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
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。