只是被推迟，并未走向消亡。下一轮财报必须证明，延后的需求正在回归，否则新一波 AI 投资可能再次让它被排到优先级队列的末位。