Oracle近日公布的第二季度财报好坏参半,未能达到预期,使得股价在延长交易中下跌了3%。
Oracle公司董事长兼首席技术官Larry Ellison表示,Mark Hurd前不久去世后,Oracle目前还没有计划聘请Safra Catz之外的第二位首席执行官。
该季度Oracle在股票薪酬等特定成本之前的利润为每股90美分,收入为96.1亿美元,只同比略微增长了0.5个百分点。此前华尔街预期Oracle在该季度的利润为88美分,收入为96.5亿美元。
该季度Oracle的最大亮点是云服务和许可支持业务部门,同时也是Oracle规模最大的一个业务部门,收入为68.1亿美元,比去年同期增长3%,但略低于华尔街68.2亿美元的预期。在该部门下,Oracle Autonomous Database的云收入翻了一番。
Ellison在一份声明中表示:“Oracle Autonomous Database尽管还处于发展初期,但是已经有数千家客户运行在我们的第二代公有云中。”他说,预计“未来几个月这块业务的增幅将随着我们把运行在Gen2 Cloud@Customer上的Autonomous Database发布到庞大的本地环境中而急剧增加。”
其他业务方面,云许可证和本地许可业务贡献了11.3亿美元的收入,比去年同期下降了7%。硬件收入减少2%至8.465亿美元,服务收入减少1%至8.06亿美元。
Ellison强调了Oracle云企业资源计划产品的增长,其中Fusion ERP收入增长37%,NetSuite ERP收入增长29%。他说,Oracle有机会争夺竞争对手的客户群来进一步发展自己的ERP业务。
Oracle在电话会议上表示:“SAP的很多大客户已经和我们展开合作,制定迁移到Fusion ERP的计划。我们赢得了SAP客户群的青睐。”
除此之外,Pund-IT分析师Charles King认为,Oracle收益超出预期而收入未达目标可绝对不是一个好消息,而且上个季度的业绩也是低于预期的。
King表示:“这显然让Oracle的一些股东感到不安,但是鉴于Oracle的业绩与分析师的期望之间差距很小,所以转而投奔其他厂商也许是一个比较极端的反应。”
说到缓解,King表示,该季度结束的时候Oracle并不是唯一一家遇到难题的厂商,中美持续不断的经济和贸易争端下,很多科技公司都面临挑战。
Constellation Research分析师Holger Mueller认为,Oracle即使在未达到目标的情况下也能很好地保持收入增长,但主要的挑战是如何继续前行。
“显然Oracle确实需要NetSuite,否则业务将会萎缩。硬件、本地许可和服务业务都在萎缩,而且Oracle在EMEA(数据库业务表现抢眼的地区)方面也没有实现增长,这一点令人惊讶,可能是执行方面的问题。这些增长引擎的表现需要摆脱收入线不断萎缩的困境,而这正是Oracle在第三季度和第四季度需要做的。”
该季度Oracle联席首席执行官Hurd英年早逝的消息震惊业界。Oracle在电话会议上表示,公司计划引进一些新人才包括“潜在的首席执行官”,但他说“没有计划设置第二个首席执行官”,这意味着目前公司还将由Catz领导。
同样在该季度,Oracle宣布了与VMware达成重要的合作伙伴关系,使双方共同客户能够构建混合云环境,从而可以在Oracle的云中运行VMware服务。此外,Oracle还在该季度收购了客户忠诚度初创公司CrowdTwist。
Catz向投资者表示,预计第三财季每股收益在95至97美分之间,中位数仅略低于华尔街预测的每股97美分。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。