アリスタ・ネットワークス Citi TMT Conference

お招きいただきありがとうございます。はい、ありがとうございます。

はい、とても良い質問だと思います。前回の決算説明会で、売上高ガイダンスを40%成長の126億ドルへ引き上げましたが、非常に期待しています。このようなガイダンスを提示できることを大変うれしく思っています。考えてみると、繰延収益は一つのテーマです。繰延収益とは何かを整理すると、製品に関する繰延収益について言えば、機器を出荷し、請求書を発行し、現金を回収済みであるものの、顧客が求める最終的な成果を実現するために、顧客との関与を維持する受入基準があるということです。ここに何が含まれるかを考えると、以前はクラウドでした。

数年前を振り返ると、クラウド導入がそこに含まれていましたが、今ではAIによって、あなたの言う通り、複雑さの面でそれが大幅に拡大しています。それをどう解釈するかという観点では、Aristaについて、いくつか注目すべき点があると思います。損益計算書の成長と、繰延収益で何が起きているかに注目します。ただし、四半期ごとの比較はしません。4四半期、場合によっては6四半期にわたるトレンドで見ます。受入基準に基づくものなので、一般的に計上されたり外れたりするからです。購入コミットメントと、RPOの一覧に何が載っているかも見ます。この4つすべてを見ることで、何が起きていて、今後何が起こるのかがある程度わかります。

繰延収益という観点でも、こうした導入の一部は受入基準を満たすまで18～24カ月かかることを、時として理解していない人がいます。したがって、これにどの程度の期間がかかり、損益計算書上いつ実現するのか、そのタイミングを理解することが重要です。

はい。現在S&P 100の一員になろうとしていますが、上場企業としてはまだ約12年しか経っていません。これまでに、クラウドサイクルとAIサイクルという、2つのサイクルがあったと言えると思います。Atifさんが言及しているのはクラウドサイクルのことで、2019年、2020年、そして2021年頃です。クラウド、400G、そして800Gへと進むユースケースがあったため、この繰延の仕組みによって繰延収益が増加しました。その後、クラウドを少し経験し、次にAIが立ち上がりました。このAIサイクルが2つ目のサイクルです。クラウドのサイクルは約3年間でした。AIについては、重要性という観点から、本格的に始まって2年半から3年目に入ろうとしている段階だと思います。

このサイクルは今後何年も続くと思います。スケールアップ、スケールアウト、スケールアクロス、トレーニング、推論、フロントエンド、バックエンドについて話しているからです。AIが近いうちに消えてなくなるとは考えていないため、このサイクルはより長く続く可能性があります。

はい。今年は、率直に言うと、第1四半期の説明会は私たちにとって最も好ましいものではありませんでした。サプライチェーン環境について話す必要がありましたし、あなたが言及しているのはそのことだと思います。しかし、私たちは正直かつ透明性を持って説明したいと考えました。この圧力の多くは、ファブの生産能力の最上流から生じています。業界の誰もが、そのサプライチェーン上のどの位置にいても、供給が逼迫していると話すべき状況だと思います。しかし、8月に入って第2四半期の説明会を迎えるまでに、ファブの生産能力やメモリについて、いくつかのベンダーとの取り決めを見つけることができました。そのため、これらについては2026年と2027年分まで整理できたと思います。一方で、PCBやコンデンサーなど、他の部品ではモグラたたきのような対応が続いています。つまり、短期的により周辺的な部品の不足もあれば、ファブの生産能力のような構造的な問題もあります。

私たちは非常に良いポジションにいると感じています。現在、購入コミットメントについて言えば、第3四半期に投入されるチップには1年のリードタイムがあります。第2四半期末時点の96億ドルの購入コミットメントは、すでに来年下半期向けとなっています。したがって、非常に良いポジションにはいますが、ネットワーク向けデータセンター全般のサプライチェーン全体について、誰もまだ問題を完全に脱したわけではないと思います。

増加しています。3四半期前を見ると、購入コミットメントは約36億ドルでしたが、現在は第2四半期末で96億ドルです。つまり、3四半期で基本的に3倍になりました。これは、私たちが見ている需要に先行して対応しているものです。したがって、需要として捉えていただくべきです。メモリ関連のいくつかの問題を整理しているところです。その一方で、12カ月を少し超える期間を要するものもあります。その観点から、サプライチェーンチームは新型コロナ禍で多くを学び、AIの初期段階でも多くを学び、委託製造に関する部品の問題も整理できたため、非常に良い状態にあると感じています。現時点では需要シグナルだと考えており、その点について非常に自信を持っています。