FX168财经网_全球视野外汇黄金加密货币NFT资讯网_关键字搜索-FX168

全球数字财富领导者

财富汇｜美股投研｜客户端｜旧版｜｜

FX168 全球视野中文财经

登录 / 注册

Amazon2023年Q2业绩电话会分析师问答
 go
00 亿美元？然后，Brian，在 AWS 上，在过去的两个季度中，您对本季度 AWS 增长进行了一些展望，考虑到一些关于超越优化并进入新工作负载的评论，而无需- 如果您没有给出具体数字，至少谈谈您所看到的趋势与第二季度的情况相比。布赖恩·奥尔萨夫斯基让我从第二个问题开始。因此，如果我们回到上次电话会议，我们会发现第一季度 AWS 收入增长了 16%，并且该季度增长率一直在下降。我提到的是 4 月份比第一季度低约 500 个基点。我们在本季度看到的是稳定，您会看到最终 12% 的增长。我会停下来思考一下。同样，去年第二季度，我们的收入接近 200 亿美元，并且增长了 24 亿美元。所以，虽然是 12%，但有大量成本优化资金投入，还有大量新工作负载和新客户进入。所以，在我们的基础上，这是非常大的数字。当客户开始进行成本优化工作时，他们可以在这样做的同时暂时减少一些支出，我们帮助他们做到这一点，并且自从我们启动 AWS 以来，这已经成为我们 DNA 的一部分。所以这一切都很好。我们在本季度看到的是，这些成本优化虽然仍在进行，但正在放缓，而且在我们的一些大客户中，许多成本优化可能已经落后于我们。现在我们看到新的工作负载、新业务取得了更多进展。因此，这些在第二季度达到了平衡。我们不会提供第三季度的细分指导。但我要补充的是，我们看到第二季度的趋势持续到七月。因此，总体上感觉业务已经稳定下来，我们期待着未来的今年年底，因为正如安迪所说，将会出现很多新功能，并且将会有大量支出在这个领域，我们一直为客户提供生成人工智能和大型语言模型以及机器学习解决方案的所有出色解决方案。安德鲁·贾西是的。我将只强调布莱恩提出的一点，然后快速讨论亚马逊业务要点。如果您认为 AWS 业务是一项收入运行率高达 880 亿美元的业务，那么要在如此规模的业务上实现两位数增长，并且不断进行成本优化，要实现两位数增长，您必须添加大量新业务客户和大量新的工作负载只是为了实现两位数的增长。因此，当我谈到上个季度时，我非常喜欢我们在业务中看到的许多基本原理，包括客户管道、新工作负载、正在发生的迁移、团队在功能方面推出的内容，这就是什么我说的是。当我们开始看到成本优化减弱以及更多的工作负载时，人们采用这些成本优化并实际开始计划的新工作负载即将实现，更不用说生成式人工智能将带来什么，我们面前有很多增长在 AWS 上。马克，就你的亚马逊商业问题而言，350 亿美元的年销售额增长是相当强劲的增长。如果你逐年观察，它仍然非常强劲。但我喜欢你的思考方式，马克，这几乎就像你在我们参加的一些会议上我问了同样的问题。随着时间的推移，该团队正在努力打造价值超过 1000 亿美元的业务。我认为业务已经发展到相当大的规模，但我仍然认为我们目前只拥有解决更多企业问题所需的一小部分功能。显然有各种各样的公司从亚马逊企业订购。但是，随着采购工作量的增加，您需要某些功能来使采购工作变得更加容易，就像公司习惯在这些大型采购中进行采购一样。因此，我们添加了很多功能。我们有许多服务项目需要围绕帮助大宗采购来添加，并进行一些服务验证。因此，我们很快就添加了很多功能来混合。但我不认为我们已经接近完成在那里的增长，这是我们的商店团队和我们的高级领导团队非常关注的领域。布伦特·希尔安迪，关于人工智能货币化。当您认为您将开始看到这种流入 AWS 业务时，您能谈谈吗？那是2024年吗？您是否觉得后半部分您会开始认为这对业务产生更大的影响？安德鲁·贾西是的。好问题，布伦特。我想说的是，多年来我们在 AWS 上拥有大量由机器学习和人工智能驱动的业务。您已经看到，这主要以计算的形式出现，因为客户进行了大量的机器学习培训，然后在 AWS 和我们的计算实例之上运行他们的模型和生产。但您也已经在我们几年来推出的 20 多项机器学习服务中看到了这一点。我认为，当你谈论生成人工智能的巨大潜在爆炸性时，每个人都对此感到兴奋，包括我们，我认为我们正处于非常早期的阶段。在我看来，我们距离马拉松还差几步。我认为这将是变革性的，我认为它将改变我们所知道的几乎所有客户体验。但我认为现在确实还早。我认为大多数公司仍在考虑如何实现这一目标。他们正在研究如何训练模型。他们想要——他们不想构建自己的非常大的语言模型。他们想要采用其他模型并对其进行定制，而 Bedrock 等服务使他们能够做到这一点。但现在还很早。所以我预计这会非常大，但会是在未来。埃里克·谢里丹感谢您在准备好的评论中围绕其中一些关键问题提供的所有细节。安迪，也许会回到杂货店。过去几天，媒体对您的食品杂货计划进行了大量报道。当您退后一步时，您对解决业务中的杂货动态以您想要的方式利用它有多少考虑？它是你需要构建的东西、资本的应用还是在现有的基础上执行的元素，以及根据亚马逊（你的客户群中亚马逊 Prime 家庭的规模）调整现有资产的元素？安德鲁·贾西是的，这是一个好问题。两者都有一点。我的意思是，如果我退一步思考一下我们对杂货的看法，我们将继续在不易腐烂的商品方面拥有非常大的业务，这是许多大宗商品商几年前开始涉足杂货的地方。这些领域包括消费品、罐头食品、宠物食品以及美容和健康。正如我所说，这是一项持续增长的大业务。但如果你希望能够为更多的客户提供服务（我们就是这么做的），并且有很多原因并且客户也希望如此，那么你就必须拥有强大的实体存在。我们从全食超市开始，它是有机杂货领域的先驱，而且仍然如此，我们非常喜欢全食超市的发展方式。我们对业务进行了许多非常重要的调整，改变了去年的盈利轨迹。我们真的很喜欢它的发展方向，并且我们正在有意义地扩展它。但如果你想真正广泛，你必须有一个大众的物理格式。多年来，我们一直在与亚马逊生鲜合作解决这个问题。我想说的是，我们对这些投入以及投入的进展并不满意。去年，该团队非常努力地工作，首先从输入的质量入手，这将提高我们已有的质量。这些都是正确的库存水平、正确的成本结构、过时等正确的数据，只是其中的一些核心投入，我们只是觉得我们可以变得更敏锐、更好。我认为该团队已经做出了很多改进。我们花了很多时间思考并重新思考我们想要的格式的外观。我们刚刚开始推出其中一些新形式，从我们的芝加哥商店开始，然后不久转移到我们的南加州商店。您会看到添加的选择。您会看到添加的自有品牌。你会在商店里看到增加了 Krispy Kreme 和咖啡等知名第三方品牌。您在商店里看到过精致的装饰。您会看到精致的仪表板，可以为人们进行实时记录，以便他们了解自己目前在哪里，无论他们在哪里购物，以及精致的自助结帐。对我来说，所有这些都是我们努力追求的努力的一部分，目的是在我们的大型亚马逊生鲜商店中建立一种更能引起顾客共鸣的模式。我们希望我们能够找到这种形式，并希望它能够给我们带来这样的结果，让我们有信心进行更广泛的扩张。但除非我们看到这种类型的共鸣，否则我们不会扩张。我们不仅仅要遵守纪律。我们将对此深思熟虑并遵守纪律。我也确实认为，您开始看到整个团队共同努力。因此，我们提供了我刚才谈到的许多不同的杂货产品，只是为顾客提供了一个融合的购物车，他们显然想要这，我认为这会对他们有很大帮助。我们还将继续向非 Prime 客户提供送货服务。因此，我认为随着时间的推移，我们有很多机会来发展业务。我们对能够做到这一点感到乐观，但我们也受到约束，在我们认为更能引起顾客共鸣的模式之前，我们不会扩大实体生鲜店。布莱恩·诺瓦克我有两个问题。第一个，安迪，在上个季度的最后一次电话会议上，您谈到了北美零售利润率可能达到或高于新冠疫情前的水平。我认为您所说的利润率为 4% 左右，您现在有点在谈论更多地投资杂货、扩大当日送达以及扩大足迹。我们应该如何考虑北美零售利润率的增长以及对零售业务中的一些新举措进行投资？然后是关于人工智能的第二个。通过更多的人工智能投资（可能通过物流或基于人工智能的代理等）来改善自己的零售和设备网络对您来说有多重要？在总体投资优先列表中占多大比例？安德鲁·贾西好吧，我将从北美零售部分开始，我只是提醒一下，我们不会以非常显着的方式扩大生鲜店的数量，直到我们相信我们有一些能引起共鸣的东西。客户，我们会喜欢投资资本的回报。所以对我来说，我希望我们能够找到这一点，但直到我们找到为止。我认为，由于它与当日设施相关，我们实际上认为这对业务来说非常积极。正如我在开场白中提到的，它是我们最具成本效益的机制和履行工具之一，不仅可以快速将其交付给客户，而且速度很快，部分原因是这些设施，它们是较小的设施。它们显然足够大，可以在稳定状态下容纳 100,000 个 SKU，然后我们所有附近的履行中心都能够在那里注入大量不同的选择，因此我们可以在同一天或一天内覆盖数百万个 SKU一日时尚。但它们规模较小——一般来说，它们的设施较小，运输工具较少，并且可以更精简地直接挑选包装并运往码头装运。因此它们的效率也更高。因此，我们实际上认为，这些业务的扩展不仅有助于提高速度和需求，而且我们也会喜欢与之相关的成本结构。布莱恩，我仍然相信我上个季度所说的话，我确实相信我们会恢复到像新冠疫情爆发前那样的利润率。我不认为这就是我们的可能的终结。关于人工智能问题，我要告诉你的是，我们亚马逊内部的每一项业务，每一项现在都在进行多项生成式人工智能计划。它们的范围从帮助我们提高成本效益和简化我们在各种业务中运营的方式到我们提供的每项客户体验的绝对核心。我们的商店业务也是如此。在我们的 AWS 业务中也是如此。在我们的广告业务中也是如此。我们所有的设备都是如此，您可以想象我们在 Alexa 方面所做的工作。在我们的娱乐行业，每一个行业都是如此。这将成为我们工作的核心。这对我们来说是一项重大投资和重点。道格拉斯·安姆斯就 AWS 而言，当您进行优化和宏观驱动的放缓并开始部署新的工作负载时，您如何看待在更好的宏观环境中 AWS 的正常增长会是什么样子？其次，有助于今年获得略高于 500 亿美元的资本支出数字。只是好奇生成式人工智能如何改变或可能改变你未来的资本支出轨迹。安德鲁·贾西嗯，这是一个好问题。我想说，虽然我预计成本优化将继续进行，但我认为成本优化与实际新工作负载和新迁移之间的平衡正如我们在第二季度看到的转变一样，我预计我们将继续看到随着时间的推移而发生变化。正如我所说，我的意思是，每个人都必须就他们认为这意味着多少百分比的收入增长做出自己的结论。但是，要在 880 亿美元的收入运行率业务上实现两位数增长，当你看到大量的成本优化（因为世界上每家公司都在去年努力节省尽可能多的资金）时，仍能实现两位数增长在此基础上，规模意味着我们正在获得大量新客户和大量新工作负载。因此，我非常看好 AWS 在未来几年的增长。对于任何一个季度，我都很难预测，但从中长期来看，我肯定看好它。我认为，生成式人工智能可能会对资本支出产生多大影响，其中包括 AWS 业务中针对大型语言模型和生成式人工智能的大量资本支出。我们现在有相当多的需求。所以，就像在 AWS 中一样，总的来说，AWS 中有趣的事情之一，从最早期开始就是如此，即您的需求越多，您需要花费的资本就越多，因为您进行了投资预先投入数据中心和硬件，然后在很长一段时间内将其货币化。因此，我希望面临的挑战是必须在生成式人工智能上投入更多资金，因为这意味着客户正在取得成功，他们在我们的服务之上也取得了成功——但我认为，这就是我们的目标目前对该资本支出的最佳估计，如果发现不同，我们将进行更新。
老虎证券2023-08-04
Amazon2023年Q2业绩电话会高管解读财报
 go
示例。今天，我将重点关注我们的商店和 AWS 业务。对于商店来说，我们的首要任务仍然是为顾客提供丰富的选择、低廉的价格和便利。正如我们所讨论的，我们特别注重提供更快的交付速度。我们的交货速度从未如此之快。上个季度，在美国 60 个最大的都市区，超过一半的 Prime 会员订单在当天或第二天送达。今年到目前为止，我们已在当天或次日向美国 Prime 会员交付了超过 18 亿件产品，几乎是 2019 年此时的交付速度的 4 倍。降低服务成本不仅使我们能够投资于这些速度改进，而且还能以更低的价格增加更多选择。特别是，我们正在增加日常必需品的选择，使顾客能够避免外出购买这些物品，同时增加我们的购物篮尺寸和顾客选择在我们这里购物的频率。目前，我们有超过 3 亿件商品可享受 US Prime 免费送货服务，其中包括数千万件免费当日送达和一日送达商品。我们将继续专注于通过数千万笔交易提供巨大价值，帮助客户节省开支或更多。例如，在 2023 年第二季度，我们为客户提供的优惠和优惠券比 2022 年第二季度多了 144%。Prime Day 也类似。亚马逊提供的优惠比以往任何一次 Prime Day 活动都多，提供了数百万种产品的广泛选择。Prime 会员在全球范围内购买了超过 3.75 亿件商品，并在亚马逊商店节省了超过 25 亿美元，使这一天成为有史以来规模最大的 Prime Day。接下来，简单介绍一下 AWS。AWS 仍然是云基础设施领域无可争议的领导者，在客户数量、合作伙伴生态系统规模、功能广度和最强运营绩效方面均处于显着的领导地位。这些都是 AWS 在过去几年中取得如此增长以及 AWS 的收入几乎是任何其他提供商的两倍的重要因素。多年来我与许多 AWS 客户进行了交谈，并将继续这样做。虽然我提到的所有这些因素都是业务成功的重要推动力，但 AWS 客户告诉我们，同样重要的是，他们关心 AWS 中可能在其他地方看到的截然不同的客户关注点和定位。由于去年经济形势不明朗，AWS 客户需要成本优化方面的帮助，以应对这一充满挑战的时期，并将支出重新分配到更好地推动增长的新计划上。我们已积极帮助客户做到这一点。尽管客户在第二季度继续优化，但我们开始看到更多客户将注意力转向推动创新并将新的工作负载引入云。因此，我们看到 AWS 第二季度的收入增长率稳定，同比增长 12%。 AWS 团队不断创新并快速改变客户的可能性。您可以在一系列 AWS 产品类别中看到，AWS 在计算、网络、存储、数据库、数据解决方案和机器学习等领域处于领先地位，并且这些领域的持续发明和交付非常不寻常。例如，几年前，我们不断从客户那里听到他们希望找到更具性价比的方式来进行通用计算。为了实现这一目标，我们意识到我们需要重新思考一切，直至硅片，并开始设计我们自己的通用 CPU 芯片。如今，超过 50,000 家客户使用 AWS 的 Graviton 芯片和 AWS 计算实例，其中包括我们排名前 100 名的 Amazon EC2 客户中的 98 家，这些芯片的性价比比其他领先的 x86 处理器高出约 40%。目前，生成式人工智能领域也正在发生同样的重新构想。生成式人工智能已经激发了人们的想象力，但大多数人都在谈论应用层，特别是 OpenAI 在 ChatGPT 上所做的事情。重要的是要记住，我们正处于生成式人工智能采用和成功的早期阶段，消费者应用程序只是机会的一层。我们认为生成式 AI 中的大型语言模型具有 3 个关键层，我们认为所有这些层都非常大，而且 AWS 正在大力投资。最底层是训练基础模型和进行推理或推理所需的计算。作出预测。客户对由 NVIDIA H100 GPU 提供支持的 Amazon EC2 P5 实例感到兴奋，可以训练大型模型并开发生成式 AI 应用程序。然而，迄今为止，市场上只有一种适合所有人的可行选择，而且供应一直稀缺。再加上我们在过去几年中积累的芯片专业知识，促使我们几年前开始开发自己的定制人工智能芯片，用于训练（称为 Trainium）和推理（称为 Inferentia），它们已经是第二个版本，并且是一个非常好的解决方案。为构建和运行大型语言模型的客户提供有吸引力的性价比选项。我们乐观地认为，未来大量大型语言模型训练和推理将在 AWS 的 Trainium 和 Inferentia 芯片上运行。我们将中间层视为大型语言模型即服务。退一步来说，开发这些大型语言模型需要数十亿美元和多年的开发时间。大多数公司告诉我们，他们不想消耗这些资源来进行自己的建设。相反，他们希望访问这些大型语言模型，希望使用自己的数据对其进行自定义，而不会将其专有数据泄露到通用模型中，让 AWS 中的所有安全、隐私和平台功能与这个新的增强模型一起使用，然后拥有它全部包含在托管服务中。这就是我们的服务 Bedrock 所做的，它为客户提供所有上述功能，不仅仅是一种大型语言模型，还可以访问来自多个领先的大型语言模型公司的模型，例如 Anthropic、Stability AI、AI21 Labs、Cohere 和 Amazon 自己开发的大型语言模型称为泰坦。Bridgewater Associates、Coda、Lonely Planet、Omnicom、3M、Ryanair、Showpad 和 Travelers 等客户正在使用 Amazon Bedrock 创建生成式 AI 应用程序。我们最近刚刚宣布了 Bedrock 的新功能，包括 Cohere 的新模型、Anthropic 的 Claude 2 和 Stability AI 的 Stable Diffusion XL 1。如果你考虑一下我谈到的前两层，我们正在做的就是使生成式人工智能的访问民主化，降低训练和运行模型的成本，允许访问大型语言模型而不是只有一种选择，使各种规模和技术头脑的公司能够更轻松地定制自己的大型语言模型，并以安全和企业级的方式构建生成式 AI 应用程序，这些都是让每个人都可以使用生成式 AI 的一部分，而且 AWS 拥有这些功能过去 17 年来一直致力于技术基础设施建设。然后，顶层是很多宣传和注意力集中的地方，这些是在这些大型语言模型之上运行的实际应用程序。正如我提到的，ChatGPT 就是一个例子。我们相信早期引人注目的生成人工智能应用程序之一是编码伴侣。这就是我们构建 Amazon CodeWhisperer 的原因，它是一个人工智能驱动的编码伴侣，它可以直接在代码编辑器中推荐代码片段，从而提高开发人员编码时的工作效率。这是一个非常强劲的开端，并改变了开发人员生产力方面的游戏规则。在亚马逊内部，我们的每个团队都致力于构建生成式人工智能应用程序，以重塑和增强客户体验。不过，虽然我们将自己构建许多此类应用程序，但大多数应用程序将由其他公司构建，而且我们乐观地认为，其中最大数量将构建在 AWS 上。请记住，人工智能的核心是数据。人们希望将生成式人工智能模型引入数据，而不是相反。 AWS 不仅为客户提供最广泛的存储、数据库、分析和数据管理服务，而且还拥有比其他任何公司都多的客户和数据存储。再加上在生成式 AI 堆栈的这 3 层为客户提供无与伦比的选择，以及企业放心将生成式 AI 应用程序投入生产所需的 Bedrock 企业级安全性，我们认为 AWS 有望成为客户的长期选择生成人工智能领域的首选合作伙伴。我们还在构建新的客户体验方面继续取得有意义的进展，这些体验可以有意义地改变客户在我们业务中的长期发展。Amazon Business 是我们增长最快的产品之一，年销售总额达 350 亿美元。该团队正在努力进一步构建企业客户所需的选择、价值、便利性和功能。通过 Prime 购买继续取得很大进展。在早期试验中，使用 Buy with Prime 的商家发现他们的购物者转化率平均提高了 25%，这对他们的业务产生了真正的影响。此外，参与 Prime Day 活动的商家在销售活动期间的每日“Prime 购买”订单数量与我们宣布 Prime Day 之前的一个月相比总体增加了 10 倍。坦率地说，我们决定在医疗保健市场领域进行大量投资只是在很短的时间内。我们之前尝试的很多都是较小的实验。但我们很高兴看到 Amazon Pharmacy 的活跃客户在过去一年翻了一番，而且我们很高兴看到 RxPass 的反响，RxPass 使 Prime 会员每月仅需 5 美元即可获得所有符合条件的仿制药，并且免费送货到他们家门口。One Medical 加入亚马逊仅几个月，我们也对在那里看到的情况感到鼓舞。我们的杂货业务持续增长。我们在消费品、宠物食品、美容品和罐头食品等非温控领域已经拥有非常庞大的业务，随着我们不断提高速度和降低服务成本，这些业务不断增长，这使我们能够更有效地销售更多商品。全食超市继续引领有机杂货领域，正在健康增长，并在去年显着提高了盈利能力。我们对全食超市的情况感到满意。正如我之前所分享的，我们正在为我们的大众实体店产品亚马逊生鲜开发新的格式，显着增加了关键业务投入的数量，并刚刚在商店中推出了新概念。我们还看到 Kuiper、Zoox 和 Alexa 等其他领域的重大创新和进步。我们对许多技术发明的投资仍处于相对早期阶段，这些技术发明正在改变这些领域为客户提供的服务，但它们是我们仍然乐观的长期机遇。最后，我想对我们的团队在 LinkedIn 的美国职业发展最佳公司中排名第一表示认可。这证明了我们致力于成为一家拥有领先薪酬福利和提升技能机会的优秀雇主。有了这个，我会把它交给布莱恩。布赖恩·奥尔萨夫斯基正如 Andy 提到的，我们的全球收入达到 1,344 亿美元，同比增长 11%，高于我们指导范围的上限。我们对报告的收入强劲感到鼓舞，这再次证明我们对价格、选择和便利性的关注继续引起客户的共鸣。我们继续看到日常必需品以及美容、健康和个人护理等类别的健康需求，并且看到客户对我们网站和移动应用程序的个性化改进和增强做出了积极的反应。在本季度，我们还看到北美和国际部门的宏观经济指标有所改善，但仍然看到客户降价并寻求购买价值。交付速度一直是过去几个季度的重点关注领域，我们在第二季度达到了创纪录的水平。Prime 会员喜欢更快的船速并且更频繁地购物。广告收入依然强劲，同比增长 22%。我们基于效果的广告产品仍然是我们增长的最大贡献者。我们的团队致力于利用机器学习来提高向客户展示的广告的相关性，并提高我们衡量品牌广告支出回报的能力。本季度第三方单位组合增加至 60%，这是我们所见过的最高水平，而且我们继续看到卖家数量和每个卖家销售的单位的良好增长。我们在提高全球商店盈利能力方面正在稳步取得进展。自北美分部营业利润率于 2022 年第一季度触底以来，我们已连续 5 个季度实现改善，第二季度营业利润率为 3.9%。这比过去 5 个季度提高了 620 个基点。商店业务营业收入改善的最大推动力之一是降低我们的服务成本，运输成本和履行成本的增长速度持续低于我们的单位增长速度。最近，区域化是一个重要的贡献者。更好的网络连接和更好的库存布局带来更快的交付速度，意味着更少的行驶里程和更少的接触，从而降低成本。虽然我们对所取得的进展感到满意，但我们看到了未来推动提高成本效率的更多机会。转向国际市场。自去年第三季度我们的营业利润率亏损触底以来，我们已经连续三个季度有所改善，第二季度利润率亏损为负3%。这比过去 3 个季度提高了 590 个基点。这个部分还包括我们的新兴国家。重要的是要记住我们在其中一些市场上的发展有多早。在过去 6 年里，我们已在 10 多个国家/地区推出了产品，并且始终在评估我们的客户体验以及我们的盈利之路，我们喜欢我们所走的道路。提醒一下，我们花了 9 年时间才在美国实现盈利。此外，在我们的北美和国际业绩中，通胀阻力也继续缓解，尤其是在燃油价格、长途运输费率、海运和铁路费率方面。迁移到 AWS。收入同比增长 12%，第二季度增长率趋于稳定。我们对客户渠道的实力感到鼓舞，并相信拥有一个大部分经过成本优化的庞大多元化客户群将为我们未来的增长奠定良好的基础。过去 12 个月的基础上，自由现金流为正，并且在连续第四季度有所改善。我们的财务重点仍然是推动长期可持续的自由现金流。最近自由现金流改善的最大驱动力是我们营业收入的增加，尤其是在北美和国际市场，正如我所说，我们在履行网络生产力和营业杠杆方面取得了有意义的进步，并受益于业务的放缓通胀压力。我们还看到营运资本对自由现金流的贡献有所改善。在过去的几年里，面对供应链中断，我们的营运资金效率一直不及我们维持较高周数的库存。最近，随着这些干扰的持续缓解，我们正在提高库存效率，从而改善我们的营运资金。我们将继续关注未来自由现金流的持续改善。接下来，让我们转向我们的资本投资。我们将资本投资定义为资本支出加上设备融资租赁的组合。截至 6 月 30 日的过去 12 个月期间，这些投资为 540 亿美元，低于去年同期的 610 亿美元。展望 2023 年全年，我们预计资本投资将略高于 500 亿美元，而 2022 年为 590 亿美元。我们预计履行和运输资本支出将同比下降，部分被支持增长的基础设施资本支出增加所抵消我们的 AWS 业务，包括与生成人工智能和大型语言模型工作相关的额外投资。接下来，让我们继续回答您的问题。
老虎证券2023-08-04
亚马逊最新季度财报超预期发布未来加速增长指引盘后股价飙升10%
go
mazon Web Services（AWS）收入：221亿美元，而分析师预期为218亿美元。广告业务收入：107亿美元，分析师预期为104亿美元。亚马逊在第二季度的盈利超出了市场预期，显示出新任首席执行官Andy Jassy正在进行的削减成本的努力开始见到成效。亚马逊进行了有史以来规模最大的裁员行动，自去年秋季以来裁减了27000个工作岗位。这家电商巨头冻结了企业的招聘，并试图在公司各个部门削减开支。截至第二季度末，全球员工人数同比下降4%，至146万人。对于第三季度，亚马逊预计销售额将在1380亿美元至1430亿美元之间，同比增长9%至13%。根据Refinitiv的数据，分析师们预期其营收为1382.5亿美元。这一预测反映出亚马逊举办在7月份的48小时Prime Day促销活动的强劲表现，该公司称这是“有史以来最大规模”的促销活动。亚马逊在过去六个季度中，有五个季度的扩张增速一直停留在个位数。然而，现在该公司已经回到了两位数的增长。Andy Jassy在2021年7月接替创始人Jeff Bezos担任CEO。他将改善归功于AWS，之前AWS的客户由于经济不确定性而放缓了支出。 AWS的销售额在第二季度增长了12%，达到221亿美元，超过华尔街预期的218亿美元。但与上一季度的增长16%相比增速有所放缓，而且这是自2015年亚马逊开始拆分云业务以来增速最慢的季度。 AWS占亚马逊77亿美元运营利润的70%。公司报告的净收入为67亿美元，每股收益为65美分，相比之下，去年同期亏损20亿美元，每股亏损20美分，去年同期亏损是因为对电动汽车公司Rivian的投资进行了减记。亚马逊和苹果的财报共同结束了科技巨头公司的季度财报季。苹果的业绩超过了华尔街对盈利和销售额的预期，主要得益于服务业务的增长。尽管大多数大型科技公司的增长仍低于历史标准，但在经历了2022年的困难后，业绩开始反弹，成本削减措施提升了盈利能力。此外，亚马逊和其他科技公司都专注于人工智能。在财报中，亚马逊表示其AWS的人工智能产品被众多客户使用，其中包括皇家飞利浦（Royal Philips）、3M、Old Mutual和汇丰银行。此外，广告业务对亚马逊来说仍然是一个蓬勃发展的业务，第二季度广告收入增长了22%，达到107亿美元。相比之下，谷歌的广告收入仅增长了3.2%，Facebook的广告收入增长了12%。
一禾2023-08-04
月报总结｜Moonbeam 7月份大事一览
 go
on黑客松圆满结束 Moonbeam和AWS Startups联合推出的Bear Necessities Hackathon黑客松圆满结束。本次黑客松分为6个挑战，由Moonbeam基金会、Biconomy、SubQuery、Chainlink、StellaSwap提供赞助，总奖池超过5万美金。本篇文章整理了每个赛道获奖的项目以及相关介绍。阅读更多 Moonbeam Accelerator圆满结束，Demo Day展示孵化成果！为期10周的Moonbeam Accelerator孵化计划顺利完结。本次孵化计划旨在帮助初创团队提高技术、业务、营销、金融和融资技能，助力Web3创业之梦。在Demo Day之前，主办方之一的Rokk3r总经理Lorenzo采访了入围加速计划的其中8个项目方，各自回顾孵化过程及成果。7月13日，Demo Day顺利于线上举行，所有参与的团队在当天展示各自成果，查看活动回放。 2. Moonbeam & Moonriver新集成伙伴&项目 OAK & Turing Turing和OAK是聚焦开发者的区块链，专注于驱动远程链上或是跨链自动化交易。Turing和OAK网络带来了专业化的功能，并利用波卡和Kusama的特殊设计让任何平行链都可以利用他们提供的解决方案。Turing和OAK网络还优化了Gas，同时实现区块空间连接至链上存储、驱动和执行交易等。阅读更多 Centrifuge Centrifuge是服务于机构生态的链上信用体系。平台可提供一种更快、更高效益和完全透明的模式，以将投资人和借贷者与可持续流动性连接起来。通过将现实资产进行token化，Centrifuge为之前可能难以通过传统渠道获得融资的企业释放了流动性。阅读更多 RockX RockX为节点服务提供商，开发者可以使用Rock的节点以扩展基础设施。用户可以在公开或者特定节点选择，利用信息丰富的数据面板来分析使用情况/管理API密钥。还可以根据要求选择适当的方案，并使用专注于Moonbeam的节点，最大化开发效率。阅读更多 Hashport Network Hashport是企业级公用跨链桥，促进数字资产在去中心化网络之间的转移，以快速、安全且经济高效的方式扩展其功能。为了保持平台中立，Hashport无需使用专用Token即可运行。阅读更多 Koingaroo Koingaroo是简化DeFi用户从钱包投资流程的投资平台。用户可以选取在不同链上希望使用的策略，并在不同的链上进行投资。除此之外，Koingaroo还增加套利功能而丰富用户的DEX体验。阅读更多 Seascape Seascape允许用户轻松进入区块链游戏和去中心化金融的世界，同时为玩家、开发者和有影响力的人提供丰厚的激励。Seascape于Moonbeam上专属的P2E城市构建游戏现已上线。阅读更多 Subsocial（Grill） Subsocial为一条专注于社交的去中心化网络，通过简化开发和操作流程支持开发者构建用户友善的社交应用。Grill为构建于Moonbeam上的社交网络，现已在Moonbeam上线，并支持通过信息转移Moonbeam原生Token GLMR。阅读更多 3. 操作指南 & 科普文章操作指南｜如何使用区块链索引索引是指组织数据库以快速查找特定数据。在区块链的背景下，如何储存数据至关重要，尤其是通过重要状态变化期间发生的事件。本文叙述了如何在Moonbeam上使用区块链索引。阅读更多操作指南｜如何使用Foundry在Moonbeam上进行部署 Foundry是一种以太坊开发环境，可帮助构建者管理依赖项、编译项目、测试或部署合约以及通过指令与区块链进行交互。Foundry已成为流行的开发智能合约开发环境，仅需要使用Solidity即可进行操作。本文简单介绍了使用Foundry部署的操作流程。阅读更多操作指南｜如何在Moonbeam网络中检查交易确定性链上交易的最终确定性是指一笔链上的交易几乎是确定的，这也意味着交易无法更改，也无法逆转。Moonbeam致力于兼容以太坊Web3 API和EVM，但开发者仍需了解Moonbem和以太坊在确定性之间的差异。本文介绍了最终确定性的概念，以及用户和开发者该如何进行检查。阅读更多科普文章｜如何成为Moonbeam收集人在Moonbeam的生态中，节点运营者被称为收集人，负责收集来自Moonbeam平行链的信息并打包给中继链的验证人。本文介绍了成为收集人的所有必备条件。阅读更多科普文章 | Moonbeam生态支持有哪些？ Moonbeam自上线以来就致力于构建生态，通过举办针对不同主题的黑客松、建立生态增长基金、设计项目孵化计划和提供开发奖励等方式，持续推动链上生态的发展。本文介绍了Moonbeam近期参与和主办的开发活动。阅读更多科普文章 | 深入了解「社区代表」在网络治理的地位和角色去中心化治理使Token持有者能够积极且活跃地参与塑造网络的未来。然而，由于时间限制、缺乏专业知识等因素，Token持有者并不会直接参与每项提案投票。这就是社区代表发挥作用的舞台，弥补了Token持有者和决策过程之间的差距。本文介绍了社区代表的概念，全面了解什么是社区代表以及他们在Moonriver/Moonbeam网络治理中发挥的关键作用。阅读更多 Moonriver社区治理代表正在报名，哪些大V参与其中社区代表是由Moonbeam整体中选出，代表Token持有者参与任何议题或是提案决定过程的个人或是团体。社区代表受到Token持有者委托信任，代表委托Token的持有者（个人或团体）行使投票权力。本文介绍了成为社区治理代表的用户。阅读更多 4. 社区活动 & 活动回顾 Moonbeam生态说｜探索跨链社交DAPP MoonFit 本期Moonbeam生态说邀请到来自MoonFit的业务发展经理Peter，介绍跨链社交Dapp MoonFit。除此之外，还讨论了SocialFi在Moonbeam网络的前进。活动回顾 Moonbeam生态说｜探索Web3链游生态Seascape 本期Moonbeam生态说邀请到来自Seascape的CN经理Tina，介绍Web3链游生态Seascape，并与Moonbeam中文社区经理一同探讨GameFi于Moonbeam上的可能性以及目前已上线的游戏内容。活动回顾早安越南，深度了解东南亚Web3新秀 Moonbeam联合AWS Web3团队、Chainlink、KNN3和Polkadot Insider举办Igniting Innovation with Web3线下交流会。Moonbeam邀请越南当地活跃的社区团体、项目方和投资人，带来他们对这个东南亚新兴市场的解读。阅读更多 Moonbeam赞助波卡黑客松亚洲站，促进互连合约应用发展波卡黑客松亚洲站于7月3日正式开启，由波卡生态系统中的众协议共同举办，一同召集亚太地区的所有开发者加入旅程。zkBatch项目方获得Moonbeam赛题的优胜。阅读更多 Pokadot Decoded大会回顾 Moonbeam中文市场经理Yuki与来自波卡其他项目的相关负责人一起带大家回顾这场举办于哥本哈根大会上的精华！活动回顾 Polkadot未来论坛 Moonbeam中文市场经理Yuki与众多优质项目、生态爱好者和开发者一同探索波卡生态的未来发展方向，如何构建全新的生态应用！ Polkadot Decoded 2023上海分会场亚太地区的年度聚会，无数技术开发爱好者将齐聚一堂，共同探索波卡发展趋势，与顶尖技术大咖亲密接触，共创 Web3 的辉煌未来！Moonbeam中文市场经理Yuki于7月15日在大会上分享名为“探索跨链互操作性的宇宙”的主题演讲。活动回顾 ETH Shanghai ETH Shanghai 2023峰会于6月25日举行，是以太坊开发者、任何以太坊兼容链开发者以及区块链技术爱好者和专家的盛会。Moonbox获得Moonbeam赛题的优胜。阅读更多 Moonbeam参与EthCC 2023！ EthCC为由以太坊社区举办的大型聚会，今年于法国巴黎举办。EthCC邀请了许多链上的知名协议，如Uniswap、Lens Protocol和Chainlink等等皆在此大会发表最新的技术更新。Moonbeam也参与了本次的EthCC 2023，并分享了应用如Moonbeam的EVM环境构建多链应用的用例。活动回顾 Moonbeam携手Galxe发起新挑战，竟然有GLMR抽奖 Galxe联合众多EVM链，发起7月新一轮的挑战：Galxe’s Token EVM Odyssey，其中包含Moonbeam、Fantom、Avalanche、Optimism和Arbitrum等知名公链。探索Galxe支持的EVM链，完成任务还有机会领取对应Token奖励！Moonbeam也参与了本次活动，提供了3436枚GLMR作为奖励。阅读更多 5. 技术更新 Moonriver 在区块4668844时进行了Runtime 2401的升级。 Runtime 2400主要变化维护 MinCollatorStk常量已被弃用并从Parachain Staking Pallet中移除。 MinCandidateStk常量可用于获取成为托管者候选人所需的最小抵押金额。多位置派生账户，用于远程XCM调用，现在是按照Polkadot标准派生而不是之前在Moonbeam上使用的自定义方法。要查看有关如何计算多位置派生账户的示例，请参阅Moonbeam文档站点上的通过XCM在Polkadot上进行远程托管教程。漏洞修复修复了Substrate-based交易小费处理不当的漏洞。由于在运行时代码中未处理，因此整个小费部分都被烧毁。修复后，20％将支付给国库，80％将被烧毁，这与所有其他费用行为一致。 Moonriver支持紧急取消者轨道的曲线百分比已更新，以符合Moonbeam社区论坛上原始提案中概述的百分比。功能 OpenGov已在Moonbeam上推出！ OpenGov于今年早些时候在Moonriver上推出，现在经过在Moonriver上的测试，已经推出到Moonbeam上。 Multisig Pallet现在可在Moonbase Alpha，Moonriver和Moonbeam上使用。它允许您从多签名帐户本地批准和调度调用。 GMP Precompile现在可在Moonriver和Moonbeam上使用。 GMP预编译作为Moonbeam Routed Liquidity的接口，充当GMP协议中带有令牌的消息和通过XCMP连接到Moonbeam的平行链之间的中间人。在Moonriver和Moonbeam上支持本地XC-20，这意味着您可以通过XCM从Moonbeam传输任何ERC-20跨链，只要目标链上注册了本地XC-20（ERC-20）。引入了EVM的Weight V2支持，其中包括用于记录除气体之外的证明大小的附加容量指标，并在用尽时将导致“Gas不足”错误。对于上海硬分叉的支持已在所有Moonbeam网络上推出。 Moonriver还进行了另一个Runtime 2403的升级，该升级发生在区块4770488。 Runtime 2403包括一些小的更改： Conviction Voting Pallet的MaxVotes常量，它指定给定帐户可以拥有多少并发投票，已减少到20 通过XCM进行的ERC-20转移的气体限制已从80,000更改为200,000，这允许发送更多气体密集型的转移，例如通过依赖Wormhole包装合约的GMP预编译进行的转移。来源：金色财经
金色财经2023-08-04
美股收盘：道指跌近70点中概股逆势走强BOSS直聘，哔哩哔哩涨超8%
go
分析师预期1316.3亿美元。二季度AWS净销售221.4亿美元，分析师预期217.1亿美元，二季度线上商铺净销售529.7亿美元，分析师预期524.5亿美元，二季度实体店净销售50.2亿美元，分析师预期49.6亿美元，二季度北美净销售825.5亿美元，分析师预期796.8亿美元，二季度订阅服务净销售98.9亿美元，分析师预期97.9亿美元。二季度运营收入76.8亿美元，分析师预期47.2亿美元，二季度运营利润率5.7%，分析师预期3.46%。预计三季度净销售1380亿-1430亿美元，分析师预期1383亿美元。，预计三季度运营收入55亿-85亿美元，分析师预期54.1亿美元。
金融界2023-08-04
亚马逊二季报整体好于预期，三季度业绩指引好于预期，股价盘后涨超7.7%
go
分析师预期1316.3亿美元。二季度AWS净销售221.4亿美元，分析师预期217.1亿美元。二季度线上商铺净销售529.7亿美元，分析师预期524.5亿美元。二季度实体店净销售50.2亿美元，分析师预期49.6亿美元。二季度北美净销售825.5亿美元，分析师预期796.8亿美元。二季度订阅服务净销售98.9亿美元，分析师预期97.9亿美元。二季度运营收入76.8亿美元，分析师预期47.2亿美元。二季度运营利润率5.7%，分析师预期3.46%。预计三季度净销售1380亿-1430亿美元，分析师预期1383亿美元。预计三季度运营收入55亿-85亿美元，分析师预期54.1亿美元。亚马逊美股盘后涨7.75%。
金融界2023-08-04
亚马逊二季度营收及三季度指引超预期盘后大涨近8%
go
业务营收同比增长10%至297亿美元；AWS业务营收同比增长12%至221.4亿美元，高于市场预期的217.1亿美元。此外，若按另一种方式来拆分，二季度亚马逊线上商铺营收529.7亿美元，高于市场预期的524.5亿美元；实体店业务营收50.2亿美元，略高于市场预期的49.6亿美元；订阅服务业务营收98.9亿美元，亦略高于市场预期的97.9亿美元。二季度，亚马逊经营利润为76.8亿美元，远高于市场预期的47.2亿美元。当季经营利润率达5.7%，高于市场平均预期3.46%。具体拆分来看，二季度北美业务经营利润为32.1亿美元，而在去年二季度，该部门则录得6.3亿美元的经营亏损；国际业务经营亏损为9亿美元，和去年同期的17.7亿美元经营亏损相比大幅收窄；AWS业务的经营利润为53.7亿美元，和去年同期的57.2亿美元相比小幅收窄。预计三季度净销售1380亿-1430亿美元，分析师预期1383亿美元。预计三季度运营收入55亿-85亿美元，分析师预期54.1亿美元。亚马逊美股盘后涨7.75%。
金融界2023-08-04
美股开盘：道指跌逾百点中概股反弹贝壳涨逾6%、拼多多涨超4%
go
主要关注整体营收增速，但税息前利润率和AWS的增长（或缺乏增长）是财报发布后立即影响股价的两个主要因素。投资者还会密切关注管理层23年第三季度的指引。室温超导疑云尘埃落定？美国超导盘前跌逾20% 美国超导美股盘前延续前日跌势，现跌超20%。在全球多地研究机构针对韩国研究者所谓室温超导体LK-99的复现实验均告失败后，韩国本土超导研究机构对该项目就行了审查，最终得出结论，从存档论文和视频证据看，无法认定LK-99为室温超导体。手机市场仍拉垮，高通二季度营收超预期下降23%，指引逊于预期高通第三财季、即二季度的收入和盈利均加速大幅下滑，EPS盈利同比降近40%，手机芯片收入降25%；本季度营收指引继续加速下降，暗示需求仍疲软，营收同比最高料降29%。高通称，中国市场需求未回到预期水平，今年全球手机出货将至少较去年有高个位数的百分比下降；高通产品有潜力实现设备上AI的重大转折。 UnityQ2营收超出预期，调高今年年度展望视频游戏软件开发公司Unity Software其Q2收入和调整后息税折旧摊销前利润（EBITDA）均超过预期，同时调高今年年度展望。 PayPalQ2调整后营业利润率环比收窄至21.4% PayPal Q2净营收72.9亿美元，同比增长7%，略高于市场预期的72.73美元；净利润10.29亿美元，同比扭亏为盈。Q2调整后营业利润率从第一季度的22.7%收窄至21.4%。 CEO称公司商业贷款组合的损失有所增加，目前收紧了资金来源，并为损失计提了准备金。 10个交易日大涨近5倍！“Meme股”特百惠交易火爆近日，又有美国Meme股大幅上涨。上市公司特百惠的股票在美股市场上交易异常火爆。数据显示，该股过去10个交易日涨472.1%，上周该股累计上涨242.2%，创自1996年5月上市以来最大的单周涨幅。不过，受惠誉下调美债评级影响，该股昨日收跌逾31%，今日盘前续跌近11%。
金融界2023-08-03
Non-EVM公链的必然结局？多角度分析ICP没落的原因
 go
的原因。 ICP的技术特点：去中心化的AWS 首先介绍一下ICP的智能合约系统——Canister（国内称之为“容器”或“罐子”），它是DAPP的载体，允许WebAssembly（WASM）的字节码在其中运行，可支持多种语言编写的程序。 ICP为每个Canister分配了专属的内存，如果将ICP看作一台超级计算机，那么Canister就是计算机中的进程，每个Canister进程都包含自己的运行内存，你可以将智能合约相关的数据封装在特定的容器中。这是ICP独特的数据存储方式——Canister允许你将程序的状态、数据库甚至前端数据（例如游戏资产）全部放在这个容器中，意图使DAPP得到进一步扩展。可以说，ICP实际上就是搭载容器的平台，通过容器化技术在ICP节点上部署很多Canister容器。同时，Canister支持gas费代付功能，用户可以无需拥有原生资产，由项目方代付手续费，这实质是以太坊上许多低门槛钱包要实现的“Gas费代付”机制。这也使很多人对ICP有mass adoption的预期——用户能够获得Web2级别的UX，无需一开始就购买原生资产（尤其是不用在区块拥堵时支付高昂的gas费）。但ICP有一个重大缺陷：不支持全局状态。以太坊有“全局状态”这样的设定，对于全体智能合约而言，所有账户的状态都是公开可见的，有一个通过State Trie管理的“全局可见”的状态存储结构；但ICP却完全不同。具体而言，ICP中的程序（智能合约）有自己专属的Canister（容器），不同智能合约的数据被封装在各自独立的容器中，外界看不到数据的细节，只能通过Canister对外提供的接口访问内部数据。换言之，ICP没有以太坊那样“全局可见”的状态存储结构，不同Canister的程序之间的交互是异步的，不能同时完成对多个合约的调用。显然，这对于Defi协议很不友好，使得ICP生态长期与Defi无缘。有人对此认为，以太坊是单纯进行资产交易的“世界记账机”，而ICP实际是支持复杂Web应用的“去中心化AWS”。除了独特的Canister设定外，ICP还采用了分层的架构，主要包括容器、子网、节点和数据中心。我们可以将ICP看作由多个子网（Subnet）组成的系统，每个子网实质就是一条公链。在每个子网中，搭载了多个Canister（容器），这些容器是ICP中可互操作的基础单元，每个Canister包含了用户上传的代码和状态。 ICP的最底层是托管专用硬件的独立数据中心，数据中心之上运行节点（Node），节点负责处理子网容器中的数据和状态转换。这种分层结构的设计为ICP提供了更高的可扩展性和灵活性，使其能够满足不同规模和需求的应用场景，也让它的观感更贴近于云服务。有人认为，ICP通过子网化的方式，从一开始就实现了分片。现在ICP有40个子网，最大的子网包含13个Validator节点，最小的只有1个Validator。结合上面提到的Canister之间的交互（通讯）是异步的，ICP的设计整体的好处是效率高，可以实现跨子网间的通讯，目前所有子网加起来，每秒大概可以出20个区块。但由于每个子网的节点数量都不多，其理论上的安全性存疑。申请成为ICP的节点还需要ICP基金会的审批，节点的硬件配置极高（远超Solana、Sui等节点配置较重的公链），因此ICP的去中心化程度遭到很多人诟病。对于这一点，某ICP生态的项目方坦言：毕竟ICP上运行的大多是“应用程序”，而不是与资产相关的金融交易，所以对安全性也没有那么严格的追求，ICP实质上只是去中心化程度比AWS更高的云平台。抛开上面的点不说，ICP已经成功地将BTC集成到其系统中。通过专有的Chain Key、门限ECDSA等密码学算法和一套特殊的检索机制，ICP和BTC可以直接集成，使得ICP的智能合约可以直接持有真实而非映射的BTC资产。具体实现方式如下所示：在网络层中，实现了一个随机连接BTC网络中8个节点的BTC适配器，将BTC区块拉入ICP网络中，并根据区块中所包含的交易数据更新所有的UTXO集，使得ICP上的容器可以获知BTC链的最新状态，ICP容器内的程序可以验证并检索BTC的区块及UTXO。同时，门限ECDSA算法是使得ICP智能合约能够接受和输出BTC交易的关键技术，它是对ECDSA签名算法的扩展。该协议通过类似MPC（多方安全计算）的方式，将关联着智能合约的私钥碎片分发给专门负责签名的子网节点秘密共享，获得更高级别的安全性。简而言之，ICP智能合约可以把私钥管理权交给多个节点，而非单个节点或智能合约自己掌握。当合约要向外输出BTC交易时，需要该子网中超过阈值数量的节点协作（2/3）才能创建一个完整的ECDSA签名，让交易放行。 ICP的资产集成方案相较于目前的跨链桥方案更进一步。大多数跨链桥提供的只是BTC的映射，而不是原生的BTC，并且高度依赖于第三方跨链桥自己的节点，这样会存在很多安全隐患。ICP却可以将原生BTC放入Canister中，甚至可以直接保存BTC链上地址的私钥。相比于传统的依赖于第三方跨链桥节点的跨链方式，ICP的BTC账本可以方便地运行在分散的、节点数量较多的子网上，只要子网的安全性足够，ICP的BTC账本就是安全的。理性人陷阱：Token价格和锁仓然而，历史证明，再优越或独特的技术也无法弥补生态建设的乏力，自主网上线至今，ICP生态的项目仍然处于“无人使用”的尴尬境地，进而陷入“生态匮乏→优秀项目外流→生态参与者进一步流失”的恶性循环。笔者此处想重点展开讨论的，并非具体生态发展和扶持上的问题，而是通过另外一个视角尝试解释，ICP为何陷入了今日的困境。有一种观点是，在ICP上市的几个小时内，它遭到了某些势力的价格操纵（ICP创始人一直认为是SBF和FTX所为），ICP市值随着Token价格不断推高，一度超过2300亿美元，仅次于BTC和ETH跃升至市值第三。然而随着拉盘行为结束，ICP价格开始大幅回落，在短短的6周内，ICP市值萎缩了90%。 Token的暴跌极大损害了ICP生态及Dfinity基金会的声誉，使得ICP遭到多方势力进一步攻击，这些空头加剧了ICP价格下跌的过程，使其远低于实际价值。（据说，一贯奉行长期主义的a16z目前已清仓ICP）笔者在此并不打算对上述说法的真伪进行评价，仅提供给读者一个可能的观点（另一种有趣的观点认为，ICP创始人Dominic的一系列让投资人反感的行为，是导致ICP被砸盘、生态被孤立的重要原因）。实际上，影响Token价格更多的是其锁仓机制——本意是避免早期投资者“砸盘”套现走人，但长达8年之久的锁仓周期带来的是“套牢”和针对质押生息资产的抛压/神经元解锁抛压，可参考下图：事实证明，Dfinity基金会针对早期投资者的锁仓并未起到预料之内的作用：大量底部筹码的存在以及上市之初的价格虚高，使得从最高点至筹码密集区中间的空白过于巨大，除了早期投资者以外几乎不会有人愿意参与这部分价位区间的拉盘。但此刻，早期投资者依然有利可图，对于他们而言此阶段将产生的利息复投质押至NNS或者将利息卖出都是有利可图的；而当Token进一步下跌到某个价位时，早期投资者因机会成本的存在,实际上已经进入“套牢并亏损”的状态，此状态下早期投资者会更趋向于将利息卖出，并且在神经元到期解锁之后很有可能以亏本的状态卖出，从而进一步加剧下跌。这种“越跌越卖，到一定价位卖的更厉害”的死亡螺旋严重阻碍了ICP的回弹以及生态发展，由于Canister本身的特性，使得Defi长期以来缺位于ICP生态（进而导致稳定币缺位），生态参与者大多数时间内只能持有ICP Token本身，坚定的Holder们会发现一个事实：自己在生态内的贡献所带来的回报还赶不上Token的贬值！理性人假设的博弈到此更进一步，散户和项目方转而奔向他们认为更有前途的公链生态（也带走了流动性），进一步减少链上燃烧的Cycles数量（即ICP数量），而锁仓8年的早期投资者们有心无力，也进入了“躺平”状态。虽然可能会导致Token价格大量下跌，但笔者认为，如果想要尽快解决死亡螺旋，必须进行一次彻底的出清——即一次性解锁释放所有长期质押的神经元，充分释放流动性，维持现状越拖越久只能是剜肉生疮。 NNS的治理困境 VC在投资项目时，一个重要的评判标准就是Token是否有治理权，而散户也喜欢将Token治理权限作为赋能的因素。Dfinity的NNS系统使得Token持有者能够充分参与到公链的治理当中，但链上治理的实际运作情况如何呢？在具体分析公链治理之前，首先要对治理系统有所了解，此处简单介绍Dfinity的治理系统——NNS系统：NNS是一个链上治理系统，允许所有社区成员提交提案并进行投票。社区成员的投票权与其持有的ICP数量成正比，质押的时间周期长短将影响其投票权重。参与投票的社区成员将会获得ICP Token作为奖励，这些奖励被称为"NNS奖励"，将ICP质押在神经元里的Holder可以通过手动投票或跟随其他神经元的投票参与到治理中。相比之下，许多区块链项目的治理投票“独裁”了许多，只有大鲸鱼/投资方/项目方本身才有资格发起治理提案，而散户往往只有参与的权力。早在前两年，Dfinity基金会调整了一次NNS治理的策略，这次改革调整了NNS治理的一些奖励参数，使得积极参与投票的投票者更有利，而那些不参与NNS治理的ICP质押者的收益将大幅降低。同时，基金会不再参与主动投票，这使得许多默认跟随官方神经元而没有设置投票的节点的收益进一步减少。然而，治理系统面临着两个问题：一是由于NNS系统并未对提案的提议权加以限制，而是允许所有神经元提出提案并投票，导致大量垃圾提案的出现，而支持大量垃圾提案通过的神经元们又能够因为积极参与治理投票而获得更多的Token奖励（道理类似于Filecoin存储节点故意存很多垃圾数据）——某种意义上讲，这种行为是对链上治理的一种嘲讽。二是治理系统的过度民主化所带来的缺陷——极低的效率和必然分裂的社区，一个典型的例子是社区至今仍然没有统一的代币标准！诚然开发者可以根据自身情况相对应选择代币标准，但东西方开发者社区的沟通不畅以及相互之间的不理解使得代币标准统一这件事依然遥遥无期，进而在生态系统的发展上又平添一颗绊脚石。在这种情况下，流动性会被严重割裂，就算做出来DEX，资产的SWAP也会严重受阻，此前还曾有过向不同代币标准的钱包转账丢失NFT的事故。如何在治理系统中间寻找一种平衡，以便在保持民主化的同时，也能够保证效率？这个问题从远古到现代，再从Web2到Web3都是一个争论不休的问题，而在两者的权衡之中，Dfinity选择了前者，给予了生态参与者充分的议政权，但就目前的情况来看，这种选择对于尚未构建起足够经济利益的公链来说弊大于利——最终成为了基金会偶尔下场的半推半就，以及存量用户们的两看相厌。这种困境的解决十分困难，而寄希望于短期内生态出现一个类似Andre Cronje这样富有号召力的领袖人物推动发展，其难度也无异于“天降伟人”。项目流失和存量循环所有缺乏用户和流动性注入的公链都不可避免陷入rug螺旋：项目跑路→散户信心和财务受损，离开生态→流动性进一步变差，正常项目方收益越来越少甚至无法获得收益→项目跑路。 Dfinity上的情况尤其严重，以NFT板块为例，生态早期的NFT交易所只有Entrepot一家，而Entrepot对NFT上市采取的是审核制，NFT审核通过后在平台进行定点销售，这种制度使得初期的NFT生态有着较为良好的发展，NFT的涨幅也十分可观，以2022年2月的数据为例，此时Entrepot还算表现良好：然而，平台本身的限制使得大量rug项目涌入，刚有起色的NFT立马受到了打击，而随着CCC、Yumi等项目加入NFT交易所的战争，Entrepot为了保留市场份额进一步放开了对NFT项目的审核，其上新的项目也从刚开始的开售即抢完变为了无人光顾。而正常运营的项目方也会因公链的颓势而自行选择出路，如一开始坚守Dfinity生态的Dmail在尝试多次无效之后，最终转向了多链生态，并在这之后与Sei、Worldcoin等合作。相比于其他公链的生态，Dfinity区别最大的一点在于其Defi板块是整个生态中发展最靠后的一环，其原因主要有几点：一是Dfinity并未引入EVM，无法像Avalanche或Fantom一样，能够轻松fork各类经典项目；二是生态内代币标准至今仍然未统一，某种意义上大幅削弱了生态内的流动性；三也是最主要的一点，即Dfinity本身的独特架构使得其区别于传统公链的全局交易原子性，Canister之间是异步交互，缺乏全局可见的账本，因此其Defi项目开发十分困难。从被销毁的ICP和ICP总交易量数据来看，ICP生态已然陷入了一个十分尴尬的境地：总结其实我们不难理解2021年时大众对Dfinity的热捧，毕竟ICP团队中包含的密码学家数量，是所有公链项目中最多的，团队阵容也无比豪华：英特尔、IBM、Coinbase、Facebook、谷歌wasm...... 同时，一票知名VC均是ICP的投资人，不乏A16Z、Polychain、Multicoin这样的顶级机构。ICP本身的slogan“去中心化AWS”更是抓人眼球，诱使无数人投入真金白银，期待着超越以太坊和EOS的下一个里程碑式的范式到来。但Dfinity的技术并没有利好其生态建设——尽管Dfinity的技术特性放到如今也十分独到，如反向Gas、Canister的可扩展性、架构本身可无限横向拓展等，但这些特性在公链之战中没有如期起到效果。此外，Dfinity的治理系统也面临挑战，其中大量垃圾提案和过度民主化等问题，已经在前面提到过。作为曾经“ETH killer”的有力候选者，它仍然具备许多公链所不具备的潜力和优势，而这些技术特性是其发展的重要筹码，但同时，ICP基金会和其生态本身，也需要直面目前的挑战，并努力寻找新的出路来源：金色财经
金色财经2023-08-03
生产力 SaaS 如何应对 AI 的颠覆？
go
数据加密方案做了更复杂的定制，通过跟 AWS 的 Key Management Service 做集成，让客户控制 Key，Slack 再通过服务调用客户设置的 Key 来加密用户的数据。这种等级的“安全可控”在微软系生产力工具中也非常常见。「不碰客户数据」是营造信任的基线，在用例同质化的情况下，为 GenAI 定制的隐私及数据安全解决方案则有机会成为一个具有差异化的价值主张。微软虽然在这一点上积累很深，但是对外没有猛打这一卖点。反而 Salesforce 的 Einstein GPT 使用这一价值主张更多，在 3 月宣布 Einstein GPT 后，近期最大的进展就是 Trust Layer 的推出，试图将自己是「最可以被信任」的 GenAI Offering 这一形象打透。第二个角度：不碰版权数据 Adobe Firefly 在 4 个月前刚刚放出时遭遇群嘲，它生成的皮卡丘和 Hello Kitty 们惨不忍睹。但是现在 Firefly 已经在 Web 版本和 Photoshop 中帮助 Adobe 的用户们生成了超过 10 亿个资产，被公司评价为“Adobe 历史上最成功的两个测试版本产品”。外界在过去几个月已经逐渐领会了 Firefly 的独特价值主张：对未经授权的版权内容保持敬畏，帮助自己产品的使用者免除商用这些生成资产的法务风险。这一价值主张的核心就是构建一个完全没有版权问题的数据集。Stability AI 和 Midjourney 继续保持着对 Firefly 在效果上的微弱领先，但是不可避免地遭遇集体诉讼，因为它们使用的 LAION 数据集上包含 56 亿未经许可从公网上抓取的图像。第三个角度：帮客户把数据连起来使用 LLM 的数据处理环节 Source : a16z 有无数创业公司在这一赛道，就不再赘述最典型的数据连接用例。在此之上，跨本地和云的数据整合能力是一个需要长期积累的基本功，现有 SaaS 巨头有些差异化优势 —— 它们经历了 On-Prem 转云处理存量数据的尴尬期，经验比较丰富，而且 Salesforce 收购了 Mulesoft，Google 有 Apigee，微软有 Power Platform，都有各种强大的 Connectors 来帮助客户收集跨组织和跨本地与云的数据。通过将自身的云、数据连接器、产品场景垂直整合，再搭配合作伙伴的 LLM，老牌 SaaS 能够提供给客户一个真正端到端的堆栈，先收集好数据，再协调好数据并且能够创建数据的相关 pipeline，让数据在不同的模型和场景中可用。目前这一价值主张驱动的销售效果还未可知，但是起码听起来很美妙。上文介绍了 3 种把数据玩出花的角度，但目的都不是让 GenAI 的能力更强大，而是让它真正达到 Business Class 和 Enterprise Ready。借机重振产品品牌 GenAI 既能实际落地发挥作用，又是完美的营销帮手： • EinsteinGPT 重新让 Salesforce 的爱因斯坦小人 Logo 获得关注。要知道在此之前 Salesforce 这个 Einstein 的 AI 品牌并不算成功，一直没有绝对领先市场的产品，反而是 Gong.io 这样的初创公司一路崛起，成为 Conversation Intelligence 方向的头部玩家； • 微软在 Bing 和流程挖掘的产品上也类似，Bing 和 Google 在搜索体验上仍然有相当大的差距，而从微软收购的 Minit 而来的 Power Automate Processing Mining 也跟 Celonis 等独立的头部玩家有差距，但是通过 Bing Chat 和 Copilot，都重新面向潜在客户收获了一波关注；在微软的 Power Automate Processing Mining 中使用 Copilot • Zoom IQ 在 Conversation Intelligence 这个赛道上起步晚，但是凭借跟 GenAI 的集成，快准狠地推出了跟其他 Zoom 生产力场景的协同，也获得了在客户面前更多的曝光和关注；使用 Zoom IQ 生成和回复邮件 • UiPath 和 Five9 这些被视作长期潜在受损的公司也非常积极地进行 GenAI 整合，让广泛地产品线显得更智能； …… 尽管这些策略帮助以外缺乏突破点的产品再次获得关注，但这个窗口期可能正在关闭。随着微软各个产品中的 Copilot 和其他公司的 GenAI 集成从 Private Beta 走向正式版本交付客户使用，GenAI Offering 的作用将从「让销售 leads 增多」变为「提升 win rate」。扩 TAM 保毛利当不确定的经济环境和宏观局势遇到了共识打满的 GenAI，我们看到二级市场的公司试图做出“All in AI”的姿态，不断强调这是新的工业革命或者 PC 出现的时刻，但是在实际的经营策略上则仍然试图在利用 GenAI 扩大 TAM 的同时尽量保毛利。微软和 Google 等少数深入模型层的公司略微例外，它们在保毛利的同时做好了扩大 CapEx 投入的准备。在广大的 SaaS 公司里，Zoom 这样的思考和策略算是现阶段的标配，即 GenAI Offering 不能赔本赚吆喝，得让客户直接付费或是升级其付费计划： AI 对毛利率的影响较小。对于更高级和更高端的用例，我们希望通过让客户升级其订阅计划或通过我们平台的消费模式向客户收费。所以总的来说，我们正在努力抵消任何潜在（影响毛利）的压力。我们对长期毛利率的提高非常有信心。 Eric Yuan - Zoom 在定价模式上，除了有 M365 Copilot、Zoom IQ for Sales、Salesforce 的一系列 AI 产品按坐席和用量单独收费，跟付费订阅捆绑成为了非常流行的定价方式：在保毛利的同时探索出来一个让客户普遍接受的定价是一件非常有挑战性的事情，大量产品仍处于 Private Beta，探索定价方式中。在云时代充 credits 的 pay-as-you-go 模式崛起，GenAI 能不能推动某种新型的定价策略出现也非常值得期待。 02.「海外独角兽」们寻找安身立命之本超强执行力的中间桥梁对于生产力 SaaS 们的前途命运，有两类观点： • GUI 将毫无价值，这些 SaaS 最终将只提供数据库价值； • GenAI 是法拉利级别的引擎，但是你总归需要一辆完整的汽车。站在现实的角度，第一种观点在短期内还很难实现，许多人甚至认为 LUI 可能是最差的 UI，让我们重新倒退回了命令行时代。当然也还没有一家 SaaS 独角兽甘愿迎接第一种命运，因此大家仍然在尝试为用户提供一辆更完善的汽车。在这一点上 Notion、ClickUp、Miro 等公司的尝试和 M365、Google Workspace 没有什么本质上的不同。但是第一季度在 Bing 和 M365 几乎霸占了市场注意力的势头的情况下，Notion 在 22 年底很早就关注到 OpenAI 的动向，成为非 AI Native 的生产力 SaaS 公司中第一个上线完整 AI 产品的玩家，并且收获了还不错的市场反馈，很快就创造了数百万美元的 ARR。使用 Notion AI 总结梳理一篇研究文献我们交流的一些 Notion 员工将 Notion AI 定位成一个双向的桥梁 —— Notion AI 封装好的指令帮助用户减少了收集和搭配 Prompt 的门槛，而 GenAI 本身降低了用户使用 Notion 各种复杂组建的门槛。生产力赛道下的另一位卷王 ClickUp 跟 Notion 的这个解题思路很类似，它的产品比 Notion 还要复杂，嵌入了白板、视频等其他场景。在 Atlassian、Asana、Monday.com 等二级市场的对手都还没有 GenAI Offering 面世的时候，ClickUp 就推出了自己的 AI 产品并且确定了只有 Notion 一般的定价策略，很快也产生了可观的 ARR。使用 ClickUp 的 AI 功能进行任务管理靠开源武装自己有一些生产力 SaaS 光做好中间桥梁的作用可能不够，因为它们的安身立命技术被 LLM 直接挑战 —— 比较典型的两个例子是 Gong.io 的对话分析和 Sourcegraph 的代码搜索，它们都通过与传统 ML 模型构建了技术护城河，但是现在这些护城河被 LLM 撕开了巨大的口子。 Sourcegraph 背后的 3 大技术 Gong 的应对比较中规中矩，在第一季度没有什么反应。根据我们和早期投资人的交流，部分原因可能是团队认为模型能力并不是决胜点，获得和处理客户会议及对话数据的能力是个需要时间积累的脏活累活。直到 6 月初，Gong 才宣布推出 Call Spotlight 以及 Proprietary Generative AI Models。可能是 ChatGPT 和 Github Copilot 处理代码的能力过于惊人，Sourcegraph 成为了过去两个季度在应对 GenAI 冲击时非常让人眼前一亮的公司。尽管 Sourcegraph 很早就意识到 LLM 的 Context Window 在处理多个大型库级别的代码量上仍然有缺陷，但是没有停止产品创新，在 3 月末就直面竞争，推出了由 Anthropic 的模型驱动的代码编辑助手 Cody，并且将其代码实现开源。 Cody 背后的技术方案由于 Cody 拥有 Embeddings 的长上下文优势和 Sourcegraph 独特的 Code Graph 加持，它很快在 Hacker News 和 Twitter 上被广泛讨论。而开源的属性让 Cody 不被局限在 Sourcegraph 产品内部，而是可以当做灵活的 IDE Extension 使用，作为老公司和 AI Native 的 Cursor 等产品一同迅速成为了 Github Copilot 最可能的替代选项之一。乘胜追击扩大价值我们在 ChatGPT Plugin 的文章中描述过 Zapier 短期受益的局面：当前 ChatGPT 有了很强的工具使用能力，但缺少在 api 聚合方面的 know-how，因此 Plugin 的出现在中短期之内利好 Zapier 这类聚合器产品。Zapier 在此领域积累很深，现在如果大家想在 ChatGPT 上做一些复杂操作的时候：比如将文本总结之后发社交媒体，或是记录在 Google Workspace 中，大家都会选择用 ChatGPT + Zapier 的方式来实现。在很多 use case 中，ChatGPT 只需要接入聚合器，就能做到非常好的用户体验，它也不需要接入大量 api，相当于类似 SEO 的部分由聚合器完全提供了。 …… 但长期上，这类产品面临以下冲击：一方面， api 的组织形式可能会发生变化，LLM 时代可能跨产品交互的频次和。OpenAI 最近发布了函数调用能力，使 api 的可用性显著提升，这些变化可能会弱化 Zapier 的护城河。另一方面，聚合器可能会成为操作系统机会中的一部分，微软、谷歌和苹果都可能基于自己的系统去建立相应的能力，竞争激烈。 Zapier 团队在过去 6 个月的表现非常亮眼，展现出了团队一流的视野和执行力。下面这几个产品发布可谓稳准狠： • 3 月推出 Zapier Natural Language Actions，将平台能力首次以 API 的方式开放，还支持通过 Chat 的方式调用，迅速让 Zapier 跟 GenAI 生态融合在一起； • 由于各种 SaaS 内的数据只是由 Zapier 连接而没有存储在它这里，Zapier 在 5 月推出了 Zapier Tables，帮助用户存储、编辑、共享和自动化各个 SaaS 内的数据，这样可以从用户存量数据积累的角度构建另一条护城河； • 它推出的 Chatbot 框架也迅速在社交媒体上引发大量关注，成为用户自发为各类 SaaS 引入 LUI 的首选低成本方案之一。从不浪费红利、防止短暂红利过后被颠覆以及扎实把产品做好的角度，Zapier 是这一年来最好的生产力 SaaS 范本。而且它的联合创始人 Mike Knoop 投入力度非常大，完全致力于 Zapier 与 AI 相关的产品，并且成为了湾区 AI 生态重要的意见领袖，非常值得其他生产力 SaaS 公司学习。 03.现阶段 SaaS 的 AI 功能遭遇的 5 大挑战尽管我们找到了 6 个正面范本试图说明有些生产力 SaaS 做得还不错，但是它们不可避免地仍然陷入到一些具体的挑战当中，下面是最典型的 5 个：挑战 1：PR 先行给用户带来的失落由于 ChatGPT 引发的用户热度过于突然，大量的公司在 23 年初才开始准备其 AI Offering，并且在 3 月中下旬撞车式发布 Private Beta 版本，这导致了过长的 Waitlist，大量的客户知道自己的 SaaS 供应商推出了 AI 能力，但是却一直无法购买使用，不得不随着时间冷静下来。以 CRM 为例，许多 Salesforce 的客户对 Einstein GPT 非常感兴趣，多次向自己的销售询问报价，但是在整个 4 月和 5 月都无法得到售卖反馈，这让许多客户将这种本该严肃的产品发布视作一场无意义的 PR 行为。 Salesforce 实际上拥有一份完善的产品路线图，但是与官宣 Einstein GPT 的时间有足足 3 个月的时间差挑战 2：AI 与产品路线图的冲突投资人们希望 AI 颠覆 SaaS，但是大量的 SaaS 用户实际上只想安安静静地用好自己的文档、任务管理、视频会议工具们。 ClickUp 的用户们对 ClickUp 3.0 的正式推出期待已经，但是先等到 ClickUp AI，因此有一些非常一针见血的用户吐槽： ClickUp 的核心是充当项目管理工具和数据库，但是核心功能充满 bug，有些仪表盘需要几分钟才能刷新，可靠性在过去 18 个月号称占据了 70% 的资源但是几乎没有新功能出现，3.0 跳票，ClickUp Docs 的基础能力和 Google Docs 相距甚远，AI 本身无济于事。 ClickUp 试图让 AI 看起来是产品升级中的一个子项，但是大家发现他们的首要任务是 AI 而不是 3.0。 ClickUp 选择发布 AI 而不是 3.0 让人感觉受到了欺骗，3.0 不再是“指日可待”，我宁愿再看一下 Asana 或 Wrike。其他的产品或多或少都有类似的问题存在，比如 Notion 离线模式的用户呼声可能比 Notion AI 要强不少，这样大家才能摆脱在没有 WiFi 时完全无法使用 Notion 的窘境，但是 Notion AI 率先推出并且在产品路线图中似乎占据了更多精力。挑战 3：用户承担的定价模式这与挑战 2 相辅相成：如果 AI 能力是免费赠送的，那用户并没有什么反感这些能力的理由。但是由于“扩 TAM 并且保毛利”的策略，用户往往需要额外付费。不管是 ClickUp 的 5 美元 / 月 / 人、Notion 的 10 美元 / 月 / 人还是 M365 的 30 美元 / 月 / 人，让每个使用者自行付费的话不是个大数目，但是真让经营者批量采购也不是笔小钱 —— 要知道 Notion 本身的 Business 方案也就 15 美元 / 月 / 人，为员工采购 AI 相当于账单需要增加 60-70%。挑战 4：跟 ChatGPT 抢入口这些挑战是环环相连的！由于挑战 1 的存在，大量习惯了 ChatGPT 的用户的工作流是将文本粘帖进 ChatGPT 问答，然后将所需的结果再复制会自己的 SaaS 当中，由于挑战 2-3 的存在，尽管难以衡量具体比例，但是大量的用户已经订阅了 ChatGPT Plus，承担了 20 美元月 / 人的账单。这个订阅虽然略贵，但是比较通用，为每个 SaaS 的 AI Offering 单独订阅的总额可能远远超越 20 美元。因此我们团队经常讨论的入口逻辑在实实在在地发生，生产力 SaaS 们正在和 ChatGPT Plus 争夺每个员工身上的预算，这个战争暂时还胜负未分。挑战 5：并没有「天才」CEO 我们在去美国之前认为 Salesforce 的 Data Cloud 战略为其 GenAI 的路线图提供了自上而下的指引，但是和内部员工聊下来发现这也只是非常 high level 的指导思想，最终还是回归到营销云、服务云、工业云等各个业务团队内部自下而上提出各类 GenAI 产品功能的诉求。其实走访下来，从大公司到一级市场独角兽，大家进行 AI 创新的方式大抵都是如此，不存在 CEO 想出一个天才的方向，然后下面闷头实现就行的情况。不同玩家之间的核心区别之一在于 CEO 愿意为这部分分配的总资源有多少。鉴于挑战 2 的存在和 AGI 带来时间表的不确定性，这可能很难平衡，并且成为未来 5 年所有 SaaS CEO 最需要思考的问题之一。来源：金色财经
金色财经2023-08-02

上一页
1
•••
78
79
80
81
82
•••
121
下一页

24小时热点

最新话题更多