Oracle近日公布第四季度财报,云业务的强劲增长推动利润和收入均超出预期水平。
该季度Oracle实现了云许可和本地许可业务收入的大幅增长,加上云服务和许可支持收入的小幅增长,促使Oracle股价在延长交易中走高。
在第四季度,Oracle的净利润为32亿美元,合每股1.16美元,去年同期的利润为40亿美元,不计入股票补偿等特定成本之后的每股收益为1.54美元,收入超过118.4亿美元,同比增长5%。
此前华尔街预期的每股收益为1.37美元,收入为116.6亿美元,这让Oracle的股价在盘后交易中迅速上涨超过13%,当天早些时候在大盘大幅下跌期间下跌超过4%。
Oracle还公布了2022财年全年业绩,全年收入为424亿美元,同比增长5%,营业收入为109亿美元。
Oracle能实现收入增长还要得益于Oracle不断努力将更多客户推向云端,这一策略得到了回报,Oracle的云基础设施业务该季度销售额同比增长了36%。
这也让Oracle的云业务总收入增长了19%,达到29亿美元,其中最引人关注的是云许可和本地许可收入,同比增长了22%。此外,云服务和许可支持收入增长了3%,服务也有所增长。
通过在云基础设施细分领域对Oracle进行深入分析发现,与AWS和微软Azure等竞争对手相比,Oracle显示出了令人鼓舞的全面增长。其中,基础设施云收入增长36%,Fusion ERP云收入增长20%,NetSuite ERP云增长27%。
Oracle公司首席执行官Safra Catz在一份声明中表示,这主要受益于市场对Oracle云基础设施产品“需求的大幅增长”。
“我们认为,收入飙升表明我们的基础设施业务现在已经进入高速增长阶段,云基础设施业务的高增长,与新收购的Cerner应用业务相结合,将让Oracle有能力在未来几个季度实现显著的收入增长。”
该季度Oracle完成了对医疗科技巨头Cerner高达283亿美元的收购交易,而且Oracle为此次收购制定了宏伟的计划,其中一个目标,就是把Oracle的语音数字助理产品与Cerner的软件集成,帮助医疗专业人员更快地访问患者数据。
Oracle公司董事长、首席技术官Larry Ellison承诺说:“Cerner和Oracle共同拥有为医疗专业人士提供更好信息所需的所有技术。更好的信息将从根本上改变医疗行业……带来更好的患者治疗效果、更好的公共卫生政策、更低的整体医疗成本、以及更好的生活质量。”
同样是在该季度,Oracle在此前推出了新一代Exadata处理器之后,通过一系列网络安全新功能增强了自己的云基础设施平台。
有分析师表示,他们对Oracle的业务感到鼓舞,在普遍认为经济正在下行的情况下,这个结果缓解了一些担忧。Constellation Research分析师Holger Mueller表示,尽管前景黯淡,但Oracle仍然在全力以赴,他指出,Oracle新推出的云产品实现了超过20%的稳健增长。
“增长主要来自美国,欧洲也略有增长,可能需要担心的是,亚太地区出现了增长放缓。不过,令人关注的是,Oracle首次突破了40亿美元的资本支出大关,比去年的支出翻了一番,这说明,如果你想在云中发展,就需要花费资本支出。”
Pund-IT分析师Charles King同样对Oracle的表现印象深刻。“毫不奇怪,甲骨文高管对新收购的Cerner将为医疗记录管理和研究领域带来新机遇感到非常乐观。目前还不清楚这种效果是否会像Catz和Ellison所说的带来助力,但可以肯定地说,Oracle把很多希望和雄心都寄托在了Cerner上。”
该季度Oracle的盈利表现对于投资者来说是一个很大的鼓舞,他们通常会把注意力转向那些能够在经济低迷时期产生利润和现金的企业。当天,道琼斯指数和标准普尔指数均正式进入熊市,这甚至可抵消对下一季度低于预期的指引。Oracle解释说,2023财年每季度可能会损失1亿美元,预计每股收益为1.04美元至1.08美元,低于市场普遍预期的1.13美元。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。