Model dan platform AI

Cisco Mencatat $4 Miliar dalam Pesanan AI Triwulanan karena Supercycle Jaringan Meningkatkan Outlook FY2027

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Cisco menerima $4 miliar dalam pesanan infrastruktur AI dari hyperscalers di triwulan keempat tahun fiskal 2026, seperti yang dilaporkan perusahaan pada 12 Agustus 2026, menutup tahun di mana pesanan untuk peralatan jaringan AI lebih dari tiga kali lipat dari yang diharapkan sembilan bulan yang lalu. Jumlah pesanan tersebut termasuk dalam rilis pendapatan triwulanan yang lainnya terlihat seperti skenario terbaik untuk vendor jaringan warisan: pendapatan $17,3 miliar, naik 18% dari tahun ke tahun, pesanan produk naik 35%, dan pesanan produk jaringan naik 40% untuk delapan triwulan berturut-turut dengan pertumbuhan dua digit.

Untuk tahun fiskal penuh, yang berakhir pada 25 Juli 2026, Cisco melaporkan pendapatan $63,3 miliar, naik 12%, dengan laba non-GAAP $4,33 per saham. Perusahaan memandu pendapatan tahun fiskal 2027 antara $72,2 miliar dan $73,4 miliar, kisaran yang titik tengahnya mengimplikasikan pertumbuhan sekitar 15%, dan mengatakan kepada investor untuk mengharapkan $7,5 miliar dalam pendapatan infrastruktur AI dari hyperscalers di tahun mendatang, dibandingkan dengan sekitar $4 miliar yang disampaikan di tahun fiskal 2026.

“Kami menyampaikan penutupan yang sangat kuat untuk tahun fiskal 2026, menandai tahun rekaman lainnya untuk Cisco,” kata Chuck Robbins, ketua dan CEO Cisco, dalam rilis tersebut. “Dengan keluasan dan kedalaman portofolio kami dan diferensiasi kompetitif kami dalam jaringan yang aman, Cisco sangat siap untuk mendukung pelanggan kami bagaimanapun atau di mana pun mereka memutuskan untuk mengirimkan AI.”

Angka $4 miliar pesanan AI triwulanan adalah yang paling penting bagi siapa pun yang melacak di mana hyperscaler capex sebenarnya mendarat. Pendapatan jaringan Cisco, $9,8 miliar di triwulan ini, naik 28%, adalah bacaan publik paling jelas tentang seberapa banyak buildout AI mengalir ke lapisan switching dan routing yang menghubungkan klaster GPU, bukan ke akselerator itu sendiri. Perusahaan menjelaskan permintaan sebagai “supercycle jaringan,” dan buku pesanan mendukung frasa tersebut: total pesanan produk naik 35% dari tahun ke tahun, dan bahkan setelah menghilangkan hyperscalers sepenuhnya, pesanan tumbuh 25% dengan pertumbuhan dua digit di setiap geografi dan pasar pelanggan.

Buku Pesanan AI Cisco Tumbuh Tujuh Kali Lipat dalam Sembilan Bulan

Trajectory di dalam pengungkapan Cisco sendiri menunjukkan seberapa cepat bisnis jaringan hyperscaler telah berkembang. Dalam laporan triwulan pertama pada 12 November 2025, perusahaan mengungkapkan $1,3 miliar dalam pesanan infrastruktur AI dari hyperscalers dan memandu sekitar $3 miliar untuk tahun fiskal. Pada triwulan kedua pada 11 Februari 2026, angka triwulanan telah mencapai $2,1 miliar. Triwulan ketiga pada 13 Mei 2026 membawa $5,3 miliar dalam pesanan tahun hingga saat ini dan target tahun penuh yang dinaikkan menjadi $9 miliar, naik dari $5 miliar sebelumnya.

Jumlah akhir $9,3 miliar untuk tahun fiskal 2026 membersihkan bahkan batang yang dinaikkan. Dan garis pendapatan sekarang mengejar buku pesanan: Cisco mengharapkan pendapatan AI hyperscaler sebesar $7,5 miliar di tahun fiskal 2027, yang hampir akan menggandakan sekitar $4 miliar yang diakui tahun ini. Pesanan yang berjalan sebesar $4 miliar per triwulan dibandingkan dengan $7,5 miliar pendapatan tahunan yang diharapkan mengimplikasikan book-to-bill jauh di atas satu dalam segmen ini, yang berarti Cisco membangun backlog dalam jaringan AI lebih cepat daripada yang dapat dikirim.

Dinamika ini akrab bagi siapa pun yang menonton waralaba pusat data NVIDIA mengubah jaringan menjadi mesin pertumbuhannya sendiri. Versi Cisco dari cerita ini berjalan melalui Ethernet, dan pembelinya adalah hyperscalers yang pesanannya mendorong buku infrastruktur AI Cisco dari $1,3 miliar di Q1 hingga $4 miliar di Q4. Buildout telah menarik infrastruktur daya bersamanya, dari pesanan mesin untuk kampus skala gigawatt hingga struktur pembiayaan yang sekarang berkumpul di sekitar modal pihak ketiga untuk komputasi AI.

Sisa Bisnis Mengikuti Siklus yang Sama

Di bawah headline AI, triwulan Cisco menunjukkan kekuatan yang luas daripada lonjakan satu segmen. Pendapatan keamanan tumbuh 14% menjadi $2,2 miliar, kolaborasi tumbuh 12% menjadi $1,2 miliar, dan observabilitas tumbuh 6% menjadi $275 juta, sementara pendapatan layanan sebesar $3,8 miliar tetap datar. Marjin operasional GAAP mencapai 24,7% dan marjin operasional non-GAAP 35,9%. Kewajiban kinerja yang tersisa, pendapatan yang dikontrak yang belum diakui Cisco, berdiri di $46,7 miliar, naik 7% dari tahun ke tahun, dengan RPO produk naik 9%.

Perusahaan juga menutup dua akuisisi kecil di triwulan ini: Galileo Technologies, perusahaan observabilitas, dan Astrix Securities, perusahaan keamanan yang fokus pada identitas non-manusia, kategori yang mencakup kredensial mesin dan akun layanan yang semakin banyak dioperasikan oleh agen AI. Di triwulan ini Cisco mengembalikan $3,2 miliar kepada pemegang saham melalui pembelian kembali dan dividen dan mengumumkan dividen triwulanan sebesar $0,42 per saham yang dapat dibayarkan pada 21 Oktober 2026.

Panduan Cisco untuk triwulan pertama tahun fiskal 2027 memanggil pendapatan sebesar $18,0 miliar hingga $18,2 miliar, yang akan menjadi langkah lain ke atas dari $17,3 miliar yang baru saja dilaporkan. Kisaran tahun penuh sebesar $72,2 miliar hingga $73,4 miliar, jika titik tengahnya bertahan, akan membuat tahun fiskal 2027 menjadi tahun pertumbuhan tercepat perusahaan dalam siklus saat ini, di atas franchise jaringan yang sekarang, dengan buku pesanannya sendiri, salah satu penyedia picks-and-shovels terbesar untuk buildout AI.

Theo Nash adalah seorang spesialis yang dihasilkan oleh AI di Unite.AI, yang meliputi infrastruktur AI, komputasi, dan sistem perangkat keras yang memungkinkan kecerdasan buatan modern. Pekerjaannya berfokus pada fondasi teknis di balik beban kerja AI skala besar, termasuk pusat data, akselerator, jaringan, dan tumpukan perangkat lunak yang menghubungkannya.
Dengan perspektif analitis dan berbasis teknik, Theo memeriksa bagaimana kemajuan dalam GPU, silikon kustom, arsitektur memori, dan sistem terdistribusi memungkinkan generasi baru model AI. Ia memperhatikan khusus pada pertukaran kinerja, efisiensi energi, skalabilitas, dan kendala praktis yang membentuk penerapan infrastruktur AI di dunia nyata.
Artikel yang ditulis oleh Theo Nash dihasilkan oleh AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi teknis, kejelasan, dan liputan yang bertanggung jawab atas lanskap komputasi AI yang berkembang pesat.