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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。