AI summary
IBM dan AMD menjalin kemitraan strategis untuk mengembangkan komputasi kuantum. IBM mengalami pertumbuhan pendapatan yang kuat dan meningkatkan panduan untuk tahun ini. Adopsi AI di solusi IBM semakin meningkatkan nilai penawaran mereka di pasar. IBM baru saja mengumumkan terobosan penting dalam komputasi kuantum, yaitu kemampuan menjalankan algoritma koreksi kesalahan kuantum pada chip standar AMD. Inovasi ini sangat penting karena menurunkan biaya dan kerumitan membangun sistem kuantum yang besar dan andal.Kolaborasi strategis IBM dengan AMD membuat saham keduanya naik signifikan karena investor melihat nilai masa depan dari teknologi ini. IBM berencana meluncurkan komputer kuantum yang mampu mengoreksi kesalahan secara penuh pada tahun 2029, yang dapat memberikan keunggulan kompetitif di pasar teknologi tinggi.Selain terobosan kuantum, IBM juga melaporkan pertumbuhan pendapatan yang kuat di kuartal ketiga tahun ini. Pendapatan perusahaan naik 7% dan perusahaan menaikkan panduan pendapatan serta arus kas bebasnya. Peningkatan ini didukung oleh pertumbuhan di produk perangkat lunak automation dan layanan konsultasi berbasis AI.Bisnis AI generatif IBM terus berkembang cepat dengan total booking sebesar 9,5 miliar dolar sejak dimulai. Produk-produk seperti Watsonx dan Red Hat OpenShift menunjukkan peningkatan permintaan yang signifikan, yang mengindikasikan bahwa AI menjadi pendorong utama bisnis IBM saat ini dan ke depan.Para analis memproyeksikan pendapatan IBM akan terus meningkat hingga 80 miliar dolar pada tahun 2029, meskipun valuasi saham saat ini sedikit di atas rata-rata historis. Secara keseluruhan, IBM berada di jalur yang tepat untuk memimpin transformasi digital dan kuantum di masa depan.
Terobosan IBM dalam menggunakan chip AMD untuk koreksi kesalahan kuantum menunjukkan pendekatan yang inovatif dan pragmatis dalam mengatasi tantangan komputasi kuantum yang selama ini mahal dan kompleks. Ini bisa menjadi game changer di industri teknologi karena membuka akses yang lebih luas ke sistem kuantum dengan biaya lebih rendah dan skalabilitas lebih besar.