Oracle公司发布了2026财年第二季度收入报告,营收达161亿美元,同比增长13%,这标志着该公司连续三个季度实现两位数增长。
这家企业软件提供商表示,其云基础设施和应用程序业务均实现了显著增长。第二季度云收入(包括基础设施即服务和软件即服务)达到80亿美元,增长34%。目前,云收入已占公司总收入的50%。
然而,在财报电话会议中,一些针对Oracle高管的提问表明,金融市场对支持这一增长所涉及的成本感到担忧。Oracle首席执行官Clay McGuirk在回应关于公司现金流与数据中心建设关系的问题时表示:"在完全交付、配置并符合用途之前,我们不会产生任何现金支出。"
他讨论了Oracle为数据中心增长融资的三种方式。第一种是传统的托管模式,Oracle客户将自己的硬件带入Oracle数据中心。其他情况下,McGuirk表示客户可能会在容量配置完成后租用。然后是Oracle预付硬件费用的模式。
"这显然是前期现金最密集的方式,"他说。"然后在接下来的几年里有一个折旧计划。"
当被问及Oracle云基础设施(OCI)人工智能工作负载的利润率时,预计在客户合同期内将增长30-40%,McGuirk表示Oracle的重点一直是加速容量交付以提高利润率并实现人工智能工作负载的目标盈利能力。
"在我们经历这个建设阶段时,现在我们正处于非常快速建设的阶段,但大部分容量还没有上线,"他说。"当我们真正让大部分容量上线时——这确实是我们的重点——快速提高利润率的最佳方式实际上是更快地交付容量。这最终会非常迅速地确保我们达到所有人工智能数据中心30-40%的毛利率水平。"
其他问题聚焦于Oracle向在OCI上构建人工智能的客户进行追加销售的能力。针对这一问题,Oracle执行主席兼首席技术官Larry Ellison谈到了Oracle的AI数据平台。
"我们构建了一个称为AI数据平台的AI湖仓,它实际上能够指向并向量化您的所有数据,无论这些数据是在不同云中的对象存储、定制应用程序还是其他数据库中,"他说。"它真正能够获取您数据的全景,对数据进行编目、向量化,并允许AI或大语言模型对所有这些数据进行多步推理。"
根据Ellison的说法,这意味着Oracle能够获取企业的所有数据并以统一的方式整合,用户能够提出单一问题,AI模型可以找到该问题的答案,无论数据如何存储。"这确实是一个独特的主张,我们认为这将大大促进我们数据库和云服务的使用,"他补充说。
在财报电话会议期间,金融分析师提出的有趣问题之一是关于Oracle在客户无法维持合同时重新利用数据中心基础设施的能力。McGuirk回应时讨论了裸机虚拟化的优势。
"我们为AI基础设施交付的正是我们为所有客户交付的同一个云,"他说。"我们在OCI开始时就围绕裸机虚拟化和硬件安全擦除方式做出了具体选择。"
作为示例,McGuirk表示任何拥有信用卡的人都可以注册任何一个OCI区域。"您可以在几分钟内快速启动裸机计算机,"他说。"最后,您可以关闭它,我将在不到一小时内回收它并交给另一个客户。"
Q&A
Q1:Oracle云基础设施OCI的利润率预期增长是多少?
A:Oracle预计其云基础设施OCI的人工智能工作负载利润率将在客户合同期内增长30-40%。公司表示,通过加速容量交付来提高利润率并实现人工智能工作负载的目标盈利能力。
Q2:Oracle的AI数据平台有什么特别之处?
A:Oracle的AI数据平台是一个AI湖仓,能够指向并向量化所有数据,无论这些数据存储在不同云中的对象存储、定制应用程序还是其他数据库中。它能够统一企业的所有数据,让用户提出单一问题时,AI模型可以找到答案。
Q3:Oracle如何为数据中心增长进行融资?
A:Oracle采用三种融资方式:第一种是传统托管模式,客户将自己的硬件带入Oracle数据中心;第二种是客户在容量配置完成后租用;第三种是Oracle预付硬件费用的模式,这是前期现金最密集的方式。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。