在最近的分析师电话会议中,甲骨文公司(Oracle Corp.)的高管们表示对该公司在云基础架构市场上超越亚马逊网络服务公司(Amazon Web Services Inc.)的计划充满了信心。而在第一季度财报公布后,甲骨文在今天电话会议中的简报里明显少了那种自信。
云服务带来的5000万美元的亏空和授权支持收入相互抵消,导致每股收益结果略微超出分析师的预期,这一结果让Oracle的股票价格在盘后交易阶段下跌了超过4%。
在考虑了币值变化的因素之后,该季度总收入仅增长了2%,达到了92亿美元。云服务和授权支持收入增长了4%,是上一季度增长的一半,达到了66.1亿美元。这一数值没有达到分析师给出的66.8亿美元的预期。
云授权和内部部署授权收入持平,为8.67亿美元。一个亮点是,Oracle报告的每股收益为71美分,比去年同期增长10美分,好于分析师预期的68美分。
同其他云基础架构即服务供应商进行同等意义上的比较非常困难,因为Oracle并没有将IaaS收入作为一个独立的项目列出来。但是在云计算市场上,竞争对手的收入增长达到了50%甚至更高,而且这种增长率是在更大基数的基础上实现的,在这种情况下,Oracle个位数的增长速度显然已经落后了。
该公司的高管们对于云业务收入表现不佳的看法并不认同,他们称这种差异主要是币值变化的结果。该公司的首席执行官马克.赫德表示:“和我们对云业务给出的指导值相比,收入达到了这个数字。”
但是分析师们对这种说法并不买账。Moor Insights & Strategy 的总裁兼首席分析师Patrick Moorhead表示:“Oracle在云计算方面最大的问题在于它开始的时间太晚了,有一段时间,甚至还在苦苦对抗它。”
Pund-IT Inc.公司的首席分析师Charles King表示,Oracle一方面正在被快速增长的公共云公司挤压,另一方面又在被混合云竞争对手打击,这些混合云竞争对手在为企业客户制订路径图方面做得更好。他表示:“这真是一种艰难的处境,被困住了。”
好消息
毫不奇怪,高管们选择关注好消息,大谈特谈软件即服务业务的强劲增长。赫德表示:“云中运行的绝大多数ERP应用程序都是Oracle Fusion或Oracle NetSuite系统,”并补充说该公司现在有5,500家Oracle Fusion系统的客户和15,000家Oracle NetSuite系统的客户。他特别提到了NetSuite在这个季度表现“壮观”,该业务的收入增长了26%,预订量大幅度增长了39%。
“Oracle正在成为全球最大的SaaS应用公司,”该公司的董事会主席兼首席技术官拉里.埃里森(Larry Ellison,如图)表示。他表示,该公司的SaaS渠道处于创纪录的水平,其平台即服务产品的销售现在“重要而且意义重大”。
赫德表示,过去12个月的SaaS收入中有90%是订阅,这为公司提供了强劲的现金流。实际上,Oracle本季度创纪录的155亿美元的运营现金流同比增长了5%。该公司拥有超过600亿美元的现金和有价证券,这为其提供了充足的收购空间——Moorhead认为这是有可能的。联合首席执行官萨弗拉.卡茨(Safra Katz)表示,还有总额为313亿美元的未完成订单。
但是,在这样一个预期云供应商同比实现两位数收入增长的市场上,收入增长是很难被看得到的。随着盘后交易时段的下跌,Oracle的股票价格今年已经出现了下跌,而在同一时间段里,标准普尔500指数上涨了7%,纳斯达克指数的上涨超过13%。Katz在提高下一季度预期方面无所作为,表示收入将增长2%或者更低,“因为与去年相比比较艰难”。预计第三财季的增长将会加快。
尽管云计算表现不佳,但埃里森还是无法抗拒抨击亚马逊的欲望,表示Oracle新的自主云数据库领先于竞争对手,包括云计算巨头。他表示:“我们在基础架构市场份额方面可能落后于亚马逊,但我们在技术方面遥遥领先。”他表示:“我们认为这种优势可以帮助我们迅速获益。”
分析师King赞同新数据库引擎的“自动驱动”功能为Oracle带来了优势这种说法。他表示:“成功实现Oracle围绕该产品的愿景和承诺,这对于该公司在竞争对手中脱颖而出至关重要”。
但Moorhead认为其他就没有多少亮点值得一提了。他表示:“除了核心的本地数据库之外,Oracle看起来比行业上其他的公司落后了一步。”他表示:“微软和AWS都拥有非常引人注目的数据库,这些数据库已经开始吸引Oracle的客户了。”
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。