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
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。