Oracle今天发布第三季度财报,收入符合预期水平,由于两项股权投资价值下降使利润低于预期,但未来三个月的利润和收入指引仍高于预期分析师预期水平,这使得Oracle股价在盘后交易中下跌超过6%,公布未来预期之后才出现恢复。
该季度Oracle在扣除股票补偿等成本之后的收益为每股1.13美元,收入为105.1亿美元,同比增长4%,此前分析师预期在相同收入水平下的每股利润为1.18美元。
该季度Oracle的净收入下滑了54%至23.2亿美元,而这主要归咎于基因测序公司Oxford Nanopore Technologies的股价下跌,以及Arm服务器芯片制造商Ampere Computing的经营亏损。即便如此,Oracle表示:“我们仍然相信,我们对这两家尖端科技公司的投资将为Oracle带来非常丰厚的回报。”
Oracle公司首席执行官Safra Catz指出,该季度7%的固定货币收入增长,是Oracle自从开始云转型以来最高的有机收入增幅。
“除了收入实现强劲增长之外,非GAAP不变货币营业利润也稳健增长4%,不过最重要的是,我们的整体收入增长是由我们快速增长的云基础设施和云应用程序业务推动的,”Catz在一份声明中这样表示。
Oracle报告称,包括基础设施即服务和软件即服务业务在内的云计算软件收入,该季度增长了24%,达到28亿美元。
她在声明中表示:“按固定汇率计算,第三季度云基础设施收入增长了47%。在云应用方面,增幅最高的是Fusion ERP,按固定汇率计算增长了35%,NetSuite ERP按固定汇率计算增长了29%。此外,包括云基础设施和云应用在内的云业务现在年收入规模突破了10亿美金。”
Oracle还指出,Fusion ERP和NetSuite ERP软件产品的客户数量也在快速增长,分别增长了33%和27%。
Catz在与分析师的电话会议中表示,Oracle仍然在应对供应链问题,尽管已经转型到云端,但是Oracle仍在向那些希望在本地数据中心部署Oracle数据库服务的企业客户大量销售硬件产品。
“我们无法像我们希望的那样快速满足所有需求,”Catz在电话会议上这样告诉分析师。
该季度,Oracle完成了MySQL HeatWave开源数据库多云版本的开发工作。Oracle公司董事长兼首席技术官Larry Ellison表示,该产品旨在与AW的MySQL数据库Aurora以及Snowflake等主流云数据库展开竞争。他承诺,该数据库将比竞争对手的产品快7倍,成本低约2-5倍。
Ellison表示:“几周后,MySQL HeatWave也将通过Amazon Cloud和微软Azure Cloud 提供给客户。客户和数据库分析师对于Oracle新MySQL HeatWave数据库的评价简直令人惊讶。”
除了开发MySQL HeatWave之外,Oracle的客户还可以期待看到其他新的能力:该季度Oracle以283亿美元的价格收购了电子病历公司Cerner,预计收购将在本季度完成,之后Oracle将把语音数字助理工具与Cerner的软件集成,以帮助医疗专业人员更快、更轻松地读取患者数据。
Ellison表示,这么做是为了给医疗专业人员提供新一代、更易于使用的数字工具,让他们能够通过免提语音界面访问所需的信息,,从而更好地帮助医疗机构组织更有效地运营起来,从而改善患者护理过程。
Pund-IT分析师Charles King认为,当前Oracle正处于一个有点微妙的时刻,因为Oracle正在从自己最擅长的数据库市场转向其他可能令投资者不理解或者不满意的领域。他说,一些投资者可能更担忧对Ampere和Oxford Nanopore的投资,后者只遭受了相对较小的财务难题。
“从某种意义上说,这个问题就像是股东们只看到了树而没有看到整个森林。但与此同时,Oracle高管层的责任就是要帮助分析师和投资者理解他们的新举措和新战略。在这一点上,Oracle高管似乎还有很多工作要做。”
展望第四财季,Oracle预计每股收益在1.35美元至1.39美元之间,收入在119亿美元至121.3亿美元之间,此前分析师预期的每股收益为1.38美元,收入为117.6亿美元。Catz表示,该指引并未假设Cerner可能做出的任何贡献,尽管该交易很可能会在季度结束之前完成。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。