行业与公司 - **行业**：半导体与人工智能（AI）技术[1][4] - **涉及公司**：ASML、BESI、Infineon、Logitech、Nokia[4][21][25][30][33][39] --- 核心观点与论据 **AI与半导体的融合与进展** - **生成式AI的验证与效率提升**： - 生成式AI的成本效率提升，能力被广泛验证，例如AI模型在国际数学奥林匹克竞赛中超越人类选手[1] - 娱乐行业中，生成式AI将视觉效果制作速度提升10倍[1] - 美国95%的特定癌症手术由机器人完成，训练数据基于25年的运动学视频[1][6] - **生产力与成本效益**： - GPT-4o等新模型的token成本比原始模型低数倍[5] - 零售机器人通过预测分析避免缺货，3-4个月内实现3-4倍投资回报率（ROI）[5] - 微软过去12个月token使用量增长5倍[5] - **能源与基础设施挑战**： - 部分数据中心耗电量与纽约市相当[1][5] - 光子学技术可降低数据中心70%能耗和50%成本[5][20] **Agentic AI与行业应用** - **Agentic AI的潜力与障碍**： - 能够执行端到端任务，但基础设施不成熟、产品早期阶段和用户信任不足限制广泛采用[10][12] - Salesforce的AI处理50%工作量，聊天机器人在某些任务中超越顶级程序员[12] - **跨行业应用案例**： - **医疗**：智能镜面可追踪用户日常变化，检测90%常见疾病[12] - **教育**：AI在3天内生成1,200个35小时时长的教学模块[6][12] - **零售与物流**：Logitech使用数千个24/7运行的自主机器人，显著降低成本[5][15] **半导体技术的关键创新** - **先进封装与材料**： - 混合键合（Hybrid Bonding）在高堆叠内存架构中因热效率优势加速采用[25][27] - ASML的高数值孔径（High NA）光刻技术受AI逻辑应用驱动，内存需求或加速[21][23] - Infineon的氮化镓（GaN）和碳化硅（SiC）功率半导体满足AI数据中心高能效需求[30][32] - **量子计算与光子学**： - 量子计算可解决大语言模型（LLM）的数据瓶颈[20] - 光子互连技术减少延迟和能耗，适用于下一代数据中心[18][40] --- 其他重要内容 **风险与挑战** - **资本密集度与监管**： - AI市场竞争需持续高资本投入，模型更新频率达每月或双月一次[12] - 企业需平衡低风险高精度输出与功能广度，避免幻觉和声誉风险[14] - **能源与可持续性**： - AI服务器功耗是传统机架的5-10倍，电力供应成全球数据中心扩张瓶颈[20] - 小型模块化核反应堆（SMR）可能是长期解决方案，但普及需20年[20] **公司特定动态** - **ASML**： - 中国需求强劲，预计2025年贡献超25%营收；光刻强度在GAA过渡后恢复正常[26] - 重申买入评级，目标价935欧元[21][42] - **BESI**： - 混合键合在内存应用中具优势，预计2026年完成认证，2027年量产[25][27] - 目标价161欧元，风险包括竞争加剧和采用延迟[42] - **Infineon**： - 垂直电源交付减少8-12%的板级功耗损失，适用于下一代GPU[30][32] - 目标价46.5欧元，风险包括EV需求疲软和半导体周期下行[43] - **Logitech**： - AI边缘设备（如视频会议硬件）推动增长，B2B占比目标提升至50%[33][37] - 目标价97瑞士法郎，中国市场游戏外设需求回升[36][45] - **Nokia**： - 光子学在数据中心连接中长期潜力大，但执行风险高；维持卖出评级[39][46] --- 数据与案例引用 - **关键数据**： - OpenAI周活跃用户达7亿[5] - 谷歌30%新代码由AI生成（工程师审核）[6] - 单个工程师用AI一周内开发完整视频游戏[6] - **单位换算**： - 1 billion = 十亿，1 million = 百万[5][20] （注：部分文档如[2][3][8][13]等未包含实质性内容，已跳过）

企业AI风险现状 - 95%的企业在过去两年内遭遇AI相关事件 [4] - 77%的企业因AI实施不当导致财务损失 53%的企业遭受声誉影响 [2] - 39%的企业将AI问题造成的损害评估为"严重"或"极其严重" [4] 负责任AI实施差距 - 78%企业视负责任AI为业务增长驱动力 但仅2%企业具备完善的RAI控制措施 [1][4] - 企业普遍在RAI投入上存在30%的资金缺口 [4] - 86%的高管认为代理型AI将带来新风险与合规问题 [4] 领先企业实践效果 - RAI领先企业财务损失降低39% 事件严重程度减少18% [4] - 领先企业通过改进AI可解释性、主动评估偏见、严格测试验证及明确事件响应计划实现优势 [4] - 15%的RAI跟随者能达到四分之三的RAI标准要求 [4] 行业解决方案建议 - 建议结合去中心化产品创新与集中式RAI监管框架 [10] - 建立主动式RAI办公室进行风险监控和政策制定 [10] - 将RAI防护措施嵌入安全AI平台 使用平台化环境控制AI代理操作范围 [10] 市场发展预期 - 83%的高管认为未来AI法规将促进而非抑制AI计划数量增长 [4] - 代理型AI时代的到来要求企业从被动合规转向战略优势构建 [4] - 企业需建立基于信任、风险缓解、数据治理和可持续性的负责任AI基础 [5]

财务数据和关键指标变化 - 第四季度总收入147亿美元 同比增长8% [21] - 第四季度非GAAP净利润40亿美元 同比增长12% [21] - 第四季度非GAAP每股收益0.99美元 同比增长14% [21] - 第四季度产品收入109亿美元 同比增长10% [22] - 第四季度服务收入38亿美元 同比持平 [22] - 第四季度运营现金流42亿美元 同比增长14% [27] - 2025财年总收入567亿美元 同比增长5% [27] - 2025财年非GAAP每股收益3.81美元 同比增长2% [28] - 2025财年运营现金流142亿美元 同比增长30% [28] - 第四季度非GAAP毛利率68.4% 同比上升50个基点 [25] - 第四季度产品毛利率67.5% 同比上升50个基点 [26] - 第四季度服务毛利率70.8% 同比上升50个基点 [26] 各条业务线数据和关键指标变化 - 网络业务收入增长12% 主要由互联网基础设施和企业路由的双位数增长驱动 [23] - 安全业务收入增长9% 主要由Splunk和SASE产品驱动 [23] - 协作业务收入增长2% 主要由设备业务驱动 [23] - 可观测性业务收入增长4% 主要由Splunk和ThousandEyes驱动 [23] - 安全产品订单实现中个位数增长 [16] - Splunk新客户数量同比增长14% [16] - 新安全产品HyperShield等新增750家客户 [16] - 网络产品订单连续第四个季度实现双位数增长 [9] - 工业物联网产品订单连续第五个季度实现双位数增长 [10] 各个市场数据和关键指标变化 - 美洲地区产品订单增长5% [25] - EMEA地区产品订单增长10% [25] - APJC地区产品订单增长7% [25] - 服务提供商和云客户订单增长49% [8][25] - 企业客户订单增长5% [7][25] - 公共部门订单下降6% [8][25] - 除美国联邦政府外 全球安全订单增长双位数 [42] - EMEA地区企业订单增长中双位数 英国、德国、沙特表现强劲 [121] 公司战略和发展方向和行业竞争 - 公司定位为AI时代关键基础设施提供商 97%的企业认为需要升级网络以成功部署AI [6] - AI基础设施订单超20亿美元 是原10亿美元目标的两倍以上 [7] - 与NVIDIA合作完成Cisco Nexus交换机与Spectrum X架构的集成 为AI集群提供低延迟高速网络 [11] - 推出基于Silicon One的Cat9K智能交换机 开启多年校园网络刷新周期 [9][10] - 安全战略深度整合到网络架构中 HyperShield客户大多与N9300智能交换机捆绑销售 [17] - 推出Cisco AI Canvas生成式用户界面 统一实时遥测数据简化IT运维 [18] - 主权AI机会预计在2026年加速发展 与中东战略伙伴关系按计划推进 [12] 管理层对经营环境和未来前景的评论 - AI代理将自主执行任务 网络容量需求将复合增长以应对前所未有的流量水平和威胁环境 [6] - 网络流量将超越当前聊天机器人交互峰值并保持持续高位 [14] - 关税环境复杂 假设当前关税和豁免政策持续至2026财年末 [30] - 中国关税30% 半导体和电子元件部分豁免 [31] - 墨西哥关税25% 加拿大关税35% 不符合USMCA豁免条件的组件和产品 [31] - 联邦业务预计在2026财年恢复增长 但仍低于2025财年水平 [118] 其他重要信息 - 第四季度向股东返还29亿美元资本 全年返还124亿美元 占自由现金流的94% [6][27][29] - 总剩余绩效义务435亿美元 增长6% [24] - 年度经常性收入311亿美元 增长5% [24] - 订阅收入79亿美元 占总收入54% [24] - 软件收入56亿美元 增长5% [24] - 现金及投资余额161亿美元 [27] - 连续第14年增加股息 [29] 问答环节所有提问和回答 问题: 增长指引放缓是否反映保守主义或需求环境变化 [34] - 增长放缓仅与年度同比比较相关 不表示需求环境变化 [36] - 校园网络刷新周期将逐步启动 客户需要时间评估新产品 [36] - Splunk收购使前期季度增长率偏高 本季度才是真正可比较的 [37] 问题: 安全业务增长展望和新CFO优先事项 [39] - 新安全产品订单增长超20% 除美国联邦外全球安全订单增长双位数 [41][42] - HyperShield新增80家客户 Secure Services Edge新增480家客户 [43] - 安全增长率预计随财年推进持续改善 [43] - 新CFO优先关注可持续盈利增长、财务纪律和股东回报 [45] 问题: 订单是否因关税和预算担忧被提前 [50] - 未发现客户因价格担忧提前下单的证据 [53] - 渠道合作伙伴反馈、线性模式、软件激活时间和发货日期请求均正常 [54][55] - 管道分析未显示异常提前现象 [56] 问题: AI业务系统与光学的三分之二对三分之一比例是否会变化 [51] - 与云提供商对话未显示该比例会发生重大变化 [56] 问题: 网络增长可持续性和校园刷新周期影响 [59] - AI将驱动所有细分市场的网络现代化 从云提供商向企业前端扩展 [61][62] - 数据中心网络订单去年增长中双位数 WiFi7增长三位数 [63] - 预计核心网络增长将维持在分析师日提供的2%-5%区间 [64] 问题: AI订单收入确认和网络细分订单趋势 [67] - 2025财年AI后端订单确认约10亿美元收入 [71] - 网络订单增长由webscale基础设施、交换、企业路由、工业物联网和服务器驱动 [9] 问题: 企业AI机会规模和2026财年AI收入贡献 [74] - 企业AI订单约数亿美元 管道达数亿美元 [76] - 预计下半年代理AI概念验证将更加普及 [77] - 与NVIDIA合作的显著效益尚未显现 [80] - 2026财年AI收入可从2025财年10亿美元基础推算 [81] 问题: 服务收入趋势和云支出可持续性 [83] - 服务收入通常滞后于产品收入 预计随网络增长改善 [86] - 云资本支出同比增长约50% AI不是短暂趋势 [87] 问题: 安全业务能否达到15%-17%长期目标 [90] - 新安全产品占有机安全组合约三分之二 预计负面影响将逐渐减少 [92] - 保持长期目标范围不变 预计年底接近或处于实现路径上 [93] 问题: 与AMD在主权AI方面的合作 [91] - 与AMD保持紧密合作 共同为客户提供高度集成解决方案 [94] 问题: Cat9K刷新带动其他产品销售和资本使用优先顺序 [97] - Cat9K与其他校园设备关联性难以量化 [99] - 资本使用优先支持业务增长、股息、抵消稀释和机会性价值创造 [101] 问题: 身份识别在AI代理时代的重要性 [97] - 身份识别是零信任架构核心支柱 Duo增长表现突出 [102] - 正在开发代理身份识别技术 实时处理能力是独特优势 [103] 问题: AI对网络增长贡献和关税对毛利率影响 [108] - AI预计为网络增长贡献约2个百分点 [110] - 关税影响已纳入指引 具体假设包括中国30%、墨西哥25%、加拿大35%等 [111][112] 问题: 2026财年各细分市场信心排名和Silicon One渗透率 [116] - 信心排名：服务提供商、企业、公共部门 [117] - Silicon One预计未来三年可能占交换机ASIC的一半 [119] 问题: EMEA订单加速和主权AI机会时间表 [120] - EMEA订单增长10% 企业增长中双位数 公共部门持平 [121] - 主权AI订单预计年中至下半年开始 收入随后跟进 [124] 问题: 以太网在规模扩展中的机会和Meraki-Catalyst整合影响 [127] - 规模扩展机会可能转向以太网变体 公司有未公布的路线图 [129] - Meraki-Catalyst整合预计增加Catalyst的开放性 统一硬件平台提供更多选择 [130]

战略转型与市场定位 - 公司正从规模数据转向智能数据以增强大语言模型(LLM)的发展前景[1] - 通过智能数据方法提升训练后数据的变异性理解能力，实现事实性、安全性、连贯性和推理能力的特定改进[2] - 定位为提供Agentic AI服务，因基于代理的AI能充分释放LLM和生成式AI对企业价值[1] - 模拟数据和评估服务市场预计将推动Agentic AI和机器人需求[2] 增长机会与投资方向 - 公司计划通过短周期、高回报计划投资定制标注管道、垂直化代理开发和全球化交付[3] - 战略平台开发重点包括LLM测试、安全性和实际部署[3] - 扩展至多代理系统、机器人等新领域及市场，同时提供AI原生系统咨询与集成服务[3] 财务表现与估值 - 2025年上半年收入同比增长97.7%至1.167亿美元，主要受Agility AI平台订阅量增长驱动[4][9] - 股价过去三个月上涨20.8%，超越行业基准及标普500指数[8][9] - 当前远期12个月市销率(P/S)为4.91，高于同业水平，反映市场对其潜力的认可[10] 竞争格局 - 在Agentic AI解决方案市场面临微软和Unisys的激烈竞争[5] - 微软通过Azure AI Foundry、Copilot代理及GitHub Copilot Agent占据市场份额[6] - Unisys近期推出三大云端AI解决方案(Cloud AI Foundation/Enablement/Customer Experience)，基于其Intelligence Accelerator技术提升运营效率[7] 盈利预测 - 2025年每股收益预估71美分(30天内上调2.9%)，2026年预估1.05美元(上调2.94%)[11][14] - 2025年预估同比降20.2%，但2026年预计增长48.2%[11] - Q1/Q2每股收益预估分别为0.14/0.20美元，30天内Q1预估下调17.65%，Q2上调5.26%[14]

Salesforce的AI战略框架ADAM - 公司采用ADAM框架（Agents、Data、Apps、Metadata）作为AI战略基础 强调四要素缺一不可以实现企业级AI代理（数字劳动力）[1] - Agentforce平台交付AI代理 Data Cloud统一数据 MuleSoft实现系统连接 应用层包含Sales Cloud等产品 Metadata作为共享平台链接所有组件[2] - 斥资80亿美元收购Informatica将增强主数据管理和ETL能力 构建统一代理AI架构[2] ADAM框架的实际应用案例 - Tableau Next通过Data Cloud和Metadata平台运行 Slack作为对话界面接入应用和代理 MuleSoft连接底层系统[3] - Finnair部署客服自动化代理 PepsiCo整合多云与代理层 Falabella将WhatsApp代理试点扩展至区域级应用[4] 竞争格局与行业对比 - 微软通过Dynamics 365集成Copilot工具简化邮件撰写等流程 依托现有产品生态实现低成本整合[6] - ServiceNow的Now Assist平台自动化IT服务管理等任务 推出行业专用AI工具与ADAM框架类似[7] 财务表现与估值数据 - 年内股价下跌30.7% 同期行业增长19.8%[8] - 前瞻市盈率19.33 显著低于行业平均35.32[12] - 2026财年收入预计同比增长8.6% 2027财年增长9.2% 每股收益预计分别增长10.8%和11.5%[5][15] - 过去60天内2026和2027财年盈利预期均获上修 当前季度每股收益预期稳定在2.77美元[16]

公司：Qualys (QLYS) 财务表现与业务指标 * 公司报告季度收入增长10% 息税折旧摊销前利润（EBITDA）利润率达到45% [4] * 净留存率（NRR）从103%提升至104% [5] * 2025年上半年业绩强劲 但下半年当前账单金额（current billings）的隐含增长率预计为5%至7% 全年增长率指引为6%至8% [45] * 研发（R&D）费用在2023年和2024年增长均低于5% 但在2025年第一季度同比增长8% 第二季度同比增长15% [27][28] * 销售和营销费用在第二季度同比增长15% [28] * 联邦政府业务收入目前占比小于5% [35] 产品与平台战略 * 公司正从漏洞管理（VM）向统一的风险管理平台演进 核心是帮助客户从海量发现中确定业务优先级并进行修复（Remediation） [7][8][9][10] * 2024年通过其代理部署了1.1亿个（110 million）补丁 验证了修复能力的需求 [9] * 推出了身份安全状况管理（Identity Security Posture Management）能力 可集成Okta等第三方工具 提供统一风险视图 [19] * 在Black Hat大会上推出了基于代理人工智能（Agentic AI）的Cyber Risk Agent和其市场 旨在通过数字化劳动力减少人工操作 缩短平均修复时间（MTTR） [21][22][23][24] * 其企业风险管理（ERM）平台获得FedRAMP High授权 成为唯一能在一个平台内完成资产、补丁、漏洞和云安全管理的FedRAMP High平台 [35] 市场与竞争定位 * 行业趋势是从检测转向修复和优先处理 客户需要将技术发现与业务影响（如可能造成的财务损失）相关联 [10] * 公司的差异化策略是允许客户在特定领域（如云安全、漏洞管理）进行整合 同时保留其他领域的最佳单项（Best-of-Breed）解决方案 并通过平台提供统一视图 而非强制替换所有工具 [13][14][18][19] * 联邦政府市场被视为重大增长机遇 因其基础设施现代化并采用FedRAMP 公司已投资组建团队并举办公共部门风险会议 [34][35][36][37] 客户与合作伙伴 * 宏观环境与第一季度相比大致未变 交易审批持续严格 大额采购决策时间较长 [4] * 客户对话围绕风险运营中心（Risk Operation Center）的采用和更广泛的漏洞管理能力展开 反映在NRR的提升上 [5] * 合作伙伴对业务至关重要 收入占比已从四年前的40%提升至49% [39] * 推出了托管风险运营中心（MROC）服务 与BlueVoyant、GuidePoint、NetHive等初始合作伙伴合作 旨在帮助合作伙伴获得每1美元Qualys销售带来5美元服务收入的机会 而非仅靠转售获利 [38][40][41][42][43] 运营与投资 * 公司74%的员工在美国以外地区 印度浦那（Pune）的研发中心是关键资产 帮助控制了研发成本并加快了产品开发 [29][31][32] * 公司将人工智能（AI）用于编码、客户支持和内部销售分析等领域 旨在提高生产力和效率 而非减少人员 [26] * 公司计划平衡增长与盈利能力 近期利润率收缩可能会持续 但预计在合作伙伴与直销收入结构趋于稳定后有机会再次扩张 [46] 未来展望 * 公司对通过合作伙伴、联邦业务和风险运营中心新品类带来的机遇感到兴奋 [47][48] * 期望随着企业风险管理（ERM）平台和新产品（如Agentic AI功能）的推广 增长能在2026年重新加速 [46] * 公司的愿景是将风险管理打造为网络安全领域一个能提供业务成果的新类别 [48]

核心观点 - RAD公司发布SARA代理AI监控平台案例研究 展示其在OneWatch监控中心的成功部署 该平台将误报减少85% 响应速度提升三倍 同时改善运营效率并支持业务扩展 [1][3][7] 案例研究结果 - OneWatch部署SARA RVM解决方案后 误报减少85% 响应时间加速 服务质量维持不变且未增加人员编制 [3] - 平台实现自主事件检测、验证和响应 操作员不再受误报困扰 可专注于真实安全威胁 [4] - 运营模式从持续人工监控转向AI支持的异常管理 提升操作员士气并减少工作倦怠 [5] - 具体案例包括在医疗设施阻止财产转移 在建筑工地通过语音威慑功能中断盗窃行为并同步警报执法部门 [6] 技术优势与行业影响 - SARA平台无缝集成现有基础设施 具备自主语音播报和详细报告工具 成为日常运营和长期增长战略基础 [4] - 代理AI技术使监控中心能够满足增长需求而不完全依赖人力资源 重新定义操作员角色为AI监控分析师 [7] - 公司目标是通过SARA赋能近100家授权经销商和GSOC运营商 实现大规模远程监控转型 [8] 公司业务与市场定位 - 公司通过RAD子公司重新定义约500亿美元的安全和警卫服务行业 采用解决方案即服务商业模式 [10] - 相比传统人工安防模式 可为客户节省35%-80%成本 通过静态和移动机器人解决方案补充或替代人力 [10] - 已完成SOC 2 Type 2审计 验证运营和内部控制 增强企业和政府客户信任 [11] - 销售管道覆盖超过35家财富500强公司 存在多次重复订购潜力 [12] 行业应用与解决方案 - AI驱动解决方案适用于企业、政府、交通、关键基础设施、教育和医疗等多个行业 [13][14] - 技术提升现有人员能力 增强情境感知 同时大幅降低成本 [13][14]

公司动态 - Castellum与Quarrio Corporation签署转售协议 合作提供政府级可信AI解决方案 [1][3] - Quarrio的TrustworthyAI™平台具备精准性、一致性、可验证性和安全性特点 [1][3] - 合作将整合Castellum在政府软件部署、网络安全及电子战领域的经验与Quarrio的AI技术 [2] 技术协同 - Quarrio的确定性多智能体AI平台可实时处理结构化/半结构化数据 提升政府决策效率 [3] - 该AI平台涵盖信息检索、KPI监控和自动化行动功能 适配Castellum新成立的先进技术产品子公司 [2] - 合作旨在帮助政府客户从海量数据中提取洞察 优化组织流程 [2] 公司背景 - Castellum专注于为联邦政府提供网络安全、电子战及软件工程服务 [4] - Quarrio总部位于加州伯克利 其AI技术可应用于财务、案例管理和物流等领域 [3] - 双方官网分别为www.quarrio.com和www.castellumus.com [3][4]

国产开源模型发展 - 国产开源模型如DeepSeek R1、Kimi K2等在Hugging Face热度榜及关键指标（推理能力、长文本处理、多模态理解）上表现突出 [1] - 主流开源模型参数量突破万亿级别，显存需求达数TB量级 [1] - Agentic AI范式推动多模型协同与复杂推理链，计算与通信需求爆炸式增长 [2] 元脑SD200技术突破 - 浪潮信息发布超节点AI服务器元脑SD200，支持单机运行四大国产开源模型及超万亿参数推理 [3][5] - 64卡整机实现超线性扩展（DeepSeek R1推理性能提升3.7倍，Kimi K2提升1.7倍） [6][11] - 采用3D Mesh开放架构，通过Open Fabric Switch实现64卡统一编址，显存达4TB，内存64TB [7][8] - 百纳秒级低延迟通信，支持原生内存语义对齐，优于业界主流方案 [8] - 内置Smart Fabric Manager优化全局路由，PD分离框架提升推理效率 [9] Agentic AI对基础设施的挑战 - 智能体AI需多模型协同（如代码生成、逻辑推理、知识检索模型），交互频次与计算量激增 [14][15] - 万亿参数模型跨机通信延迟问题突出，传统InfiniBand网络难以应对高频小数据包场景 [15][16] - 元脑SD200通过统一计算域与8倍地址空间扩增，解决显存容量与延迟问题 [19] 超节点设计理念 - Scale Up路径选择：硅基芯片性能提升受限，Scale Out架构高延迟问题显著 [20][21] - 元脑SD200在有限物理空间内聚合64路GPU，平衡物理定律与工程实践 [22][24] - 系统化设计整合现有技术，最大化用户价值 [22] 开放生态战略 - 基于OCM（开放算力模组）与OAM（开放加速模块）架构，支持Intel、AMD、ARM等多平台及异构加速器协同 [25][27][29] - 兼容PyTorch、vllm等主流框架，降低用户迁移成本 [11][32] - 推动"智能平权"，通过开放架构降低企业使用门槛，共享AI技术红利 [33][34][35]

行业趋势 - 投资者在第二季度财报季期间寻求安全性 转向Meta和微软等蓝筹大盘股 [1] 分析师背景 - Gary Alexander在华尔街科技公司覆盖和硅谷工作方面拥有丰富经验 并担任多家种子轮初创公司的外部顾问 [1] - 自2017年以来定期在Seeking Alpha发表文章 观点被多家网络媒体引用 文章同步至Robinhood等流行交易应用的公司页面 [1]