数据库巨头Oracle近日公布了第一季度财报,超出分析师预期水平,但对下一季度的盈利预期低于分析师预期。Oracle股价在盘后交易中出现小幅上涨。
第一季度Oracle在不计入股票补偿等特定成本的收益为每股1.21美分,高于华尔街预测的1.17美元。该季度Oracle的收入增长了18%,达到122.8亿美元,高于分析师预期的119.6亿美元。
总体来看,Oracle该季度的净收入为17.4亿美元,去年同期是净亏损12.5亿美元,去年之所以出现亏损是与对2019年去世的Oracle前联席首席执行官Mark Hurd的判决有关的付款有关。
Oracle首席执行官Safra Catz告诉分析师,展望第二季度,预计每股收益为1.17美元至1.21美元,收入增长17%至19%,此前华尔街分析师预期的每股收益为1.24美元,收入为123.4亿美元,增长17%。
Oracle收入增长的原因之一是医疗公司Cerner,今年6月Oracle以280亿美元的价格收购了该公司。根据Oracle的声明,Cerner给Oracle带来了15亿美元的额外收入。
不过Oracle要感谢的不仅仅是Cerner。Oracle在云方面的努力也取得了回报。Catz表示,由于Oracle在云基础设施和云应用方面展现出来的实力,使得公司第一季度的收入比指引范围高出了2亿美元。
“按固定汇率计算Fusion Cloud ERP业务增长了28%,NetSuite Cloud ERP增长了29%——我们的每一项战略性业务该季度都实现了稳健的收入增长,”Catz在一份准备好的声明中这样表示。
在电话会议上她表示,Oracle还没有完成整合Cerner业务的工作。“我们还有很长的路要走,而且我认为在接下来的几个季度,随着我们完成一些运营上的整合,你会看到持续的改进,同时我认为,他们将继续有出色的表现。”
Oracle高管们对Cerner感到满意,但真正的亮点是Oracle的云基础设施业务,这块业务收入猛增53%至10亿美元。其他方面,云收入(包括基础设施即服务和软件即服务的销售额)增长了43%,达到38亿美元,云应用收入增长了40%,达到28亿美元。总而言之,Oracle的云服务和许可支持业务收入达到86亿美元,同比增长14%。
Constellation Research分析师Holger Mueller表示,Oracle的表现说明,即使是在经济逆势下,强大的云产品也有可能实现增长。他说,这对Oracle云基础设施来说是历史性的一个季度,因为这块业务的收入规模首次突破了10亿美元大关。
Mueller说:“未来增长的关键是Cerner,Oracle将面临实现这一目标的压力,不过令人鼓舞的是,我们看到Oracle对云的承诺,连续第五个季度增加资本支出,现在首次超过了60亿美元。在区域市场方面,Oracle在EMEA和亚太地区正在实施裁员,收入增长正在放缓,目前这个阶段,Oracle几乎所有的增长都来自北美。”
Oracle提及了该季度赢得的以及上线的一些大型云客户。Oracle表示,Airbnb已经选择在Oracle Fusion Cloud ERP、EPM和Procurement上整合他们的财务、会计和财务报告,以提高自动化程度,并从单一数据模型中获得更好的业务洞察力。
另一个新客户是GE Aerospace,该公司正在通过迁移到Oracle云来实现ERP环境的现代化。Oracle表示,此次迁移包括将Oracle E-Business Suite工作负载转移到Oracle Cloud Infrastructure经过FedRAMP High认证的云上。
这些新客户只是Oracle认为可以继续有机地发展其云业务的一部分原因。在刚刚过去的这个季度,Oracle宣布推出了一项名为Alloy的新服务,该服务让合作伙伴能够在自己的数据中心运行Oracle的云服务。Oracle还成为美国国防部价值数十亿美元的云计算合同的获胜者之一,此前Oracle曾提起诉讼以阻止微软独家获得该合同。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。