🐂 IBM — 公司画像 (教学用)¶
教学站非投资建议. 具体市值 / 股价 / 财报数字易变, 故不写, 改给 SEC + Yahoo Finance 链接, 你自己核实时数据.
📌 基本资料¶
| 维度 | 内容 | 来源 |
|---|---|---|
| 主营业务 | 混合云 (Red Hat OpenShift) + 咨询 (IBM Consulting) + 软件 + 大型机 (z16/z17 mainframe) + watsonx AI 平台 + Quantum | 10-K |
| 创立 / 总部 | 1911 (作 CTR; 1924 更名 IBM) / 美国纽约 Armonk | wiki |
| CEO | Arvind Krishna (2020/04 接任) | 公司公告 |
| 主要上市地 | 纽交所 (NYSE): IBM | — |
| 财年 | 公历年 (1 月 1 日 - 12 月 31 日) | SEC EDGAR |
💡 实时市值 / 股价 / Software 增速 / 咨询 backlog / Red Hat 增长: 见下方 SEC 一手 + 投资者关系链接
🏭 产业链坐标 (Part 1-C6 框架)¶
上游 (IBM 依赖谁)¶
| 供应商 | 流通内容 | 关键依赖 |
|---|---|---|
Samsung Foundry (SSNLF) |
大型机 z 处理器 + Telum AI 芯片 | 关键芯片代工合作 |
NVDA / AMD |
AI 服务器 GPU (跟 hyperscaler 类似 OEM 模式) | AI 服务器 |
INTC / AMD |
通用 CPU | 通用 |
MSFT (Azure) + AMZN (AWS) + GOOGL (GCP) |
hybrid cloud 客户上 hyperscaler 集成 | Red Hat OpenShift 跨云 |
下游 (谁依赖 IBM)¶
| 客户 | 流通内容 | 客户集中度 |
|---|---|---|
| 财富 500 + 大型企业 (跨各行业) | 咨询 + 软件 + 大型机系统 | 长尾分散 |
| 大型银行 + 金融机构 | Z series mainframe (核心交易系统) + 咨询 | 高利润 vertical |
| 美国 + 全球政府 | 咨询 + 大型机 + IBM Cloud | 政府敞口 |
| 开发者 + 跨企业 | Red Hat (RHEL Linux + OpenShift Kubernetes) | open source 生态 |
竞品¶
- 咨询 (直接): Accenture (
ACN) · Deloitte (private) · Capgemini (CAP.PA) · TCS (印度) · Cognizant (CTSH) · Infosys (INFY) - 混合云 / Kubernetes:
MSFTAzure ·AMZNAWS ·GOOGLGCP · VMware (AVGO子公司) · Rancher (SUSE) - 大型机: 已无新晋者 (历史 Unisys, 现已弱); IBM 几乎独占
- AI 平台 (watsonx): hyperscaler 自家 AI 平台 + Databricks + Snowflake (
SNOW) - 量子计算: GOOGL Quantum AI · Microsoft Azure Quantum · 长尾初创 (Atom Computing / IonQ)
💼 商业模式 + 价值捕获 (Part 1-C7 视角)¶
- 营收结构: Software (含 Red Hat) ~45% / 咨询 ~30% / Infrastructure (z mainframe + 服务器) ~20% / Financing 占余
- 毛利率: GAAP ~57%; Software 80%+, 咨询 30%+, Infrastructure 中等
- 定价能力: 大型机极强 (替代成本无限大); Red Hat 跟 enterprise OpenShift 强; 咨询是 hours-based 受 talent 制约 — mixed
- 替代难度: 大型机 + 长期咨询关系深; Red Hat 跨多云策略竞争; AI/Quantum 是新看点不是现金牛
(具体季度 Software vs 咨询 vs Infrastructure / 大型机 cycle, 请查 最新 SEC 10-Q)
🏰 护城河评估 (Part 3-C2 Buffett 5 步框架视角)¶
| 类型 | 强度 (0-1) | 来源 |
|---|---|---|
| 品牌 | 0.7 | "IBM" 113 年企业 IT 老牌, 大企业 + 政府认 |
| 切换成本 | 0.7 | 大型机 + 咨询 + 关键软件 (DB2 / WebSphere / Red Hat) 全栈深度部署 |
| 网络效应 | 0.5 | Red Hat open source ecosystem + 咨询 partner 网络 |
| 规模 + 成本 | 0.6 | 全球 R&D + 咨询 talent pool + 累积 IP |
综合: 2.5 / 4 → 中强 moat (大型机 + 咨询是定海神针, Red Hat 是增长引擎)
⚠️ 关键反向触发条件 (Part 3-C5 anti-thesis 视角)¶
监控以下信号, 触发即重评 thesis:
- 触发 1 (年度): Software (Red Hat) 增速 < 10% (历史 ~10-15%, 增长引擎 fail)
- 触发 2 (中概率): 咨询 (IBM Consulting) 营收 YoY 下滑 (跟 Accenture 拉锯失败)
- 触发 3 (低概率, 灾难性): 大型机 cycle 中断 (z 系列采购周期 ~2-3 年, 一个 cycle miss 影响明显)
- 触发 4 (中概率): watsonx AI 平台不能 monetize, 跟 hyperscaler 落后差距扩大
- 触发 5 (低概率): 大型政府咨询合同被取消 / 政治 trafico (IBM 政治敞口比 PLTR 小但有)
🔗 教学跨章节链接¶
- Part 1-C5 · 硬件 stack — 大型机仍是金融 + 政府核心 (跨年代 stack)
- Part 1-C7 · Value capture — 混合多源 (软件 + 咨询 + 硬件) 模式
- Part 1-C8 · AI 应用层 — watsonx 跟 hyperscaler AI 路线对比
- Patterns 投资规律 — #2 incumbent moat · #4 双引擎 (软件 + 咨询) · #20 老牌 turnaround
📚 SEC 一手公开文件 (你自己查)¶
- SEC EDGAR IBM 全部 filings — 完整提交历史 (10-K / 10-Q / 8-K / DEF 14A)
- 投资者关系页 — 财报日历 + Investor Day + 历史财报
实时股价: Yahoo Finance IBM
教学用 · 数字会变, 学的是方法不是具体数字 · 投资决策基于你自己的研究 + 风险承受度