AI Revenue Quality sa IBM, Oracle, at ServiceNow: Pagsusuri sa Subscription, Cloud, at Consulting na mga Negosyo

Ang IBM, Oracle, at ServiceNow ay pawang nakikinabang mula sa pamumuhunan sa enterprise AI, ngunit hindi pare-pareho ang kalidad ng kanilang kita. Mas malapit ang ServiceNow sa isang subscription software model na may mataas na renewal at mataas na visibility. Ipinapakita ng OCI at RPO ng Oracle ang pinakamalakas na elasticity ng paglago sa AI cloud, ngunit mas malaki ang pressure sa capital expenditures at free cash flow. Mas nakakalat ang AI revenue ng IBM: may resilience ang Red Hat at software, habang mas naaapektuhan ng project cycles ang consulting at mainframe-related revenue. Kailangan mong pag-ibahin ang AI orders, AI revenue, at AI profit sa halip na tumingin lamang sa growth rates.

Mahahalagang Punto

• Hindi mahuhusgahan ang kalidad ng AI revenue sa paglago lamang; mahalaga rin ang renewals, margins, at cash flow.
• Mas mahusay na ipinapakita ng subscription revenue at cRPO ng ServiceNow ang short-term visibility.
• Pinakamalakas ang paglago ng OCI ng Oracle, ngunit pinapahina ng capital expenditures ang kalidad ng cash flow.
• May resilience ang Red Hat ng IBM, habang mas cyclical ang consulting at mainframe businesses.
• Kapag inihahambing ang tatlong kumpanya, paghiwalayin ang AI orders, revenue, at profit contribution.

Paano Dapat Hatiin ang Kalidad ng AI Revenue? Hindi Magkaparehong Uri ng Kita ang Subscription, Cloud, at Consulting

Ang pangunahing tanong sa kalidad ng kita mula sa AI ay hindi “kung ang kita ay may kaugnayan sa AI,” kundi kung ang kitang iyon ay maaaring kilalanin nang tuloy-tuloy, ma-renew, makalikha ng mataas na margin, maiwasan ang napakalaking paggasta sa kapital, at mabawasan ang pagdepende sa mga minsanang proyekto. Karaniwang mas matatag ang kita mula sa subscription. Mas mabilis lumago ang kita mula sa cloud infrastructure ngunit mas nangangailangan ito ng malaking kapital. May halaga ang kita mula sa consulting bilang pasukan sa customer, ngunit mas lantad ito sa mga pag-apruba ng badyet at mga cycle ng paghahatid.

Patuloy pa ring mabilis ang paglago ng paggastos ng mga enterprise sa AI. Ang forecast ng Gartner para sa pandaigdigang paggastos sa AI noong 2026 ay umaabot sa $2.59 trilyon, tumaas ng 47% taon-taon. Ang forecast ng IDC para sa paggastos sa AI infrastructure noong 2026 ay umaabot sa $487 bilyon, tumaas ng humigit-kumulang 53% taon-taon. Ipinapakita nito na nananatiling malakas ang kabuuang demand para sa AI, ngunit uunahin ng mga badyet ng enterprise ang compute, data centers, networking, security, at software modules na may nasusukat na returns sa halip na pantay-pantay na ipamahagi sa lahat ng IT vendors.

Nakasalalay ang Kalidad ng Kita mula sa Subscription sa mga Renewal at Expansion

Ang bentahe ng kita mula sa subscription ay ito ay predictable, renewable, at expandable. Kapag sinusuri mo ang ServiceNow, hindi mo dapat tingnan lamang ang kita sa kasalukuyang quarter. Dapat mo ring tingnan ang subscription revenue, cRPO, renewal rates, net new ACV, at kung pumapasok ang AI add-on modules sa mga long-term contract. Kung isang beses lamang ide-deploy ang AI functionality, limitado ang kalidad ng kita. Kung maaari itong i-embed sa ITSM, ITOM, customer service, security, at employee workflows, at magpatuloy ang billing habang lumalawak ang paggamit ng mga customer, nagiging makabuluhang mas mataas ang kalidad ng kita nito.

Ang Kalidad ng Kita sa Cloud ay Nakasalalay sa Paggamit at Kita mula sa Kapital

Ang bentahe ng kita mula sa imprastraktura ng cloud ay ang malakas na elastisidad ng paglago, lalo na kapag mabilis na tumataas ang demand para sa AI training, inference, at mga serbisyo ng database cloud. Ngunit ang kita sa IaaS ay hindi awtomatikong katumbas ng mataas na kalidad na kita. Kailangan mo pa ring suriin ang paggamit ng data center, depreciation ng GPU, konsentrasyon ng customer, katatagan ng presyo, capital expenditures, at free cash flow. Ang OCI ng Oracle ay isang tipikal na halimbawa: napakabilis ng paglago, ngunit kailangan pa ng panahon upang mapatunayan ang cycle ng return.

Ang Kalidad ng Kita sa Consulting ay Nakasalalay sa Repeatability ng Proyekto

Ang kita sa consulting ay hindi mababang kalidad na kita, ngunit hindi ito kapareho ng subscription revenue. Ang AI consulting, hybrid cloud migration, data governance, at systems integration ng IBM ay tumutulong sa mga customer na ipatupad ang mga proyekto sa AI at maaari ring magtulak ng software sales. Ngunit ang mga proyekto sa consulting ay mas madaling maapektuhan ng pag-apruba ng budget, delivery labor, internal timelines ng customer, at pagkaantala ng proyekto. Samakatuwid, mas mainam tingnan ang consulting revenue bilang entry point sa AI kaysa direktang katumbas ng renewable, high-margin software revenue.

Uri ng KitaKinatawang KumpanyaMga BentaheMga PanganibMahahalagang SukatanKita sa subscriptionServiceNowMatatag, renewable, malakas ang cash flowSensitibo ang valuation sa paglagoSubscription revenue, cRPO, renewal rateImprastraktura ng cloudOracleMabilis na paglago, malakas na demand sa AIMataas na capex, mahabang cycle ng paybackOCI, RPO, capex, FCFSoftware at hybrid cloudIBMMalakas na customer stickiness, mas mataas na marginsPagkakaiba-iba ng paglago, mainframe cycleRed Hat, software revenueKita sa consultingIBMMalalim na entry point sa customer, malawak na saklaw ng proyektoMaaaring ipagpaliban, pagkasumpungin ng marginKita sa pagkonsulta, mga napirmahang kasunduan

Buod: Ang kalidad ng kita mula sa AI ay dapat hatulan mula sa limang anggulo: pagpapanatili, kakayahang kilalanin, gross margin, daloy ng salapi, at pagdepende sa customer. Mas malapit ang ServiceNow sa mataas na kalidad na kita mula sa subscription. Mas malapit ang Oracle sa mabilis lumagong ngunit mabigat sa asset na kita mula sa AI cloud. Ang IBM ay kombinasyon ng software, pagkonsulta, at imprastraktura. Hindi mo dapat ipagpalagay na mas mataas ang kalidad ng kita dahil lamang binabanggit ng isang kumpanya ang AI, at hindi mo rin dapat balewalain ang pamumuhunang kapital, siklo ng paghahatid, at konsentrasyon ng customer sa likod ng mabilis lumalagong kita. Ang tunay na mataas na kalidad na kita mula sa AI ay dapat patuloy na nakikilala, makatwirang kumikita, at nagagawang ma-convert sa libreng daloy ng salapi.

Kalidad ng Kita ng IBM mula sa AI: May Katatagan ang Red Hat, Habang Mas Paikot-ikot ang Kita na Kaugnay ng Consulting at Mainframe

Ang kalidad ng kita ng IBM mula sa AI ay hindi maaaring hatulan batay lamang sa label na “AI”. Kailangan itong hatiin sa Red Hat, software, pagkonsulta, at imprastraktura. Ang Red Hat at hybrid cloud ay may medyo mataas na pagpapatuloy. Matutulungan ng consulting ang IBM na makapasok sa mga proseso ng AI transformation ng customer. Ngunit ang mga mainframe at Transaction Processing ay mayroon pa ring malinaw na paikot-ikot na katangian. Ipinakita ng paunang datos ng IBM para sa ikalawang quarter ng 2026 na tumaas ang kita ng 1%, tumaas ang software ng 5%, nanatiling flat ang consulting, at bumaba ang infrastructure ng 7%, na nagpapahiwatig na kailangan pa ng karagdagang pagpapatunay ang AI transition.

Ang Red Hat at Hybrid Cloud ang Core ng Kalidad ng Kita ng IBM mula sa AI

Ang pinakamahalagang bahagi ng IBM na dapat himayin ay ang Red Hat at hybrid cloud. Simula noong 2025, inayos ng IBM ang mga kategorya ng kita sa software nito, inilalagay ang Hybrid Cloud, Automation, Data, at Transaction Processing sa mga segment ng software. Ginagawa nitong mas madali na tukuyin kung aling kita ang mas malapit sa platform software at alin ang nananatiling nakatali sa mainframe cycle. Ang halaga ng Red Hat ay nasa OpenShift, RHEL, Ansible, at mga kakayahan sa AI platform na pumapasok sa enterprise hybrid cloud architecture, sa halip na magbenta lamang ng isang beses na mga lisensya ng software.

Ikinokonekta rin ng IBM ang Red Hat sa AI inference at virtualization services. Ipinapakita ng Red Hat AI Inference at OpenShift Virtualization Service on IBM Cloud na nais ng IBM na pamahalaan ang AI workloads sa mga hybrid cloud environment. Binibigyang-diin din ng Red Hat OpenShift AI ang enterprise-grade hybrid AI at mga kakayahan sa MLOps platform. Kung ang ganitong uri ng kita ay patuloy na makakapag-renew at makakapag-expand, mas mataas ang kalidad nito kaysa sa isang beses na hardware o panandaliang mga proyekto.

Nagbibigay ang Consulting Revenue ng Entry Point para sa AI, ngunit Mas Mababa ang Kalidad Nito Kaysa sa Subscription Revenue

May halaga ang consulting business ng IBM dahil maraming malalaking enterprise ang nangangailangan ng strategic planning, systems integration, data migration, model governance, application modernization, at process redesign kapag nagde-deploy ng AI. Ang problema ay karaniwang umuusad ang consulting revenue kada proyekto, kaya mas vulnerable ito sa mga delay kapag hinihigpitan ng mga customer ang budget. Kumpara sa subscription revenue ng ServiceNow, mas hindi predictable at mas hindi awtomatikong scalable ang consulting revenue ng IBM. Kumpara sa OCI ng Oracle, hindi rin direktang nakikinabang ang consulting sa mas mataas na compute consumption.

Hinuhubog ng Mainframes at Transaction Processing ang AI Revenue Narrative ng IBM

May mataas na stickiness ang Transaction Processing at mainframe ecosystem ng IBM, ngunit mas prone din ang mga ito sa quarterly volatility. Hindi madaling lilipat ang mga customer ng core systems sa banking, aviation, government, at malalaking enterprise. Ngunit kapag lumipat ang mga budget papunta sa servers, storage, memory, at cybersecurity, maaaring maantala ang mainframe upgrades, related software renewals, at system modernization projects. Ipinakita ng first-quarter 2026 results ng IBM na tumaas ng 11% ang software revenue at tumaas ng 13% ang Red Hat, na nagpapahiwatig na nananatiling buo ang core base. Ngunit ipinapaalala ng preliminary second-quarter data na kailangang suriin sa magkakahiwalay na layer ang kalidad ng AI revenue ng IBM.

Revenue Module ng IBMKaugnayan sa AIPagtatasa sa Kalidad ng RevenuePangunahing PanganibRed Hat / Hybrid CloudMataasRenewable, mala-platform, mataas ang strategic valueAng slowdown ay magpapahina sa transformation narrativeAutomation / DataKatamtaman hanggang mataasMaaaring isama sa AI governance at data managementKailangang patunayan ang incremental demandTransaction ProcessingKatamtamanMalakas na pagkapit ng sistemang kritikal sa misyonSiklo ng mainframe at mga pagpapaliban ng proyektoPagkonsultaKatamtaman hanggang mataasMalalim na pasukan sa customerBatay sa proyekto, paikot, at labor-intensive na paghahatidImprastrakturaKatamtamanMaaaring may kaugnayan sa mga sistemang handa para sa AISiklo ng hardware at muling pagsasaayos ng badyet

Buod: Ang kalidad ng kita sa AI ng IBM ay kombinasyon ng “software na may mataas na pagkapit + pagkonsultang batay sa proyekto + paikot na imprastraktura.” Ang Red Hat at hybrid cloud ang mga bahaging pinakakarapat-dapat bigyang-diin dahil mas malapit ang mga ito sa parang platform at nababagong kita. Tinutulungan ng pagkonsulta ang IBM na makapasok sa mga proseso ng AI transformation ng customer, ngunit mas nakabatay ito sa proyekto at hindi kasing-tatag ng subscription software. May pagkapit sa customer ang mainframes at Transaction Processing, ngunit maaari rin nilang palakasin ang quarterly volatility. Hindi mahina ang kalidad ng kita sa AI ng IBM, ngunit komplikado ang estruktura. Dapat suriin nang hiwalay ang Red Hat, software, pagkonsulta, at imprastraktura.

Kalidad ng Kita sa AI ng Oracle: Pinakamalakas ang Paglago ng OCI, ngunit Nakadepende ang Kalidad ng Cash Flow sa Capital Returns

Ipinapakita ng kalidad ng kita sa AI ng Oracle ang pattern na “malakas na visibility ng paglago, mahabang panahon ng pagpapatunay ng cash flow.” Pinahihintulutan ng OCI at mga kontrata sa AI cloud ang Oracle na direktang makinabang sa demand sa compute, habang nagbibigay ang RPO ng malakas na visibility ng orders. Ngunit ipinapakita ng negatibong free cash flow na nangangailangan ang pagpapalawak ng cloud infrastructure ng napakalaking capital expenditures. Ang tanong ay hindi kung may demand sa AI ang Oracle, kundi kung ang mga AI cloud order na ito ay maaaring maging pangmatagalang kita na may mataas na utilization at mataas na returns.

Ang OCI ang Growth Engine ng Kalidad ng Kita sa AI ng Oracle

Sa mga resulta ng ikaapat na quarter ng piskal na taong 2026 ng Oracle, lumago ng 47% ang kabuuang kita sa cloud, habang lumago ng 93% ang kita mula sa imprastraktura ng OCI. Ipinapakita nito na nakapuwesto na ang Oracle sa sentro ng pangangailangan para sa AI training, inference, at enterprise cloud migration. Para sa mga customer na enterprise, ang OCI ay hindi lamang mga computing resource. Bumubuo rin ito ng kombinasyon kasama ang mga database, dedicated cloud, multicloud deployment, at enterprise applications, kaya mas malakas ang elasticity ng kita nito kaysa sa tradisyonal na mga software license.

Ang isa pang antas ng bentahe ng Oracle ay nagmumula sa mga database. Para tunay na makapasok ang mga AI application sa mga enterprise workflow, kailangan nila ng access sa finance, supply chain, customer, transaction, at operating data. Matagal nang kontrolado ng mga Oracle database ang mahahalagang entry point ng core enterprise data. Binibigyang-diin din ng Oracle AI Database ang suporta para sa mga AI application sa pamamagitan ng vector search, LLM integration, at enterprise data governance. Pinapalakas nito ang customer stickiness ng kita sa cloud ng Oracle.

Malakas ang RPO, ngunit Hindi Ito Realized Revenue

Ang pinakakapansin-pansing metric ng Oracle ay RPO. Umabot sa $638 bilyon ang RPO na isiniwalat ng Oracle sa mga investor, tumaas ng 363% taon-taon. Ipinapahiwatig nito ang malakas na demand sa kontrata sa hinaharap, ngunit ang RPO ay hindi kasalukuyang kita o kasalukuyang cash profit. Kinakatawan nito ang mga future performance obligation na nangangailangan pa rin ng pagtatayo ng data center, paggamit ng customer, paghahatid ng kapasidad, at pagkilala ng kita.

Dito pinakamadaling mali ang pagbasa sa kalidad ng kita ng Oracle. Habang mas malaki ang RPO, mas malakas ang visibility ng kita. Ngunit kung mahaba ang conversion cycle, mataas ang konsentrasyon ng customer, o tumataas ang gastos sa paghahatid, kailangang bawasan ang pagtataya sa kalidad ng kita. Ang kita ng Oracle mula sa AI ay mas kahawig ng modelong “mga order muna, pamumuhunang kapital muna, beripikasyon ng tubo sa kalaunan.”

Pinapabuti ng SaaS at Database Cloud ang Katatagan, ngunit Mas Mababa ang Kanilang Elasticity kaysa OCI

Ang Oracle ay hindi isang purong kumpanyang IaaS. Ang Cloud Applications SaaS, Fusion, NetSuite, database cloud, at multicloud database services ay lahat maaaring magpabuti sa katatagan ng kita. Sa ideal na sitwasyon, ang OCI ang nagtutulak ng paglago, habang ang database at SaaS ay nagbibigay ng customer stickiness at katatagan ng margin. Ngunit kung ang paglago ng kita mula sa AI cloud ay pangunahing nakadepende sa malakihang pamumuhunan sa data center, mananatiling nasa ilalim ng pressure ang short-term free cash flow.

Module ng Kita ng OracleElasticity ng PaglagoBentahe sa Kalidad ng KitaSalik ng Diskwento sa KalidadOCI / IaaSNapakataasDirektang demand sa AI, malalakas na orderMataas na capex, pressure sa FCFCloud Applications SaaSKatamtamanMas matatag na subscription attributesMas mabagal na paglago kaysa OCIDatabase / MulticloudKatamtaman hanggang mataasMalalim na entry point sa data, malakas na customer stickinessNangangailangan ng patuloy na cloud migrationRPONapakataasMalakas na visibility ng hinaharap na kitaConversion cycle at panganib sa fulfillmentAI data centersMataasNakakakuha ng supply windowPower, hardware, panganib sa depreciation

Buod: Ang kalidad ng kita ng AI ng Oracle ang may pinakamalakas na dalawang panig na katangian. Mula sa panig ng demand, ipinapakita ng OCI at RPO na handang pumirma ang mga customer ng pangmatagalang kontrata para sa mga AI cloud resource. Mula sa panig ng cash flow, ipinapakita ng negatibong free cash flow na nangangailangan ng tuloy-tuloy na pamumuhunan ang paglago. Lalong nagmumukhang cloud infrastructure operator ang Oracle kaysa isang tradisyonal na asset-light software company. Kung maayos na mako-convert ang mga kontrata, mananatiling mataas ang paggamit ng data center, at makokontrol ang panganib ng customer concentration, unti-unting bubuti ang kalidad ng kita. Kung patuloy na mauuna ang capital expenditures kaysa realization ng kita, magdadala rin ang paglago ng AI ng mas mataas na financial volatility.

Kalidad ng Kita ng AI ng ServiceNow: Ang Subscription, cRPO, at Now Assist ay Mas Malapit sa De-kalidad na Kita sa Software

Ang kalidad ng kita ng AI ng ServiceNow ay mas malapit sa karaniwang de-kalidad na SaaS model: mataas ang bahagi ng subscription, nagbibigay ang cRPO ng visibility sa kita sa susunod na 12 buwan, at maaaring ibenta ang Now Assist bilang AI add-on sa mga kasalukuyang customer. Hindi nito kinakaharap ang mabigat na capital expenditure burden ng Oracle at mas matatag ito kaysa mga cycle ng consulting at mainframe ng IBM. Ang pangunahing tanong ay kung mapapalawak ba ng AI functionality ang halaga ng kontrata sa halip na paliitin ang tradisyonal na seat-based revenue.

Ang Kita sa Subscription ang Pundasyon ng Kalidad ng Kita ng ServiceNow

Ipinakita ng mga resulta ng ServiceNow sa unang quarter ng 2026 ang subscription revenue na $3.671 bilyon, tumaas ng 22% taon-sa-taon, habang lumago rin ng 22% ang kabuuang kita. Mataas ang kalidad ng ganitong uri ng kita dahil hindi bumibili ang mga customer ng software nang isang beses lang; patuloy nilang ginagamit ang platform sa IT services, asset management, security, customer service, HR, at business workflows.

Ang halaga ng platform ng ServiceNow ay nagmumula sa pagkakabaon nito sa workflow. Kapag inilagay na ng mga enterprise ang mga pag-apruba, ticket, knowledge base, tugon sa seguridad, at datos ng asset sa iisang platform, tumataas ang gastos sa paglipat. Kung mapapahusay ng functionality ng AI ang efficiency sa loob ng mga workflow na ito, mas malamang na maging upsell ito kaysa isang hiwalay na bagong tool.

Mas Mainam na Pinatutunayan ng cRPO ang Panandaliang Kalidad Kaysa sa Pangmatagalang Kuwento

Ang cRPO ng ServiceNow ay $12.64 bilyon, tumaas ng 22.5% taon-taon. Ang cRPO ay tumutukoy sa contract revenue na inaasahang makikilala sa susunod na 12 buwan, kaya mas may kaugnayan ito sa panandaliang kalidad ng revenue. Kung ihahambing sa napakalaking RPO ng Oracle, mas maliit ang cRPO ng ServiceNow, ngunit mas angkop ito para obserbahan ang visibility ng revenue sa loob ng isang taon.

Ito ang pangunahing pagkakaiba ng ServiceNow at Oracle: ang Oracle ay tungkol sa malalaking cloud contract at pagsasakatuparan ng kapasidad sa hinaharap, samantalang ang ServiceNow ay tungkol sa mga subscription contract at mas maikling cycle ng pagkilala ng revenue. Para sa mga mambabasang nakatuon sa kalidad ng revenue, mahalaga ang cRPO dahil pinatutunayan nito kung na-lock in na ng mga customer ang paggastos sa hinaharap sa pamamagitan ng mga kontrata.

Ang Now Assist ang Pangunahing Punto ng Obserbasyon para sa Kalidad ng Monetization ng AI

Ang kalidad ng kita ng AI ng ServiceNow ay nakadepende rin sa Now Assist. Ang mga customer ng Now Assist na may higit sa $1 milyon sa ACV ay lumago nang higit sa 130% taon-taon, na nagpapakita na ang ilang customer ay handa nang magbayad ng mas mataas na halaga ng kontrata para sa functionality ng AI. Binibigyang-diin ng mga AI agent ng Now Assist ang pag-embed ng mga AI agent sa data, mga workflow, at mga integration, habang pinapalakas ng AI Control Tower ang pamamahala ng enterprise sa mga AI system, agent, at workflow.

Sukatan ng ServiceNowKahulugan para sa Kalidad ng KitaPanganib na Dapat BantayanKita sa SubscriptionMataas ang renewal, predictableMaaaring makaapekto ang mas mabagal na paglago sa valuationcRPOVisibility sa susunod na 12 buwanVolatility sa timing ng kontrata ng malalaking customerNow Assist ACVSignal ng AI upsellDapat mapatunayan ang patuloy na kahandaan ng customer na magbayadWorkflow PlatformMataas na switching costsBahagyang pagpapalit ng mga AI-native toolFree Cash Flow MarginBentahe ng software business modelMaaaring magdulot ng pressure sa panandaliang profit ang acquisition integration

Buod: Sa tatlong kumpanya, ang kalidad ng kita mula sa AI ng ServiceNow ang pinakamalapit sa “high-visibility subscription revenue.” Hindi ito nakakakuha ng paglago sa AI sa pamamagitan ng pagbebenta ng compute capacity; isinasama nito ang AI sa mga umiiral na workflow at pinagkakakitaan ito sa pamamagitan ng mga renewal, expansion, at AI add-ons. Ang mga panganib nito ay hindi capital expenditures, kundi valuation expectations, mga modelo ng pagpepresyo ng AI, at kung patuloy bang magbabayad ang mga customer para sa Now Assist. Hangga’t sabay na lumalaki ang subscription revenue, cRPO, at AI ACV, mas madaling makilala ng merkado ang kalidad ng kita ng ServiceNow.

Paghahambing ng Kalidad ng Kita mula sa AI: Kaninong Kita ang Mas Matatag, at Kaninong Paglago ang Mas Malakas?

Kung iraranggo batay sa kalidad ng kita, mas matatag ang ServiceNow, ang Oracle ang may pinakamalakas na paglago, at ang IBM ang nangangailangan ng pinakadetalyadong breakdown. Nangunguna ang ServiceNow sa subscription revenue at cRPO. Nangunguna ang Oracle sa OCI at RPO, ngunit pinahihina ito ng capital expenditures. Nangunguna ang IBM sa mission-critical systems at Red Hat, ngunit ginagawang mas kumplikado ng consulting at mainframe cycles ang kalidad ng kita. Dapat silang husgahan ng iba’t ibang investor nang magkakahiwalay batay sa katatagan, paglago, cash flow, at valuation risk.

Sa usapin ng sustainability ng kita, ang ServiceNow ang pinakamalinaw. Nagbibigay ang subscription revenue at cRPO ng magandang pananaw sa ritmo ng kita sa susunod na taon, at may switching costs ang workflow platform. Ang software business ng IBM ay may medyo magandang sustainability, lalo na ang Red Hat at hybrid cloud, ngunit nagdudulot ng volatility ang consulting at infrastructure. Malakas ang RPO ng Oracle, ngunit kailangan pa rin ng panahon upang mapatunayan ang revenue recognition at capital returns.

Sa usapin ng tindi ng monetisasyon ng AI, ang Oracle ang pinakadirekta. Ang demand sa imprastraktura ng AI ay nagtutulak sa paglago ng OCI, habang ang mga database at multicloud deployment ay maaari ring kumuha ng demand sa enterprise data. Ang landas ng monetisasyon ng AI ng ServiceNow ay mas nakatuon sa application layer at process layer; ang pangunahing tanong ay kung mapapataas ng Now Assist, AI agents, at AI Control Tower ang halaga ng kontrata ng customer. Ang monetisasyon ng AI ng IBM ay mas kalat, na sumasaklaw sa hybrid cloud, consulting, data governance, automation, at system modernization.

Sa usapin ng kalidad ng cash flow, may bentahe ang ServiceNow, mayroon pa ring mature na base ng cash flow ang IBM, at nasa yugto ng mabigat na pamumuhunan ang Oracle. Umaabot sa $6.31 trilyon ang forecast ng Gartner para sa pandaigdigang paggasta sa IT sa 2026, na nagpapakita na patuloy pa ring lumalawak ang kabuuang enterprise IT pool. Ngunit patuloy na mag-iiba ang daloy ng kapital, at nakadepende ang kalidad ng kita sa kung sino ang makakapagpalit ng demand sa AI tungo sa napapanatiling tubo at cash flow.

DimensyonIBMOracleServiceNowSubscription / paulit-ulit na kitaKatamtaman hanggang mataasKatamtamanMataasElastisidad ng paglago ng AIKatamtamanMataasKatamtaman hanggang mataasPanandaliang visibility ng kitaKatamtamanKatamtaman hanggang mataasMataasKalidad ng free cash flowKatamtaman hanggang mataasMababa hanggang katamtamanMataasPresyon sa capital expenditureKatamtamanMataasMababaPag-asa sa consulting / proyektoMataasMababa hanggang katamtamanMababaKabuuang kalidad ng kitaKatamtamanKatamtaman hanggang mataas, ngunit mas pabagu-bagoMataas

Kung titingnan mo ang mga kumpanyang ito mula sa perspektiba ng pangangalakal, kailangan mo ring isaalang-alang ang parehong mga pundamental at aktuwal na gastos. Karaniwang hindi lang mga komisyon ang kasama sa gastos sa pangangalakal ng mga stock sa U.S.; maaari ring kasama rito ang mga bayarin sa platform, bayarin ng mga panlabas na institusyon, bayarin sa aktibidad ng pangangalakal, gastos sa FX, at mga pagkakaiba sa pagpapatupad ng order. Naniningil ang Biya ng $0 na komisyon para sa pangangalakal ng mga stock sa U.S., habang ang mga bayarin sa platform, bayarin ng mga panlabas na institusyon, at iba pang singil ay nakabatay sa fee center at pahina ng order. Nakadepende ang availability ng serbisyo sa lokasyon ng user, resulta ng beripikasyon ng pagkakakilanlan, mga patakaran ng platform, at naaangkop na mga batas at regulasyon. Makakatulong ang pampublikong datos pinansyal para hatulan ang kalidad ng kumpanya, ngunit hindi nito dapat palitan ang pagsusuri bago ang pangangalakal sa mga istruktura ng bayarin, uri ng order, at tolerance sa panganib.

Buod: Hindi kumakatawan ang tatlong kumpanya sa iisang modelo ng kita mula sa AI. Ang kalidad ng kita ng ServiceNow ay kahawig ng matatag na SaaS at mas angkop para sa mga mambabasang nakatuon sa renewals, visibility, at cash flow. Ang kalidad ng kita ng Oracle ay kahawig ng pagpapalawak ng imprastraktura ng AI at mas angkop para sa mga mambabasang nakatuon sa mataas na paglago ngunit kayang tiisin ang volatility. Ang kalidad ng kita ng IBM ay kahawig ng isang mature na kumpanyang IT na nasa transisyon, na may parehong high-stickiness na software at cyclicality sa consulting/mainframe. Ang panghuling paghatol ay hindi dapat nakadepende lamang sa laki ng kita mula sa AI, kundi sa kung ang kitang iyon ay sustainable, profitable, at convertible sa free cash flow.

Paano Masusubaybayan ng mga Retail Investor ang Kalidad ng Kita mula sa AI ng IBM, Oracle, at ServiceNow?

Kapag sinusubaybayan ang kalidad ng kita mula sa AI ng tatlong kumpanyang ito, hindi mo dapat tingnan lamang ang wikang AI sa mga headline ng earnings. Bumuo ng checklist ng mga sukatan: para sa IBM, subaybayan ang Red Hat, mga kategorya ng software, consulting signings, at Transaction Processing; para sa Oracle, subaybayan ang OCI, RPO, capex, free cash flow, at konsentrasyon ng customer; para sa ServiceNow, subaybayan ang subscription revenue, cRPO, Now Assist ACV, at kalidad ng renewal. Nakakatulong ito upang maiwasan mong mailigaw ng iisang salaysay tungkol sa AI.

Sa panahon ng earnings season, unahin ang mga sumusunod na indicator:

Tanong sa PagsubaybayIBMOracleServiceNowNaging tunay na kita na ba ang AI?Tingnan ang mga breakdown ng software at consultingTingnan ang conversion ng OCI at RPOTingnan ang Now Assist ACVNapapanatili ba ang kita?Tingnan ang Red Hat at Transaction ProcessingTingnan ang mga renewal at paggamit ng cloud contractTingnan ang subscriptions at cRPOKinokonsumo ba ng paglago ang cash?Tingnan ang FCF at mga acquisitionTingnan ang capex at FCFTingnan ang FCF marginNasa ilalim ba ng presyon ang valuation?Bantayan ang pagbawi ng paglagoBantayan ang capital returnsBantayan ang panganib ng paghina ng cRPO

Dapat mo ring bantayan ang ilang senyales ng paglala ng kalidad ng kita:

• Ang paglago ng kita ay pangunahing nagmumula sa malalaking one-off deal sa halip na sa mga renewable contract;
• Mabilis lumago ang RPO, ngunit hindi nakakasabay ang revenue recognition at cash flow;
• Pinapataas ng mga produktong AI ang kita ngunit nagbibigay ng presyon sa gross margin at free cash flow;
• Mas nagiging hindi handa ang mga customer na mag-renew ng AI add-on modules;
• Tumataas ang consulting signings, ngunit hindi matatag ang delivery margins;
• Patuloy na binibigyang-diin ng management ang AI orders ngunit nagbibigay ng mas kaunting detalye tungkol sa profit at cash flow.

Sa parehong balangkas, may magkakaibang prayoridad sa pagpapatunay ang tatlong kumpanya. Kailangang patunayan ng IBM na kayang takpan ng paglago ng Red Hat at software ang pagkasumpungin sa consulting at mainframes. Kailangang patunayan ng Oracle na ang RPO ay maaaring maging cloud revenue na may mataas na paggamit at mataas na return. Kailangang patunayan ng ServiceNow na kayang palawakin ng AI functionality ang halaga ng platform contract sa halip na pahinain ang legacy seat-based pricing.

Buod: Maaaring hatiin ng mga retail investor ang kalidad ng AI revenue sa tatlong layer. Ang unang layer ay kung tunay bang lumalago ang revenue. Ang ikalawa ay kung maaari ba itong i-renew at i-recognize. Ang ikatlo ay kung maaari ba itong maging free cash flow. Para sa IBM, ang pokus ay ang paghihiwalay ng software, consulting, at mainframe cycles. Para sa Oracle, ang pokus ay ang paghihiwalay ng RPO, OCI revenue, at capital expenditures. Para sa ServiceNow, ang pokus ay subscription revenue, cRPO, at AI upsell. Sa pamamagitan lamang ng pagsasama-sama ng mga indicator na ito maiiwasan mong mailigaw ng iisang AI narrative.

Kapag patuloy na sinusubaybayan ang mga kompanya ng teknolohiya sa U.S. gaya ng IBM, Oracle, at ServiceNow, maaari mong isama ang mga sukatan ng kita, mga pagbabago sa valuation, at aktuwal na gastos sa trading sa parehong balangkas ng obserbasyon. Maaari mong gamitin ang paghahanap ng impormasyon sa U.S. stocks upang tingnan ang kaugnay na impormasyon sa stocks, at suriin ang mga bayarin sa trading ng U.S. stocks upang maunawaan nang maaga ang mga istruktura ng gastos sa order. Bilang isang pandaigdigang multi-asset trading wallet, sinusuportahan ng Biya ang U.S. stocks, Hong Kong stocks, at cryptocurrency trading, at sinasaklaw ang mga sitwasyon ng pagbabayad gamit ang lokal na pera sa maraming merkado. Kung available ang mga serbisyo sa iyong rehiyon, maaari mo ring i-download ang app upang pamahalaan ang mga watchlist at mga kaayusan sa trading. Ang impormasyon sa itaas ay nagpapakilala lamang ng pampublikong impormasyon sa merkado, mga patakaran sa trading, at mga istruktura ng bayarin, at hindi bumubuo ng payo sa pamumuhunan.

FAQ

Bakit Hindi Dapat Hatulan ang AI Revenue ng IBM Batay Lamang sa Consulting?

Ang AI revenue ng IBM ay hindi dapat hatulan batay lamang sa consulting dahil ang Red Hat, automation, data, Transaction Processing, at infrastructure ay pawang nakaaapekto sa kalidad ng komersyalisasyon ng AI. Makakatulong ang consulting sa mga customer na ipatupad ang AI, ngunit mas malaki ang pagbabago-bago sa mga project cycle at margin, kaya hindi nito kayang katawanin nang mag-isa ang kabuuang kalidad ng AI revenue ng IBM.

Nangangahulugan ba ang Paglago ng RPO ng Oracle na Mas Mataas ang Kalidad ng AI Revenue Nito?

Ipinapakita ng paglago ng RPO ng Oracle ang malakas na demand para sa mga kontrata sa hinaharap, ngunit hindi ito nangangahulugan na bumuti na ang kasalukuyang revenue o free cash flow. Upang hatulan ang kalidad ng revenue, kailangan mo ring tingnan ang bilis ng conversion ng RPO, paggamit ng OCI, capital expenditures, konsentrasyon ng customer, at mga pagbabago sa margin.

Bakit Kapaki-pakinabang ang cRPO ng ServiceNow sa Pag-obserba sa Kalidad ng AI Revenue?

Ang cRPO ng ServiceNow ay kapaki-pakinabang para obserbahan ang kalidad ng kita mula sa AI dahil kumakatawan ito sa kita mula sa kontrata na inaasahang kikilalanin sa susunod na 12 buwan. Kung sabay na lumalaki ang cRPO at Now Assist ACV, mas malamang na maging matatag na kita mula sa subscription ang mga AI upsell.

Alin ang May Mas Mataas na Kalidad: Kita mula sa AI Subscription o Kita mula sa AI Cloud?

Karaniwang mas matatag ang kita mula sa AI subscription, samantalang ang kita mula sa AI cloud ay may mas malakas na elastisidad ng paglago ngunit nangangailangan ng mas mataas na capital expenditure. Nakadepende ang kalidad ng kita sa renewal rates, gross margin, paggamit ng customer, pamumuhunan sa imprastraktura, at free cash flow—hindi lamang sa kategorya ng kita.

Paano Maiiwasan ng Retail Investors ang Maling Paghusga sa Kita mula sa Enterprise AI?

Dapat pag-ibahin ng retail investors ang AI orders, AI revenue, at AI profit. Ang orders ay kumakatawan sa demand sa hinaharap, ang revenue ay sumasalamin sa progreso ng pagkilala ng kita, at ang profit kasama ang free cash flow ay sumasalamin sa kalidad ng negosyo. Para sa mga desisyon sa trading, dapat ding isaalang-alang ng investors ang valuation, fee structure, at ang sarili nilang risk tolerance.