微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 爱立信发布2014年Q3业绩 净销售额576亿瑞典克朗

爱立信发布2014年Q3业绩 净销售额576亿瑞典克朗

2014-10-24 17:50
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-10-24 17:50 CNET科技资讯网

爱立信今天公布2014年第三季度财报。财报显示,第三季度实现净销售额576亿瑞典克朗,同比增长9%,环比增长5%。本季度实现毛利率35.2%,而去年同期则为32.0%。第三季度运营利润为39亿瑞典克朗,去年同期为42亿瑞典克朗,同比降低8.0%。截止到2014第三季度,运营利润达到105亿瑞典克朗,2013年同期这个数字为88亿瑞典克朗。本季度运营利润率为6.7%,而去年同期则为8.0%。

2014年第三季度净利润为26亿瑞典克朗,而2013年同期则为30亿瑞典克朗,同比降低13%。2014年前三个季度共实现净利润70亿瑞典克朗,去年同期为57亿瑞典克朗。

本季度,运营现金流为负14亿瑞典克朗, 而去年同期为15亿瑞典克朗,同比下降193%。截止2014年第三季度,爱立信持有净现金294亿瑞典克朗,而2013年同期爱立信持有的净现金则为247亿瑞典克朗,同比增加19%。

爱立信总裁兼首席执行官卫翰思(Hans Vestberg)表示:“本季度集团所报告的销售额同比增长9%;若剔除汇率因素,按可比单位计算,销售上涨3%,且运营收入稳定。

与去年同期相比,本季销售主要受中东、中国、印度和俄罗斯市场增长所驱动,同时亦部分被北美市场销售疲软所抵消。

随着我们开始为此前所宣布的重要合同供货,本季度移动宽带销售保持了同比与环比双增长。中国大陆和台湾地区的4G/LTE合同正在执行中,日本市场的销售也在改善。同时,印度市场的投资环境持续向好。在部分欧洲地区,主要是英国和德国市场,销售呈现同比增长,但南欧市场依然疲弱。

北美地区的销售持续得到运营商扩容投资和网络改善项目的驱动。不过,本季度该地区的运营商专注于现金流优化,因而商业活跃度有所放缓。

本季度,专业服务业务发展势头得以持续,并在管理服务的销售和系统集成的驱动下,呈现内生性自然增长。我们所收购的红蜂媒体(Red Bee Media)已成功全面融入集团架构。

世界多个地方、特别是中东和北非地区的政治动荡仍在继续。本季度的形势说明,我们遍布全球180个国家和地区的市场布局为我们管理地区差异提供了规模与实力。

集团各个业务部门的盈利情况均呈稳定的改善之势。这主要归功于公司业务组合的持续改善、更高的知识产权收入以及运营效率的提高。运营利润则受到对冲合约、与芯片业务相关的较高营运开支、收购Mediaroom业务,以及计划中对IP业务投入增长的负面影响。

我们继续执行公司制定的战略步骤: 提高我们在核心业务的盈利能力,以投资我们的目标领域,包括IP网络、云、电视与媒体、OSS和BSS(运营支撑系统和业务支撑系统)。本季度,公司进行了三项重要的收购:

1. 收购MetraTech以提升我们BSS的云与企业计费能力;
2. 收购Fabrix系统以拓展了我们在电视媒体的整体领导地位
3. 收购Apcera的多数股权以加强我们在企业云的地位

本季度,我们通过了一项战略决策,即停止进一步开发芯片业务,并将该部门的一些研发资源转移到网络业务部,以寻求无线业务的增长机会。

通过我们的技术与服务领导力,我们完全有能力延续我们的市场优势,并以客户的战略合作伙伴之姿态,助力他们不断把握新的市场机会,”卫翰思总结道。


分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-