ZDNet至顶网软件频道消息:根据甲骨文2014财年第四财季报告,本季度甲骨文营收113.2亿美元,每股收益92美分,未达到分析师预期的114.8亿美元和每股收益95美元的预期。甲骨文全年总营收为383亿美元,去年全年总营收为370亿美元。
甲骨文在第四财季的净利润为36.46亿美元,与去年同期的38.07亿美元比下降4%。财报公布后,甲骨文股价在盘后交易中下跌6%。甲骨文上个财季的每股盈利亦未达到预期。
尽管甲骨文的表现低过预期并不太多,但甲骨文正面临着日益严峻的市场形势,众多年轻的创业公司和新技术正对其核心业务模式造成威胁。
财报结果也说明了这一点,软件许可证此财季的收入为38亿美元,同比持平,软件许可证升级和产品支持收入同比增长7%,达47亿美元,这表明甲骨文在获得新客户方面遇到了麻烦。2014财年的新软件许可证收入为94.16亿美元,与2014财年的94.11亿美元比较增长匮乏,考虑通货膨胀因素后则全无增长。
甲骨文的硬件部门陷入困境,增长持续放缓,此财季的硬件系统产品销售额为8.70亿美元,上个财季报7.52亿美元,去年同期报8.49亿美元。
甲骨文公司总裁马克•赫德在一份声明中表示,“我们已经将Sun的商品硬件业务转型为一个利益丰沛且不断增长的工程系统业务。我们注意到工程系统的出货量达创纪录水平,可望第一季度售出第10000件。”
甲骨文试图令投资者安心,表明自己在瞬息万变的高科技市场是一个与时并进的公司。
甲骨文公司总裁兼首席财务官Safra Catz在一分预先准备的声明里表示,“我们的云订阅业务收入已接近每年20亿美元。随着我们的业务转型,订阅也会带来软件收入,而不是仅仅靠订阅费本身。我们正在过渡到云订阅和分级收入考量(Ratable revenue recognition)模式,同时,我们每年仍将继续提高我们的顶线收入和底线利润。“
甲骨文的软件即服务和平台即服务收入同期增长25%,达3.22亿美元,云基础设施即服务的收入也有增长,达1.28亿美元。
在过去的一年里,甲骨文针对云计算和新兴数据库技术对旧有业务的威胁采取了两方面措施,一是努力增加旗下主体软件的功能,例如刚刚宣布的甲骨文数据库内存选项,二是参与云计算组织,例如,甲骨文同时加入了OpenStack和OpenDayLight基金会。
甲骨文还在一些特定的软件即服务产品上大撒金钱,如收购营销云公司Eloqua,试图在传统产品以外对收入采取多样化。甲骨文已经与Salesforce、NetSuite、微软建立合作关系,以通过云帮助销售旗下的软件。
甲骨文CEO拉里•埃里森在一份声明中表示,“甲骨文现在是全球第二大SaaS公司。就SaaS而言,除salesforce.com以外我们走在最前面。就IaaS而言,我们比Rackspace公司更大、利润更丰。我们拥有迄今为止行业中最完整的现代SaaS和PaaS产品组合,其中包括,CRM:销售、服务和营销;HCM:人力资源、薪资与人才;ERP:会计、采购、供应链及其他。所有这些SaaS产品在世界上最强大的PaaS——即甲骨文内存多租户数据库和Java——上运行。我们计划更多地把重点放在云计算上,力求成为SaaS和PaaS业务的第一名。“
虽然SaaS、PaaS和IaaS是甲骨文的战略领域,但这些业务有限,不能抵消甲骨文核心业务的不景气。从盘后交易甲骨文股价猛跌这一点来看,甲骨文必须令投资者相信公司能找到增长的方法,增长投资者的信心。正如我们以前说过的,甲骨文面临的问题是,其商业模式是适用于维持一个习惯了高利润和可靠的经常性收入的公司,但要在以云计算为中心的世界里竞争,所需的商业模式是不同的。
好文章,需要你的鼓励
Meta宣布为Facebook Dating推出AI聊天机器人助手,帮助用户找到更匹配的对象。该AI可根据用户需求推荐特定类型的匹配者,并协助优化个人资料。同时推出Meet Cute功能,每周提供算法选择的"惊喜匹配"。尽管18-29岁用户匹配数同比增长10%,但相比Tinder的5000万日活用户仍有差距。AI功能已成为约会应用标配,Match Group等竞争对手也在大力投资AI技术。
字节跳动团队提出RewardDance框架,首次系统性解决视觉生成中的奖励模型扩展问题。该框架通过将奖励预测转为生成式任务,并将模型规模扩展至260亿参数,同时集成任务指令、参考样例和推理能力,有效解决了"奖励作弊"问题。实验显示,在文本生成图像任务中质量提升10.7分,视频生成性能改善49%,达到行业领先水平,为AI视觉创作提供了更强大可靠的技术基础。
Neo4j认为已找到让生成式AI访问图数据库记录的方法。图数据库专注于数据点之间的关系建模和查询,在欺诈检测、推荐引擎等场景中表现出色。2024年4月,ISO批准了图查询语言GQL标准,Neo4j的Cypher查询语言完全符合该标准。现代工具提供拖拽式工作流程,GenAI可作为自然语言接口,将用户请求转换为Cypher查询。
ByteDance团队开发的Mini-o3系统通过深度多轮推理突破了传统AI视觉理解的局限。该系统能像人类侦探般进行几十轮的视觉探索,在困难的视觉搜索任务上准确率达48%,相比现有模型提升显著。核心创新包括挑战性的Visual Probe数据集、多样化推理策略训练和突破性的过轮掩码技术,实现了测试时思考轮数的自然扩展。