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
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。