股价与交易表现 - Progress Software (PRGS) 股价在上一交易日大涨10.7%，收于40.33美元，成交量显著高于平均水平 [1] - 此次上涨与过去四周该股累计下跌14.8%形成对比 [1] - 同行业公司ACI Worldwide (ACIW) 上一交易日微涨0.3%，收于40.88美元，但过去一个月回报率为-6.8% [6] 业绩驱动因素与财务表现 - 股价上涨归因于稳健的季度业绩，业绩由订阅模式产生的经常性收入和高利润的基础设施软件驱动 [2] - 成本控制和整合协同效应带来了利润率扩张 [2] - 公司预计在即将发布的报告中公布季度每股收益为1.57美元，同比增长19.9% [4] - 预计季度营收为2.4551亿美元，较上年同期增长3.2% [4] - 在过去30天内，市场对该公司本季度的共识每股收益预期上调了0.9% [5] 业务运营与战略进展 - 在2025财年，公司完成了对ShareFile这一最大规模、最重要收购的整合，帮助公司提前完成了所有目标 [3] - 公司收购并整合了Nuclia的智能RAG技术，从客户反馈看该技术反响极佳，并为公司产品组合增加了价值 [3] - 公司受益于人工智能和数据基础设施的顺风，这增加了对应用开发、数据连接和DevOps工具的需求 [2] - 公司业务具有防御性，因其产品是关键任务型、用户粘性高、客户流失率低且现金流强劲 [2] 行业与同行对比 - Progress Software属于Zacks计算机-软件行业 [6] - 同行ACI Worldwide对即将发布报告的共识每股收益预期在过去一个月维持在1.05美元不变，这较上年同期变化为-2.8% [7] - ACI Worldwide目前的Zacks评级为4（卖出）[7]

证券发行与交易 - 公司拟公开发行2000万单位证券，每单位售价10美元，总收益2亿美元[8][10][15] - 承销商有45天选择权，可额外购买最多300万单位以覆盖超额配售[10][38] - 单位证券拟在纳斯达克上市，代码为“IDACU”，A类普通股和认股权证预计分别在招股说明书日期后第52天开始单独交易，代码分别为“IDAC”和“IDACW”[13] 股权结构与转换 - 发起人最初以2.5万美元购买773.3333万股创始人股份，约每股0.0032美元[17] - 行使认股权证可发行总计1150万A类普通股，每份认股权证可按每股11.50美元购买A类普通股[10] - B类普通股在初始业务组合时自动按1:1转换为A类普通股，转换比例可能调整[70][72][122] 资金与账户 - 发行所得2亿美元（若承销商全额行使选择权则为2.3亿美元）将存入信托账户[16] - 公司从发起人处获得的高达200万美元的营运资金贷款，可由发起人选择按每股10美元的价格转换为合并后实体的A类普通股[22] - 基于当前利率，预计信托账户每年产生约900万美元利息，年利率为4.5%[127] 业务合并 - 公司有18个月时间完成首次业务合并，股东可投票延长该时间[11][92][127][189] - 若未在规定时间内完成首次业务合并，将赎回100%公众股份[12][37][93][129][149][168][191] - 纳斯达克规则要求首次业务合并的总公允价值至少达到信托账户价值（不包括递延承销佣金和信托账户利息应缴税款）的80%[94][130] 公司定位与目标 - 公司成立于2025年9月5日，是新注册的空白支票公司，旨在与科技公司进行业务合并[39] - 公司使命是与网络安全、国防技术、人工智能和数据领域的科技公司合作[47] - 筛选潜在收购目标注重企业价值至少6亿美元、有同比收入增长和运营杠杆提升盈利能力和现金流的企业[66] 人员背景 - 公司首席执行官Tom Y. Livne创立的Verbit五年内估值约达20亿美元，ARR约达1亿美元[41] - 公司首席财务官Matthew J. Norden曾带领2U完成1.2亿美元的首次公开募股[42] 行业数据 - 2024年，以色列网络安全公司的私人投资达到38亿美元，占整个美国市场的40%[50] - 2024年人工智能领域风险投资达到创纪录的1300亿美元[53] 风险与限制 - 公众股东购买B类普通股将面临立即且大幅的摊薄[19][23][71] - 部分证券在招股说明书日期后180天内转让需承销商事先书面同意[78] - 独立注册会计师事务所报告对公司持续经营能力表示重大怀疑[176]

印度巨头加码AI与数据基础设施投资 - 印度最大的企业集团正在加大对人工智能和数据基础设施的投入 信实工业承诺投资约1100亿美元 阿达尼集团承诺投资1000亿美元 旨在将印度定位为新兴的AI发展中心 [1] 印度政府的支持政策 - 印度政府为在国内数据中心运营的外国公司提供税收减免 并采取措施吸引更多AI人才 [2] - 尽管投资规模相对于美国科技巨头今年预计超过6300亿美元的支出而言较为有限 但政策支持有助于提升印度竞争力 [2] 企业战略与市场背景 - 信实工业计划将其在2016年颠覆电信市场的策略复制到AI领域 即通过大幅降低数据价格和扩大覆盖范围来推动创新 [3] - 相关投资计划公布之际 谷歌、亚马逊、Meta Platforms和微软等全球科技巨头正增加对印度AI和云生态系统的投资 [3] 可再生能源数据中心的成本优势 - 信实工业和阿达尼集团受益于使用可再生能源的数据中心 其自身的能源资产降低了对昂贵电网电力的依赖 [4] - 将数据中心建在发电厂附近可以减少输电损耗 并规避不断上涨的电价 长期来看是可再生能源数据中心最便宜的选择 [4] 数据中心作为印度AI发展的切入点 - 由于缺乏大规模芯片制造能力 印度在全球AI热潮中迄今只扮演了有限角色 数据中心成为其进入快速增长的基础设施市场最可行的切入点 [5] - 信实工业旗下Jio正在开发多吉瓦级、支持AI的数据中心 包括位于西部城市贾姆讷格尔的一个设施 预计将在今年下半年增加超过120兆瓦的容量 [5] 具体投资计划与挑战 - 阿达尼集团旗下阿达尼企业计划到2035年投资1000亿美元 建设支持AI并由可再生能源驱动的数据中心 [6] - 信实工业寻求在印度构建一个完全集成的AI技术栈 但执行和商业化仍是关键挑战 [6]

公司动态与收购 - 迈威尔科技已完成对XConn Technologies的收购，以增强其长期UALink能力 [2] - 收购交易涉及3.25亿美元的现金支出 [4] 财务预测与模型更新 - 分析师预计XConn的营收贡献将从2027财年第三季度开始，并在第四季度加速至5000万美元的年化运行率 [3] - 由于此次收购，分析师将2028财年营收预估上调了1亿美元 [3] - 预计2027财年非GAAP运营费用将因收购每年增加约2500万美元 [4] - 由于3.25亿美元现金支出导致利息收入减少，预计其他收入每年将减少约1200万美元 [4] - 为完成收购而发行的股票，将使稀释后的加权平均流通股增加约270万股 [5] - 2027财年非GAAP每股收益预估从3.41美元下调至3.37美元，但2028财年预估维持在4.90美元不变 [5] - 2029财年营收预估从175.8亿美元上调至177.3亿美元，非GAAP每股收益预估维持在6.68美元不变 [5] - 若XConn整合成功并实现交叉销售等协同效应，非GAAP每股收益存在上行潜力 [5] 分析师观点与评级 - Stifel分析师Tore Svanberg重申对迈威尔科技的“买入”评级，目标价为114.00美元 [1] - 尽管收购对近期每股收益影响有限，但分析师看好其长期UALink增长前景 [1]

行业核心观点 - 数据与基础设施问题正阻碍企业人工智能的实施 导致每年1080亿美元的人工智能支出被浪费 [9] - 超大规模云服务提供商正加速资本部署 计划今年将资本投资增加近40%以满足激增的人工智能服务需求 [4] 数据基础设施现状与挑战 - 数据蔓延和数据质量问题是阻碍人工智能广泛采用的最常见因素 [5] - 近四分之三的领导者认为 降低信息复杂性有助于扩展人工智能工具 [7] - 只有43%的美国领导者认为其公司拥有预测性或自动化的基础设施运营 [9] 企业人工智能投资与回报 - 拥有成熟数据资产的企业中 超过五分之四报告了人工智能投资回报 而被描述为“数据落后者”的企业中这一比例不到一半 [9] - 尽管存在数据限制 受访的信息技术领导者预计未来两年人工智能支出将增长76% [9] - 首席信息官通过现代化数据基础设施 设定明确的投资回报率基准并将人工智能视为操作系统而非实验 来最大化人工智能支出效益 [7] 行业投资趋势 - 超大规模云服务提供商在过去两年加速努力 计划使可用计算能力与飙升的人工智能服务需求相匹配 [4] - 追逐模型而不修复底层数据是浪费人工智能预算的最快方式 [6]

文章核心观点 - 数据基础设施正在经历从被动到主动的根本性重建，其驱动力是开放格式成熟、AI功能就绪以及多工具集成的成本压力达到临界点，智能将内置于架构的每一层而非事后添加 [1][18][19] 行业趋势与架构演变 - 存储层竞争已结束，Iceberg、Delta Lake和Hudi成为赢家，Parquet成为通用格式，但竞争焦点已上移至元数据层 [3] - 元数据层正成为数据的操作系统，承载数据沿袭、质量规则、访问策略和业务上下文，是情报层的核心 [3][6] - 基于开放格式（如Iceberg）原生构建的数据可观测性工具将胜出，原生集成是基本要求而非附加功能 [6] 数据技术栈整合 - 企业数据团队平均管理15到30种不同工具，集成成本高昂，正扼杀生产力 [7] - 数据工程师40%的时间花费在集成工作上而非创造价值，现状不可持续 [9] - 到2026年，数据堆栈将从数十种工具整合为少数几个平台，赢家将是能通过单一元数据图谱实现从数据摄取到可观测性全流程的平台 [10] 数据质量与业务价值关联 - 数据质量差平均每年给企业造成1290万美元损失，数据团队高达40%的时间耗费在数据质量问题上 [2] - 数据质量指标正从工程指标转向业务成果，服务水平协议将以收入风险、受影响客户等业务术语定义 [12] - 到2026年，80%的组织将部署利用AI/ML功能的数据质量解决方案，数据质量将成为由首席数据官负责的业务职能，数据合同将成为标准做法 [12] 人工智能对数据运营和基础设施的影响 - AI代理将取代仪表盘进行数据操作，承担从检测（理解业务上下文）、调查（自动溯源）到解决（应用修复）的自主运营任务 [13][15] - 数据栈最初为服务仪表盘而建，但AI已成为主要数据使用者，其对错误数据的容忍度比人类更低 [16] - 到2026年将出现两类公司：为AI工作负载从头重建的AI原生架构，以及在传统堆栈上添加AI功能的AI附加式架构，最终胜出者将是前者 [16] - 所有数据工具都将具备AI层，但多数只是封装层而非原生构建，这其中的区别至关重要 [16] 语义层与元数据的重要性提升 - 语义层（如dbt语义层、Cube、AtScale）从锦上添花变为AI应用场景的必备工具，是业务逻辑以代码形式存在的地方 [17] - 语义层为LLM提供组织内数据定义（如“收入”的具体含义）的关键上下文，是技术数据与业务意义之间的桥梁，没有它AI无法有效工作 [17] - 可观测性工具需要将技术异常与业务背景联系起来，这是解决实际问题的关键 [12][20] 未来平台的核心特征 - 最终胜出的平台将是那些将智能技术内置于每一层架构的平台，其共同特征是主动的“理解、推理、行动”，而非被动的存储、转换和等待发现问题 [18][19] - 核心能力包括：理解业务上下文的元数据、将质量与收入影响挂钩、可观测性能调查并解决问题而非仅报警、为AI工作负载原生构建的基础设施 [20]

报告概览 - 报告标题为“2026趋势报告：数据与人工智能”，综合了DataArt高级数据、AI和技术领导者在2025年9月和10月的访谈见解 [3][4][5] 核心观点与投资评级 - 报告的核心观点是：2026年AI的成功将由数据基础设施驱动，而非新模型；组织正从广泛实验转向具体、高价值用例；AI正从概念验证阶段发展到企业级部署 [3][11] - 报告揭示了各行业人工智能雄心与实际运营之间存在“大脱节”，例如82%的文化机构缺乏用于生产部署的数据治理框架和员工技能，金融核心业务功能仍高度依赖遗留数据库和手动Excel文件 [6] 2026年数据与人工智能趋势 - **趋势1：AI成功由数据基础设施驱动**：最高投资回报率的技术投资是现代数据基础设施，而非最新的AI模型 [11]；最具影响力的投资聚焦于去中心化数据平台（如数据网格架构）及Snowflake、Databricks等提供的现代技术堆栈 [14]；三到五年前投资云计算平台的公司正看到规模回报，其规模是AI目前无法匹敌的 [9][14] - **趋势2：转向具体高价值用例**：AI在精确、受限的应用中创造真实商业价值，最清晰的胜利来自智能自动化 [15]；开发者生产力工具（如Cursor）已近乎普遍应用，非结构化文档处理（提取、摘要）变得常规可靠 [15]；在零售业，AI在需求预测、动态定价等领域能在几个月内产生可衡量的投资回报率 [17]；现成AI解决方案比定制方案能提供更具一致性的价值 [18] - **趋势3：从概念验证到企业级部署**：到2026年，AI采纳将从广义实验、战略试点，演进到生产部署与编排，最终成为嵌入式的主流成熟能力 [19][26]；通用AI工具将让位于更专业、代理化的应用，AI将从被动辅助转向工作流的主动协调 [22]；在零售业，大部分日常决策将由自主或半自主代理在幕后处理 [27] - **趋势4：重新思考无法扩展的短期战略**：报告指出了五大关键错误：先技术后问题、在流沙（差数据）上建造、夸大能力未达预期、战术思维战略忽视、误解AI（将其视为精确机制而非概率系统） [33][34][35][37][40] - **趋势5：语义建模、对话智能和治理成为关键差异化因素**：语义建模和知识图谱是统一数据平台、消除数据孤岛的关键使能者 [42]；对话智能与自然语言查询将使业务用户轻松访问数据 [44]；AI治理、监控和可观察性能力对于生产部署至关重要但仍被低估 [45]；AI项目失败的主要原因包括数据质量不足（30%）、糟糕的业务案例定义（25%）和治理缺失（20%） [43] - **趋势6：优先数据生命周期、现代化和人力能力**：未来18个月的五大优先领域为：在全生命周期中投资数据；立即现代化遗留平台；培养人才而不仅仅是模型；制定真实可执行的AI计划；支持结构化实验 [47][48][51][53][54][55] - **趋势7：协调数据、人员和目标以负责任地扩展AI**：2026年蓬勃发展的公司是那些具有组织层面自我意识、打破技术与业务界限、普及数据访问并赋予员工先进工具的公司 [59]；成功取决于理解数据的价值、如何解读数据驱动业务、以及将AI视为核心业务战略而非工具 [61] 2026年行业特定预测 - **航空公司**：在竞争激烈、复杂且受监管的环境中，快速实验将成为常态和强制要求 [32][65]；预测AI通过动态重路由可大幅减少延误 [71] - **零售业**：到2026年，AI将比人们意识到的运行更多零售运营，变得“隐形”，大部分日常决策由自主或半自主代理处理 [27][66]；商店将采用生成式AI进行动态定价和实时产品策展 [71] - **媒体与娱乐**：存在逆转媒体消费孤立趋势、重现现实社交体验的兴趣 [67]；生成内容预计将占媒体输出的50% [71]；投资将AI与强大数据管理结合可带来超个性化客户体验等切实成果 [14] - **科技领域**：需要更多技术工程师，AI生成代码的能力不会消除工程师的需求 [68]；代理型AI系统将自主管理云基础设施并优化代码 [71]；面向工程等内部用例的AI PC采用将增长，将部分应用卸载到本地托管的开源模型 [28][71] - **医疗保健**：监管清晰将推动创新，FDA已批准用于提高肺活检实时导航精度的AI代理，预计2026年将获更广泛批准 [17][28][69]；AI驱动的个性化治疗将在大型医院系统中成为标准 [71] - **金融服务**：实际实施主要发生在技术团队内，核心业务功能仍高度依赖遗留系统和手动流程 [6]；在决策和α生成方面，AI仍主要处于实验阶段 [17] 如何为2026年做准备与结论 - **需停止的实践**：停止将技术与业务分离；结束打勾式治理；停止过度定制；停止实施未与核心业务流程集成的“AI伴侣”；重新审视移动应用狂热；停止在软件开发中不当使用AI [74][75][76][77][78][79][80] - **关键行动**：遵循“爬行-行走-奔跑”原则，从具体高价值用例开始快速证明投资回报率然后扩展 [82][85]；证明项目投资回报率对获取资金至关重要，增加收入的项目通常被优先考虑 [84]；技术团队与业务部门的物理和组织分离需要消失，技术应融入业务 [86] - **结论与未来路径**：2026年将取决于谁建立了最强大的数据基础设施、治理框架和具备AI素养的员工队伍 [87]；出现三条清晰路径：1) 基础优先成功，从试点转向生产；2) 校正和重置，因缺乏基础而失败后重新投资基础；3) 战略停滞，竞争差距扩大 [89][90][94]；基础设施投资窗口正在缩小，尚未解决基础问题的组织将难以追赶 [86][96]；到2026年，AI将变得平凡且必要，就像Excel一样嵌入式 [25][95]

核心观点 - Marvell Technology近期发布的业绩指引超出华尔街预期 带动股价在盘后显著上涨 显示出投资者情绪和公司叙事可能迎来转折点[3][4][9] - 尽管公司在主要客户的自定义加速器(XPU)项目上仍面临挑战和不确定性 但其在互连技术领域的广泛机会以及战略收购被认为能够缓解相关风险并推动增长[2][3][11] - 公司过往因管理层沟通和执行问题导致股价表现落后于同行 但近期业绩改善和具体指引的提供正在扭转市场的负面情绪[5][6][9][13] 公司业绩与股价表现 - Marvell Technology近期发布的业绩指引超出华尔街预期 导致股价在盘后交易中大幅上涨[3][4] - 业绩发布后 股价一度上涨12%至14% 尽管之后回吐了部分涨幅 但收盘仍录得上涨[5][9] - 在本次业绩发布前 公司股价曾面临巨大压力 从每股约100美元跌至近期约50美元的低点[12] - 与同行相比 Marvell股价长期表现落后 例如英特尔在过去六个月上涨了约70% 而Marvell则表现滞后[3][5] 业务运营与市场地位 - 公司业务涉及自定义加速器(如TPU)和互连技术 并服务于微软、亚马逊等主要客户[3][10] - 在自定义加速器市场 公司规模远小于博通 规模仅为博通的二十分之一甚至更小[10] - 市场担忧公司可能失去来自微软等主要客户的重大XPU项目[2][4] - 公司被认为是互连技术领域的领导者 并通过过往的收购增强了技术实力[3][10] 战略举措与收购 - 公司宣布收购Celestial AI 这一举措被该领域内受尊敬的分析人士视为一项出色的收购[3][12] - 此次收购旨在加强公司的技术能力[3] 管理层与市场沟通 - 历史上 公司管理层在业绩沟通和讲述公司故事方面表现不佳 未能清晰地向华尔街投资者阐明其市场定位和机会[6][8] - 此次业绩电话会中 公司提供了高于市场预期的具体年度指引 这是推动股价上涨的关键原因[9][11] - 公司明年的增长指引稳固地超出了华尔街的目标[11] 投资前景与风险缓解 - 即使存在失去部分大客户业务的风险 公司在互连等领域仍有足够的机会 使其不一定完全依赖于为大客户定制的芯片项目也能获得成功[11] - 公司更广泛的互连机会预计将缓解其在主要XPU项目上可能面临的风险[2] - 公司正在改善其叙事和执行能力 这标志着投资者认知可能出现潜在转变[2]

公司投资与扩张 - 伊顿公司宣布投资超过5000万美元以扩大其在美国弗吉尼亚州的制造能力 [1] - 公司将建造一座面积达35万平方英尺的新工厂 用于生产数据中心的关键配电设备 [1] - 新园区将使公司在里士满地区的占地面积增加一倍以上 [4] - 自2023年以来 公司在北美制造业的投资已超过12亿美元 [4] 战略动因与市场需求 - 此次扩张旨在满足由人工智能和云计算的快速增长所驱动的数据中心需求激增 [1] - 扩大的产能是为了应对弗吉尼亚州今年创纪录的新数据中心审批数量 [3] - 整合和升级静态电力基础设施的生产 旨在支持处理日益增长的AI驱动工作负载的数据中心 并为北美客户提供可扩展的电力解决方案 [4] - 此次投资反映了公司为支持电气化和数据基础设施需求增长而采取的更广泛举措 [5] 运营与产品细节 - 新工厂将生产静态转换开关 配电单元和远程电源面板 [2] - 公司计划从2026年开始提高产量 并创造约200个新的本地工作岗位 [2] 市场反应与表现 - 消息公布后 伊顿公司股价上涨 在发布时上涨1.41%至346.58美元 [6] - 根据Benzinga Pro数据 过去一年ETN股价下跌超过3.32% [2]

公司概况与业务介绍 * 公司是数据基础设施存储提供商，通过名为Keystone的解决方案以服务形式交付，也通过HD和混合解决方案以及全闪存解决方案以传统资本支出方式交付[8] * 公司成立于1992年，最初是一家以HDD为中心的单产品公司，现已成功转型，全闪存业务占其收入的三分之二，云业务从无到有，年化收入达67亿美元[54] 核心企业需求与财务表现 * 核心企业需求被描述为“不惊人也不糟糕”，整体环境不温不火[10] * 在最近一个季度，不包括美国公共部门业务，公司在美洲私营业务、亚太区和欧洲、中东和非洲地区的收入实现了中个位数增长[10] * 公司总收入增长接近2%-3%，主要受到公共部门业务动态的拖累[13] * 公司毛利率约为70%，最近报告的产品毛利率为59.5%，并预计在2026财年将维持在类似范围或略低，但不会显著低于该水平[18][27] 地域与细分市场表现 * 公司业务全球化，约一半在美洲，约三分之一在欧洲、中东和非洲地区（主要是欧洲），约百分之十几在亚太区[11] * 公司在欧洲市场地位强劲，例如在德国市场份额第一，但在美洲市场通常排名第二或更后[11] * 美国公共部门业务（占收入10%-14%）出现下滑，其中联邦政府业务约占该部分的75%，是主要拖累因素[12][14] * 联邦政府业务中，军事机构、情报/执法机构（如FBI、CIA、DEA）和民用机构各占约三分之一[14] 供应链与成本管理 * 公司采购的DRAM占物料清单（BOM）的比例历来为低个位数，而SSD（固态硬盘）的占比因全闪存收入增加而增长[18] * 公司年销售成本（COGS）约为20亿美元，其中不到一半与HDD和SSD相关[19] * 公司通过大批量采购获得相对于现货市场的折扣，并采取机会主义采购策略，根据预测和价格判断灵活采购[20] * 为应对商品成本上涨，公司采取提高标价和减少折扣相结合的策略来管理客户实际支付的有效价格[21][22] * 行业定价动态与2017年周期可能不同，当前市场领导者规模变小，行业存在观望情绪[25][26] 人工智能（AI）机遇与战略 * 公司的论点是，随着AI行业支出从模型训练转向推理，存储将在推理阶段发挥更大作用，因为企业数据可用于改进模型，且推理过程产生的数据需要存储[29] * 在最近一个季度，公司获得了200项AI设计胜利，高于一年前的100项，但这仍被视为未来增长的冰山一角[29][30] * 当前的AI设计胜利中，仍包含大量数据湖货币化项目，这表明行业可能尚未完全进入强劲的推理阶段[31] * 对于AI工作负载的部署位置（公有云、私有云、本地），公司认为由于用于改进AI结果的数据多位于本地，且高性能、低延迟工作负载更倾向于本地部署，因此本地部署的可能性更高[33][34] * 公司近期发布了名为AFF的新平台，该平台采用解耦架构并专注于AI，与公司过去集成的产品交付方式（如A系列、C系列）有根本不同[38][39][40] * AFF平台与现有的高性能解决方案（如A900）的区别在于集成与解耦的交付方式，其市场定位仍有待观察[41] 公有云业务 * 公司的公有云业务（公共云服务）提供了一种更偏向纯软件的、解耦的解决方案，客户可以在公有云上获得OnTap体验[42] * 该业务增长迅速，在最近一个季度，占其公有云收入约四分之三的第一方市场收入同比增长了约30%[44] * 约一半的公有云客户是公司的新客户，这意味着该业务正在帮助公司扩大客户基础，而非简单蚕食本地业务[44] * 公有云提供商愿意引入公司解决方案的逻辑在于，OnTap提供了一套功能全面且不同于云提供商自身存储产品的方案，有助于吸引原本可能部署在本地的工作负载[45] * 目前公司该业务的收入规模相对于云提供商自身的解决方案而言微不足道，因此尚未构成竞争威胁[46] 竞争格局与市场地位 * 公司在全闪存市场是份额增长者，目前市场份额约为百分之十几（high teens），几年前约为百分之十几低段（low teens）[48] * 全闪存市场高度集中，前七大供应商占据90%的市场份额[48] * 公司份额增长得益于其操作系统以及几年前推出的C系列产品，该产品将QLC NAND引入企业全闪存工作负载，扩大了全闪存市场[48] * 市场竞争被描述为“竞争激烈”但并非极端，在争夺大型新工作负载时竞争尤为激烈[49] * 公司与Pure Storage的竞争日益频繁，双方的全闪存业务规模均很大，公司全闪存业务年化规模约为40亿美元，Pure规模略小[50][52] * 规模较小或新兴的竞争对手（如Weka、VAST、Hammerspace）通常采用更解耦的解决方案，客户集中度较高，功能较少，它们目前在AI训练阶段赢得业务，但若想成为成熟的存储公司，必须赢得企业市场，因为大部分支出来自企业客户[51][52] * 在全闪存市场，前七大厂商占据90%份额；而在非全闪存（混合/HDD）市场，前七大厂商仅占55%份额，竞争环境不同[52][53]