Oracle由于计划大幅增加云计算投资而调低了季度收入指引,使其股价进行出现下跌。
此前Oracle刚刚公布了第四季度财报,以出色的表现轻松超出了华尔街的预期水平。
该季度Oracle在不计入股票补偿等特定成本的每股利润为1.54美元,收入为112亿美元,同比增长8%,净收入增长20%达到45亿美元,此前分析师预期的每股利润为1.31美元,收入为110.4亿美元。
整个2021财年Oracle的利润增长了21%至每股4.67美元,收入增长4%至405亿美元。
“第四季度我们的表现非常出色,”Oracle首席执行官Safra Catz在声明中表示。
Oracle最大的业务部门——云服务和许可支持业务——表现出强劲的实力,该季度的销售额达到73.9亿美元,同比增长8%,高于分析师普遍预期的73.2亿美元。
Oracle云应用产品组合也覆盖了这一细分市场,此次Oracle也公布了一些令人印象深刻的数字。其中,面向大型企业的财务软件套件Fusion ERP收入增长了46%,人力资源软件产品Fusion HCM的收入增长了35%,面向中小型企业的财务软件NetSuite ERP的销售额增长了26%。
Oracle表示,该季度Oracle Cloud Infrastructure消费收入增长了103%,没有提供详细的数据,但据说,有大约一半的收入来自Oracle Database工作负载。
在与分析师的电话会议中,Catz将盈利增长归结于Oracle应用和基础设施云业务的加速增长。她指出:“这是Oracle连续第四年实现每股收益的双位数增长。”
其他业务方面,Oracle的云许可和本地环境许可收入同比增长了9%,达到21.4亿美元,硬件销售额增加了8.82亿美元,比去年减少了2%。
Constellation Research分析师Holger Mueller表示,Oracle不仅仅是这个季度表现出色,整个财年都是非常抢眼的,年收入突破了400亿美元大关。“下一个值得关注的里程碑是云服务和许可支持收入达到300亿美元。Oracle不仅在传统的Oracle Database和Oracle mySQL产品方面做得很好,而且还在ERP和HCM的SaaS产品组合方面表现出了优势。”
不过,更令人关注的消息无疑是Oracle的投资计划。Catz 表示,Oracle计划加速对云业务的投资,以加快营收增长。她解释说,Oracle高管们认为云业务比本地软件“从根本上更有利可图”。
“我们预计到2022财年,我们在云上的资本支出将翻一番,达到近40亿美元。我们相信,云业务将带来更高的回报,这不仅会证明增加投资的合理性,而且利润率也将随着时间的推移而提高。”
不管是否行得通,额外投资不可避免地意味着短期冲击,Catz表示,Oracle预计第一季度每股收益仅为94至98美分,收入增长3%至5%,此前华尔街预期的第一季度每股收益为1.03美元,收入增长3%。
Mueller认为,在刚刚过去的这个季度,Oracle的资本支出水平已经提高到了历史新高,今天的公告表明Oracle看到了自身的云业务正在有所改善。“布局云的成本并不低,但这是未来的战略投资方向。”
尽管刚开始有所上涨,但Oracle股价在盘后交易中下跌了近5%。
Pund-IT分析师Charles King认为,鉴于其目前Oracle的市场份额还很小,因此Oracle加大对云业务的投资是明智之举。但他表示,Oracle可能会促使一些投资者在行情看好的情况下止盈。
“由于该计划需要增加资本支出而调低指引,对投资者来说并不是一件有吸引力的事情,很多投资者帮助把Oracle的股价从今年年初到现在抬高了26%,其中至少有一些人会把这个消息看作是止盈的信号,然后在未来某个时间点再重新买入。”
Moor Insights & Strategy分析师Patrick Moorhead表示,如果出现抛售并不令人意外,因为很多华尔街投资者很难看穿短期报表。“Oracle云基础设施所取得的成功似乎推动了资本支出的增加,这是一件好事。这对Oracle来说是一个明智的举措,而不是一个负面的事情。”
无论如何,分析师普遍认为Oracle的云业务会继续增长。除了追加投资外,Oracle还宣布在该季度推出基于Arm处理器的新云计算实例,成为第二家支持Arm处理器的主流公有云提供商。
好文章,需要你的鼓励
这项由清华大学与NVIDIA合作的研究提出了"负例感知微调"(NFT)算法,挑战了"自我提升仅适用于强化学习"的传统观念。通过构建隐式负面策略处理错误答案,NFT在数学推理任务上匹配甚至超越了顶尖强化学习算法的表现。研究不仅证明了监督学习与强化学习在特定条件下的等价性,还展示了如何利用负面反馈显著提升大语言模型的数学能力,为AI训练方法论开辟了新视角。
这项研究提出了一种名为混合推理策略优化(HRPO)的新方法,通过强化学习使大型语言模型能够结合离散标记和连续隐藏表示进行推理。HRPO设计了创新的门控机制,初始时以标记嵌入为主,逐渐增加隐藏状态的比例,并通过强化学习优化这一混合策略。实验表明,HRPO在知识和推理任务上显著优于现有方法,甚至使小型模型达到大型模型的性能,同时展现出跨语言推理等有趣特性。
这项研究介绍了REARANK,一种基于大语言模型的创新列表式推理重排序助手。通过强化学习技术,该模型在排序前先进行明确推理,显著提升了排序性能和可解释性。仅使用179个标注样本训练的REARANK-7B在多个信息检索基准测试中表现卓越,甚至在推理密集型任务上超越了GPT-4。研究证明了结合推理能力与高效排序策略的重要性,为构建更智能的信息检索系统提供了新思路。
"当我看到梵高的每一笔中都有他的痛苦时,才明白我们看的不是作品,而是作者的人生。AI正以惊人的速度接近人类水平通用智能,让Google从'伦敦那帮疯子在搞AGI'转变为全公司共识。DeepMind让AI'合理地幻觉'来创造突破,就像Astra技术让用户第一次惊呼'AI能做到比想象更多'——这不仅是技术革命,更是重新定义创造力的开始。"