至顶网软件频道消息:今天Oracle公布第四财季报告,Oracle密切关注的云服务和许可支持收入较去年同期温和增长8%。整体许可收入下降5%,整体收入增幅为3%。
此外,云服务运营支出增长20%,远高于收入的增幅。尽管收入超过了分析师的预计,但是Oracle的云收入增幅仍然远远落后于AWS和微软等竞争对手高达40%以上的增长率,这些竞争对手也在扩大自己的安装基础规模。
也许是作为回应,Oracle正在修改自己公布云相关收入的方式,以更加准确地将客户的本地部署和云部署区分开来。结果是云计算收入增长了近4倍,从第三季度的15.7亿美元增长到刚刚结束的这个季度的68亿美元。
这使得在Oracle财报电话会议上有一位分析师质疑Oracle是否在“混淆”其真实的云收入数据,这一说法受到了来自Oracle联合首席执行官Safra Catz的强烈反应。
她说:“没有任何隐藏。我们的云收入数据正是我们曾说过要实现的目标。利润增加了,云相关收入表现强劲,我们没有任何坏消息。”
投资者有不同的看法。尽管Oracle的股价在盘后交易中最初上涨了1%左右,但在管理层与分析师召开电话会议之后,股价下滑了4%以上,后来略微恢复,但仍下跌3%多。股东可能一直希望看到更积极的前瞻性指南。
Catz表示,按固定货币计算2019年第一财季的总收入将增长1%至3%,每股收益预计将增长11%至15%。“很显然,这是一个很出色的季度,我们预计下一季度也是如此。”
Oracle是否发展足够快能够将自己的应用和大数据业务转型到云端?“我认为不是的。”Wikibon分析师Ralph Finos说。“强大的新软件和相对平庸的云增长证明了这一结论。这这个转型将是一个漫长的过程。”
Catz表示,修订后的云收入财报方式旨在更准确地反映去年Oracle推出“自带许可”选项的结果。这种许可方式让客户可以选择在本地和云平台之间移动软件许可,同时仅支付增量
基础设施的成本。
她说:“客户现在正在选择一部分部署在本地、另一部分在云端的许可方式。此前,这些都只是作为本地许可计算的。现在我们已经建立了快速增长的云业务,预计整体收入增长将进一步加速。”
Pund-IT总裁兼首席分析师Charles King表示:“Oracle云计算的发展势头”看起来是可持续的,但整体业务“仍然远远小于其他以业务为中心的厂商。在短期内赶上这些竞争对手似乎不太可能。”
除去股票薪酬成本之后Oracle的每股收益为99美分,超过分析师预期的94美分,总销售额为112亿美元。全年销售额增长10%,达到262亿美元。
有高管表示,Oracle的新应用正在呈现出强劲的增长势头,平台即服务业务的增幅为45%,NetSuite业务管理软件套件的订购量增幅为62%。他们还提到有一大批采用Oracle企业资源产品的蓝筹客户,但没有提供具体的数字。“这个季度ERP业务表现非常出色,” Oracle联席首席执行官Mark Hurd说。
现在Oracle不再侃侃而谈自己的云基础设施战略,而是更多地强调自己能够把软件即服务、基础设施即服务和平台即服务结合起来,变成Oracle和其他竞争对手之间的一个重要差一点,“竞争对手主要关注于纯SaaS或者纯IaaS,”Oracle董事会主席、首席技术官Larry Ellison这样表示。
Finos说,这个策略可能会对Oracle的实力起到更好的作用。尽管来自开源和低成本竞争对手的竞争日益激烈,“但这些很难被替代,拥有强大的能力,特别是可以自带许可。”
Pund-IT的King表示认同。“Oracle数据库解决方案的企业级特性让客户难以说离开就离开。在开源交易和分析解决方案变得更成熟和更深入之前,Oracle的定位似乎相对安全。”
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。