內容目錄

業務陳述：企業AI的關鍵是——問任何想問的問題，得到有充分論據的答案，其中包含所有最新和最好的信息以及高質量的論證

本季末RPO達4550億美元，同比增長359%，與OpenAI、xAI、Meta、NVIDIA等簽署雲合同

本季度總收入149億美元，同比增長11%，其中雲收入達72億美元，同比增長27%

預計甲骨文雲基礎設施本財年將增長77%至180億美元，未來四年增長至1440億美元

下季度指引：總收入增長12-14%，雲收入增長32-36%

甲骨文構建的大規模、以GPU爲中心的數據中心，在模型訓練方面全世界最快、最具成本效益

AI推理市場比訓練市場大得多，甲骨文的獨特優勢是全球最大的高價值私有企業數據託管方

企業AI的關鍵是：問任何想問的問題，得到有充分論據的答案，其中包含所有最新和最好的信息以及高質量的論證

分析師問答：推理市場比訓練市場大得多，甲骨文獨特的價值主張是全球最大的企業私有數據託管方

推理市場比訓練市場大得多，甲骨文獨特的價值主張是全球最大的企業私有數據託管方

甲骨文可以爲客戶提供完整的“客戶雲”，且生成應用方面遙遙領先於任何其他應用公司

甲骨文的巨大優勢：既是應用構建者，又是底層AI應用代碼生成器，將構建一個套件，不再銷售單個獨立的應用程序

甲骨文雲是“相當輕的資產”，我們擁有並設計的是設備，而不是建築物

甲骨文的GPU超級集羣有性能優勢，能比其他人更快地移動數據

甲骨文的AI數據庫，不僅確保所有數據向量化，使其被AI模型理解，還與所有AI模型捆綁在一起

關於我們

詳解Salesforce的AI戰略藍圖及啓示

詳解Meta的AI戰略藍圖及啓示

詳解英偉達股價2年7倍四部曲

智能小巨人科技AI戰略諮詢服務手冊

業務陳述：企業AI的關鍵是——問任何想問的問題，得到有充分論據的答案，其中包含所有最新和最好的信息以及高質量的論證

本季末RPO達4550億美元，同比增長359%

與OpenAI、xAI、Meta、NVIDIA等簽署雲合同

Safra Catz（CEO）：

大家下午好。

顯然，我們有了一個驚人的開端，因爲甲骨文已成爲人工智能工作負載的首選之地。我們已經與人工智能界的重量級公司，包括OpenAI、xAI、Meta、NVIDIA、AMD和許多其他公司，簽署了重要的雲合同。

截至第一季度末，剩餘履約義務（RPO）達到4550億美元。這比去年增長了359%，比第四季度末增加了3170億美元。我們的雲RPO在去年83%增長的基礎上，又增長了近500%。

本季度總收入149億美元，同比增長11%

其中雲收入達72億美元，同比增長27%

現在來看按固定匯率計算的業績增長。

如您所見，我們對損益表進行了一些調整，以更好地反映我們管理業務的方式，也讓您可以更直接地瞭解我們的雲業務動態。

以下是具體數據。

雲總收入（包括應用和基礎設施）增長27%，達到72億美元。

雲基礎設施收入爲33億美元，在去年第一季度報告的46%增長基礎上，又增長了54%。OCI（甲骨文雲基礎設施）的消費收入增長了57%，且需求繼續大幅超過供應。雲數據庫服務收入增長了32%，目前年化收入接近28億美元。自治數據庫收入在去年第一季度報告的26%增長基礎上，又增長了43%。多雲數據庫收入（OCI區域嵌入在AWS、Azure和GCP中）在第一季度增長了1529%。

雲應用收入爲38億美元，增長10%，而我們的戰略性後臺應用收入爲24億美元，增長16%。

本季度軟件總收入爲57億美元，下降2%。

總計，本季度總收入爲149億美元，比去年增長11%，高於去年第一季度報告的8%增長。

預計本財年營業利潤增長15%

資本支出將達到350億美元左右

營業利潤增長7%，達到62億美元。我們還在加速內部採用人工智能，以更高效地運營。我預計本財年我們的營業利潤將增長15%左右，27財年還會更高。

非GAAP每股收益爲1.47美元，GAAP每股收益爲1.01美元。本季度非GAAP稅率爲20.5%，高於19%的指導值，導致每股收益低了0.03美元。

過去四個季度，經營現金流增長13%，達到215億美元，自由現金流爲負59億美元，其中資本支出爲274億美元。第一季度經營現金流爲81億美元，自由現金流爲負3.62億美元，其中資本支出爲85億美元。

截至季度末，我們擁有110億美元的現金和有價證券，短期遞延收入餘額爲120億美元，增長5%。

在過去十年中，我們以平均55美元的價格回購了三分之一的流通股，而目前這個價格遠低於我們當前股價的四分之一。本季度，我們回購了44萬股股票，總計9500萬美元。

此外，我們在過去12個月中支付了50億美元的股息，董事會再次宣佈每股季度股息爲0.50美元。

考慮到我們的RPO增長，我現在預計26財年的資本支出將達到350億美元左右。

提醒一下，我們絕大多數的資本支出投資都是用於數據中心內的創收設備，而不是土地或建築物。隨着我們上線更多容量，我們將把龐大的RPO積壓轉化爲加速增長的收入和利潤。

預計甲骨文雲基礎設施本財年將增長77%

至180億美元，未來四年增長至1440億美元

現在，在我深入介紹第二季度的具體指導之前，我想分享一些關於26財年和未來幾年的總體想法。

顯然，這是一個出色的季度，對甲骨文雲基礎設施的需求持續增長。我預計我們將簽署更多數十億美元的客戶合同，並且RPO可能會增長並超過5000億美元。

如此巨大的RPO增長使我們能夠大幅上調我們財務計劃中雲基礎設施部分。我們現在預計甲骨文雲基礎設施本財年將增長77%至180億美元，然後在接下來的四年裏分別增至320億美元、730億美元、1140億美元和1440億美元。大部分收入已經預訂在我們4550億美元的RPO數字中，而我們本財年有了一個絕佳的開端。

雖然很多注意力都集中在與GPU相關的業務上，但我們的非GPU基礎設施業務的增長速度繼續遠超競爭對手。我們還看到，我們特定行業的雲應用正在推動客戶使用我們的後臺雲應用。

最後，甲骨文數據庫正在蓬勃發展，目前已有34個多雲數據中心在Azure、GCP和AWS內部上線，我們還將交付另外37個數據中心，總數達到71個。所有這些趨勢都表明收入增長將更高。

對於2026財年，我們對全年總收入按固定匯率計算增長16%保持信心和承諾。在26財年之後，我對我們進一步加速頂線和底線增長率的能力更有信心。

如前所述，我們將在10月拉斯維加斯舉行的甲骨文人工智能世界大會（Oracle AI World）的金融分析師會議上，提供我們長期財務目標的更新。

下季度指引：

總收入增長12-14%，雲收入增長32-36%

現在我將轉入對第二季度的指導，我將按非GAAP基礎進行，並假設匯率保持不變。匯率應該會對每股收益產生0.03美元的正面影響，對收入產生1%的正面影響，具體取決於四捨五入。然而，實際的匯率影響可能與第一季度一樣有所不同。

以下是具體數據。

總收入預計按固定匯率計算增長12%至14%，按當前美元匯率計算增長14%至16%。雲總收入預計按固定匯率計算增長32%至36%，按美元計算增長33%至37%。

非GAAP每股收益預計增長8%至10%，按固定匯率計算在1.58美元至1.62美元之間。非GAAP每股收益預計增長10%至12%，在1.61美元至1.65美元之間。

最後，我對第二季度的每股收益指導假設基本稅率爲19%。然而，一次性稅收事件可能導致實際稅率有所不同，就像本季度一樣。

Larry，交給你了。

甲骨文構建的數據中心

在模型訓練方面全世界最快、最具成本效益

Lawrence Ellison（CTO）：

最終，人工智能將改變一切。但現在，人工智能正在從根本上改變甲骨文和整個計算機產業，儘管不是每個人都完全理解這場海嘯即將到來的程度。

看看我們的季度數據。有些事情是毋庸置疑的。

幾家世界級的人工智能公司選擇甲骨文來構建大規模、以GPU爲中心的數據中心，以訓練他們的人工智能模型。這是因爲甲骨文構建的千兆瓦級數據中心在訓練人工智能模型方面比世界上任何人都更快、更具成本效益。

AI推理市場比訓練市場大得多，甲骨文的獨特

優勢是全球最大的高價值私有企業數據託管方

訓練人工智能模型是一個巨大的、數萬億美元的市場。很難想象有哪個技術市場能有這麼大。

但如果你仔細看，你會發現有一個更大的市場，那就是人工智能推理市場。數百萬客戶使用這些人工智能模型來運營企業和政府。事實上，人工智能推理市場將比人工智能訓練市場大得多。

人工智能推理將用於運營機器人工廠、機器人汽車、機器人溫室、用於藥物設計的生物分子模擬、解讀醫學診斷圖像和實驗室結果、自動化實驗室、在金融市場下注、自動化法律流程、自動化金融流程、自動化銷售流程。

人工智能將編寫（即生成）名爲“AI代理”的計算機程序。這些程序將自動化你的銷售和營銷流程。讓我再說一遍。人工智能將自動編寫計算機程序，然後這些程序將自動化你的銷售流程、法律流程以及其他一切，包括你的工廠等等。

想一想，人工智能推理，是人工智能推理將改變一切。

甲骨文正在積極進軍人工智能領域。順便說一下，我們在人工智能訓練市場上做得還不錯。有了推理功能，甲骨文正在積極進軍推理市場，同時也進軍人工智能訓練市場。

我們認爲我們在推理市場處於相當有利的位置，因爲甲骨文是迄今爲止全球最大的高價值私有企業數據託管方。

隨着我們新的人工智能數據庫的推出，我們爲您的數據存儲在我們的數據庫中增加了一種非常重要的新方式。您可以將它向量化。通過向量化，您所有的數據都可以被人工智能模型理解。

然後，我們讓我們的客戶可以非常容易地將他們所有的數據庫、他們所有的新甲骨文人工智能數據庫和雲存儲（OCI雲存儲）直接連接到世界上最先進的人工智能推理模型：ChatGPT、Gemini、Grok、Llama，所有這些模型都在甲骨文雲中獨家提供。

在您將數據向量化並將其鏈接到您選擇的LLM（大型語言模型）後，您可以提出任何您能想到的問題。

例如，“最新的關稅將如何影響下一季度的收入和利潤？”當你提出這個問題時，大型語言模型將對你的私有企業數據與公開可用數據的結合進行高級推理。您可以獲得重要問題的答案，而不會損害您私有數據的安全和保障。

企業AI的關鍵是：

問任何想問的問題，得到有充分論據的答案

包含所有最新和最好的信息以及高質量的論證

再次，我希望您思考一下這個問題。

許多公司都在說，“我們很深入地參與了人工智能，因爲我們正在編寫代理。”好吧，猜猜怎麼着，我們也在編寫一堆代理。但當他們在大約三年前推出ChatGPT時，你能做的是進行對話和提問。

你不是用一個代理來自動化某個流程。你可以問任何你想問的問題，並得到一個有充分論據的答案，其中包含所有最新和最好的信息以及高質量的論證。

誰在爲客戶提供這種服務？當我們在下個月的AI世界大會上交付並展示它時，我們將是第一個。

這正是我們的客戶自大約三年前ChatGPT 3.5推出以來一直要求的。“我想問任何問題。因此，你需要理解我的企業數據以及所有公開可用的數據。然後你才能回答對我最重要的問題。”

現在，他們可以提出這些問題了。Safra，交給你。

分析師問答：推理市場比訓練市場大得多，甲骨文獨特的價值主張是全球最大的企業私有數據託管方

推理市場比訓練市場大得多，甲骨文獨特的

價值主張是全球最大的企業私有數據託管方

John DiFucci（Guggenheim）：

就連我都有點被你們的未來展望驚到了。我想這個問題是故意開放式的。

Larry和Safra，甲骨文已經成爲人工智能訓練工作負載的實際標準，而且你們從中賺到了錢，我對此非常有信心。

但顯然，這裏面不僅僅是人工智能訓練。我知道這是很大一部分。你們也談到了。但是你們能詳細談談還有哪些其他因素正在推動這些相當驚人的預測嗎？

Safra Catz（CEO）：

你來說吧，Larry。我覺得你剛纔已經在說了。

Lawrence Ellison（CTO）：

是的，很多人都在尋找推理能力。我的意思是，人們的推理能力快要用完了。

上次打電話給我們的那家公司——我想我是在上個季度或上上個季度提過——有人打電話給我們，說他們想拿下我們在世界上所有目前未被使用的容量。他們不在乎。

我從來沒有接過這樣的電話。這是一個非常不尋常的電話。那是爲了推理，不是訓練。對於推理有巨大的需求。如果你仔細想想，我們最終花在訓練上的所有這些錢，都必須轉化爲出售的產品，而這些產品都是推理。

推理市場，我再說一遍，比訓練市場大得多。

是的，我們正在——像其他人一樣，我們正在用我們的應用程序構建代理。但我們做的遠不止這些。

三年前，大約三年前，當我提到ChatGPT 3.5時，沒有人向我展示過類似的東西。當ChatGPT讓世界驚歎時，你可以簡單地和你的電腦交談，提出問題，並根據最新和最精確的信息得到有充分論據的回答，只要你問的問題是關於公開可用數據的，而且有很多公開可用的數據。

但是如果你將公開可用的數據和企業數據結合起來，而這些企業數據是公司真正不想分享的，你必須以一種方式來做，讓你的私有企業數據保持私有，但大型語言模型仍然可以利用它進行推理，從而回答你的問題。

比如最新的關稅或最新的鋼鐵價格或任何其他因素如何影響我的季度業績？如何影響我交付產品的能力，如何影響我的收入，如何影響我的成本，回答這類問題。

爲了回答這類問題，我們必須——而且我們已經做到了。我們必須從根本上改變我們的數據庫，這樣你就可以向量化所有數據。這是大型語言模型在數據被向量化後理解信息的格式。然後讓人們可以提出任何他們想問的問題。

這正是我們所做的。但除非你有一個安全可靠的數據庫，並且與所有流行的大型語言模型相連——而我們已經做到了所有這些——除非你有這個，否則你必須告訴我除了甲骨文之外還有誰擁有這個。

除非你有這個，否則你將很難在你的數據和公開可用數據之上，提供類似ChatGPT的體驗。這對甲骨文來說是一個獨特的價值主張。再次，這是因爲我們是比任何應用公司都多的數據託管方。他們有他們的應用數據。他們以數萬計的客戶來衡量。我們以數百萬個數據庫來衡量我們的客戶。所以我們認爲我們比任何人都更有能力利用推理。

Safra Catz（CEO）：

順便說一下，除了我們的GPU和所有這些之外，我們已經成爲許多客戶的首選雲平臺。他們想要將一些東西放在我們的公共雲或我們競爭對手的公共雲中，並與甲骨文數據庫協同工作。但同時，有很多理由讓他們需要所謂的“專用區域”或“客戶雲”。我們爲客戶提供瞭如此多的選擇，以至於我們無法滿足客戶需求的可能性非常罕見。

然後，當然，我們擁有堆棧的每一部分。我們有基礎設施。我們有數據庫，你會聽到很多關於它的信息，它確實是唯一一個你想用人工智能模型來處理數據的合理存儲。然後我們有所有這些正在迅速發展的應用。所以我們有很多不同的層次。它們都朝着同一個方向發展，當它們一起使用時，都對我們的客戶有利。

甲骨文可以爲客戶提供完整的“客戶雲”

並且生成應用方面遙遙領先於任何其他應用公司

John DiFucci（Guggenheim）：

我只想說我向你們兩位致敬。我做這行已經很久了，我告訴我的老團隊，關注這個，即使是不在甲骨文工作的人，因爲這正是一場職業生涯中的大事，這看起來——太神奇了。我想我真的爲你們感到高興，祝賀你們。這太棒了。但要做到這一點需要很多努力。

Lawrence Ellison（CTO）：

這確實需要很多努力。

讓我再提兩件我認爲實際上令人震驚的事情。

我們將整個甲骨文雲，所有的東西，每一個功能，每一個特性，都濃縮到了一個可以放入幾個機架中的東西里，三個機架，我們稱之爲“蝴蝶”，它成本爲600萬美元。所以我們可以給你一個甲骨文雲的私有版本，擁有我們所做的每一個功能，每一個安全功能，每一個功能，所有的一切，只需600萬美元。我認爲其他超大規模雲提供商的成本是這個的100多倍。

所以我們實際上可以爲我們的客戶提供“客戶雲”，完整的客戶雲。我們有像沃達豐這樣的公司。我不確定我可以提到哪些公司的名字，哪些不能。

我們有大型公司基本上購買他們自己的甲骨文雲區域。事實上，是多個甲骨文雲區域，因爲他們不想在他們的雲裏有任何鄰居。他們不希望其他公司在他們的雲裏，但他們想要完整的雲。他們想要按消費付費，他們想要所有的功能，所有的特性，所有的安全。他們不想自己購買。他們想讓我們購買和擁有軟件和硬件。他們想讓我們維護它，構建網絡來提供所有這些，他們只想爲消費付費。我們可以以我們競爭對手所能提供的1%的入門級價格做到這一點。這是一件事。

還有一件事。讓我再給你一個，然後我就會停下來。我們還擁有比任何公司都更先進的應用程序生成器。這很有趣。

我們是一家應用公司，也是一家雲基礎設施公司。因此，我們構建應用。當我們在構建應用時，我們希望變得更高效。變得更高效的方法是構建人工智能應用生成器，我們一直在這樣做。我們——我們正在構建的最新應用，我們不是在構建它們。它們是由人工智能生成的。我們認爲我們在生成應用方面遙遙領先於任何其他應用公司。所以這是我們擁有的另一個非常顯著的優勢。

當然——這很有趣，我評論說我們沒有對我們的人工智能和應用單獨收費，因爲我們的應用就是人工智能。它們完全是人工智能。

新的應用，我們正在構建的新應用，除了由我們生成的、通過工作流連接在一起的一堆人工智能代理之外，沒有別的了。它們就只有這些。你怎麼能單獨對它收費呢？那是我們擁有的每一個應用。但這些應用更好。希望我們會賣出更多，這就是我們獲得報酬的方式。

謝謝你，John，你的讚美非常棒。

Safra Catz（CEO）：

謝謝你，John，這麼多年來你一直這麼友好地關注我們。很棒的一天。現在可能是時候問下一個問題了。

甲骨文的巨大優勢：

既是應用構建者，又是底層AI應用代碼生成器

將構建一個套件，不再銷售單個獨立的應用程序

Brad Zelnick（德意志銀行）：

太棒了。我想我們都以一種非常好、非常好的方式感到震驚。Larry，沒有比你剛剛公佈的這些結果更能證明計算領域正在發生鉅變了。

甲骨文有近50年的歷史，一直在駕馭轉型並最終勝出。但當我們考慮企業應用時，如今的投資者相當悲觀。

我很想聽聽你的看法，你認爲這一切對這個行業會走向何方？市場份額會流向那些沒有數據庫、沒有你們擁有的優勢的公司嗎，甚至沒有你們在芯片層面擁有的優勢？這會是一場滅絕事件嗎？我很想聽聽你的想法。

Lawrence Ellison（CTO）：

我認爲我們有巨大的優勢，因爲我們是一家基礎設施公司，我們也是一家應用公司。

有兩件事正在發生。

作爲一家應用公司，我們需要——我們知道我們必須開始生成我們的應用。我們不能再用大批的人來做了。不要誤會我，我們仍然需要人。但我們需要的人數大大減少了。而且我們可以構建/生成比我們手工構建更好的應用。我們一直在研究這些人工智能應用生成器，我們實際上正在使用它們。

但關鍵是，我們不只是在構建應用生成器。我們在構建應用生成器，然後我們再構建應用，這讓我們能夠更好地洞察如何讓應用生成器更好。同時處於這個等式的兩邊是一個巨大的優勢，既是應用構建者，又是應用生成技術的構建者，即底層的人工智能應用代碼生成器。這是一個巨大的優勢。

讓我再給你另一個優勢，這通常是一個劣勢。我們非常大。我們不再銷售單個獨立的應用程序。我們銷售一整套應用程序。

我們決定進入醫療業務，與Epic競爭，相信我們可以解決更多的問題，因爲我們比他們大得多。順便說一下，我們比Workday和ServiceNow都大得多。我們正在解決更大一部分問題。我們能夠——我們能夠完成所有的ERP，然後我們可以添加所有的CRM，但所有部分都是爲了完美契合而設計的。這使得客戶更容易使用。

所以我們認爲——擅長應用生成，這項底層技術讓我們更好了——構建更好的應用，使我們能夠構建更多的應用，這樣我們就可以解決更多的問題。因此，客戶不必在多個供應商之間進行所有那些系統集成。我們只需構建一個套件，其中所有部分都經過精心設計以完美契合。

我認爲我們在應用領域擁有巨大的優勢。我們在人工智能推理領域擁有巨大的優勢，在那裏我們可以——再次，我們將在下個月的甲骨文人工智能世界大會上演示的是，我們已經掌握了我們所有的客戶數據，所有的數據。我現在不想深入所有細節。

但你可以問任何你想問的問題。你的銷售員是誰？在我負責的區域，排名第一的潛在客戶是誰？我接下來應該向他們銷售什麼產品？我應該用什麼參考資料來勸說他們使用我們的產品？如果你是一名銷售員，你可以立即得到所有這些問題的答案。

工程師可以查看甲骨文財務軟件的哪些功能在使用時出錯最多，我必須修復並使其更容易使用。你只需提問，因爲所有這些數據都可供人工智能模型使用。我們是唯一的——還有其他人這樣做嗎？據我所知沒有。

Brad Zelnick（德意志銀行）：

期待AI世界大會，Larry。對甲骨文來說，這是令人驚歎的一天。對整個行業來說，這也是非凡的一天。

甲骨文雲是“相當輕的資產”

我們擁有並設計的是設備，而不是建築物

James Wood（TD Cowen）：

太棒了。我也會對這個具有里程碑意義的季度表示祝賀。

Safra，我的意思是，你們在第一季度就交付了超過3000億美元的新RPO，這真是太了不起了，但這需要大量的基礎設施建設。

那麼，您能提供更多關於需要多少資本支出和運營成本結構才能完全服務於這些合同的背景信息嗎？我們應該如何看待未來幾年這些成本的增長與收入增長的關係？以及投資者通常應該如何看待這些支出的投資回報率？

Safra Catz（CEO）：

首先，正如我在準備好的發言中提到的，我也很清楚地在之前說過，我們不擁有房產。我們不擁有建築物。我們擁有並設計的是設備。這些設備是爲甲骨文雲優化的。它具有極其特殊的網絡功能。它擁有Larry和他的團隊提供的技術能力，使我們能夠更快地運行這些工作負載。因此，它比我們的競爭對手便宜得多，這取決於工作負載。

正是因爲如此，我們只有在需要的時候纔會投入設備，而且通常很快。假設我們的客戶接受了它，我們就可以立即開始創造收入。他們越快接受系統並滿足他們的需求，他們越快開始使用它，我們就能越早獲得收入。

在某種程度上，我不想從金融界的角度稱之爲“輕資產”，但它確實是“相當輕的資產”。這對我們來說確實是一個優勢。我知道我們的一些競爭對手喜歡擁有建築物。那不是我們的專長。我們的專長是獨特的技術、獨特的網絡、存儲，以及我們如何將這些系統整合在一起的整體方式。

順便說一下，它們是完全相同的，並且非常簡化，再次使得我們能夠非常盈利，同時仍然能夠爲客戶提供一個極具吸引力的價格。我之前表示，本財年的資本支出看起來約爲350億美元。但因爲我們正在監控這個過程，我們實際上是在接手之後立即投入，然後將其交付以立即產生收入。所以我們對我們的能力有非常好的可見度，可以做到這一點，並且——基本上是在開始產生收入之前就花掉這些資本支出。

但就目前而言，我預計本年度爲350億美元。我想——我的意思是，它可能會高一點，但我想——如果更高，那是個好消息，因爲它意味着我有更多的樓面空間可以交付。正如您所知，我們還嵌入在競爭對手的雲中，同樣，我們所需要支付的只是我們的設備，這部分費用是立即發生的。在那裏，我們最終將有71個數據中心嵌入在我們的競爭對手或閃存合作伙伴那裏。

Lawrence Ellison（CTO）：

讓我補充幾點非常簡短的內容。

第一點是，我們剛剛將一個巨大的數據廳移交給我們的一個客戶。驗收時間可能長達幾個月。但只花了一週。從我們擁有——正式擁有設備並進行測試到他們開始付費，只花了一週時間。

所以我們有一個非凡的團隊，他們在做着非凡的工作，確保我們能非常快地讓設備運轉起來，並且我們的客戶能夠接受它。他們希望儘快接受它，因爲他們想做這些工作。他們想訓練他們的模型。

而這個巨大的數據廳，驗收只花了一週。這太非凡了——另一點，我們是網絡設備、GPU等產品的非常大的消費者。

因爲我們是一個非常大的消費者，我認爲我們能夠從供應商那裏獲得比他們某些人更好的融資條款。所以我想我們在這方面也有優勢。我認爲我們在財務方面會做得很好。我們在這方面也有優勢。

甲骨文的GPU超級集羣有性能優勢

能比其他人更快地移動數據

Mark Moerdler（Bernstein）：

Larry和Safra，坦率地說，甲骨文團隊，非常恭喜你們。

我想重點關注你們一直在贏下的人工智能訓練業務。你們能向我們解釋一下甲骨文如何創造足夠差異化的護城河，以確保這項業務不會被商品化嗎？以及即使訓練業務放緩，你們如何繼續從訓練業務中獲得強勁的盈利和自由現金流？我認爲人們真的需要理解這一點。

Lawrence Ellison（CTO）：

我可以用一句話來概括。我們的網絡移動數據非常非常快。如果我們能比其他人更快地移動數據，如果我們的GPU超級集羣有性能優勢，如果你按小時付費，如果我們快兩倍，我們的成本就是一半。

甲骨文的AI數據庫，不僅確保所有數據向量化

使其被AI模型理解，還與所有AI模型捆綁在一起

Aleksandr Zukin（Wolfe Research）：

非常感謝你們擠出時間讓我提問。我原本想問你們，新的甲骨文人工智能數據庫是否真的開啓了通用企業推理市場。根據你們的發言稿，聽起來這個問題的答案是“當然是”。

所以我想我的後續問題是，你們如何看待這個過程在未來幾年內發生？在甲骨文人工智能數據庫推出後多久，您會期望你們的企業客戶、你們的成熟客戶真正願意以這種方式來查詢他們的企業數據？而當前的供應受限環境會阻礙這種需求嗎？還是說它正在得到解決？

Safra Catz（CEO）：

Larry，你來回答吧，你剛纔已經提到了。

Lawrence Ellison（CTO）：

我認爲誰會不想要那個呢？我的意思是，我認爲每個人都說他們想使用人工智能。

每個首席執行官們說他們想使用人工智能。國家元首、政府首腦說他們想使用人工智能。我們以前從未有過這樣的客戶。

從歷史上看，我們不與首席執行官打交道。現在我們與首席執行官打交道。現在我們與政府首腦和國家元首就此問題進行交流，因爲人工智能是如此重要。讓人們能夠——在他們的數據之上使用人工智能，這就是他們想做的事情。

但他們根本不知道如何做到。其中一個大的風險是，摩根大通不能與OpenAI分享它所有的數據，高盛不能分享它所有的數據，他們不會這麼做。所以——或者xAI，或者Lama，或者Meta，他們不會——必須保持數據的私有性。

所以我們必須保持你的私有數據是私有的。我們必須保持你的私有數據是安全的。但我們必須使其可用於最新的、最好的推理模型，來自OpenAI、xAI和所有其他公司的。

因爲我們有數據庫，因爲我們可以將數據庫中的所有數據向量化，因爲我們在甲骨文數據庫中有非常精細的安全模型。我們可以做到所有這些。我們可以交付所有這些。

然後我們選擇做的是——對於人工智能數據庫，我們不僅要確保我們可以向量化所有數據，使其能夠被人工智能模型理解，我們還將它與所有人工智能模型捆綁在一起。

這就是爲什麼我們與谷歌做了交易。這就是爲什麼我們做了所有這些交易，你可以從甲骨文雲獲得Gemini。你可以從甲骨文雲獲得Grok。你可以從甲骨文雲獲得ChatGPT。你可以從甲骨文雲獲得Lama，我還可以繼續列舉。

所以我們將它們捆綁在一起。所以我們的客戶可以很容易地在一個組合上使用這些大型語言模型。而這正是他們想要的。它是所有公開可用數據和他們所有企業數據的組合，這使他們能夠提出並得到任何他們能想到的問題的答案，任何對他們重要的問題。每個人都想要它。

我認爲需求將是無法滿足的。但在接下來的幾年裏，我們可以交付大量的數據庫和大量的跨雲人工智能。我們有能力做到這一點。

Safra Catz（CEO）：

這將是甲骨文數據庫（它仍然是企業市場的主力）最終遷移到雲端的原因之一。其中許多將使用甲骨文人工智能數據庫遷移到公共雲。但許多和最大的企業會想要他們自己的專用區域或甲骨文客戶雲。

而且，他們最終可以利用他們自己的人工智能數據，使用他們想要的任何LLM，因爲所有這些模型也都在我們的雲中。

科技產業觀察

2025Q2科技股財報解讀：

英偉達財報透視AI需求：今年資本支出已達6000億美元，2030年AI基礎設施支出將達到3萬億至4萬億美元！

臺積電財報透視芯片供應鏈：美國、日本、德國擴張計劃方向不同，分別定位於領先技術、專業技術和汽車行業！

博通財報透視XPU：第4家客戶百億美元訂單明年Q3交付，7家目標客戶都在開發大語言模型，最終他們都會擁有或創建一個平臺！

戴爾財報透視AI服務器：上半年售出177億美元AI基礎設施，企業對NVIDIA RTX Pro6000 AI工廠興趣濃厚！

谷歌財報透視AI應用：Gemini使用量同比增長35倍，2026將是人們廣泛使用代理體驗的一年！

微軟財報透視AI滲透率：80%財富500強使用Foundry構建代理，複雜的AI應用構建正在湧現！

Meta財報透視個人超智能：AI眼鏡將成爲超智能融入日常的主要方式，Meta所有的系統將全面重塑！

蘋果財報透視端側AI：在整個平臺中植入AI功能，使其具有深度個性化、隱私保護和無縫集成！

亞馬遜財報透視AI應用：AI需求量遠大於供應量，推出Agentic IDE—Kiro從原型設計到生產更容易！

沃爾瑪財報透視AI零售：聘任人工智能高管向CEO彙報，AI將實現1對1理解顧客意圖和偏好並滿足需求！

Palantir財報透視政企AI：商業AI同比增長92%，政府AI同比增長53%，將LLM、工作流和軟件完美結合實現AI價值！

Salesforce財報透視Agentic企業：Agentic企業已經到來，不僅是激進的技術轉型，也是激進的組織轉型！

Snowflake財報透視AI數據分析：將AI嵌入整個數據生命週期，Q2部署的用例中有25%都涉及AI！

MongoDB財報透視AI鴻溝：概率性AI的輸出“幻覺”是痛點，企業將構建前沿模型“腳手架”滿足業務需求！

Intuit財報透視AI財務：AI代理真正的價值是幫助客戶做出決定，整合客戶的數據、技術棧和支出回報可觀！

Workday財報透視AI SaaS：AI就是軟件，AI顛覆及SaaS商業模式擔憂完全被誇大！

SAP財報透視雲應用轉型：超過一半雲訂單包含AI用例交易，今年可用AI代理將達40個！

ServiceNow財報透視企業AI：Agentic AI改變所有公司商業模式，工作流、數據結構和CRM的變化具有變革意義！

IBM財報透視AI需求：生成式AI業務規模已超75億美元，自動化與解鎖數據價值的需求加速！

Infosys財報透視企業AI：企業AI需求強勁，尤其是AI代理、新一代SaaS數據模型與企業平臺！

Reddit財報透視AI語料：“Reddit”是谷歌搜索量最大的詞彙之一，語料庫爲用戶提供廣泛和多樣的主觀問題觀點！

CrowdStrike財報透視AI安全：AI安全需要端到端多層保護，NVIDIA的客戶受益於超10萬個LLM的AI全生命週期保護！

Freshworks財報透視AI商業化：Copilot與AI Agent單季度ARR已超過2000萬美元，付費滲透率空間巨大！

Shopify財報透視Agentic電商：從發現產品到結賬，對話驅動的無縫購物，模塊化定價創建更多入口！

AppLovin財報透視自助廣告：新的AXON廣告管理器明年將全面放開，開啓付費營銷！

HubSpot財報透視GEO：AI搜索興起替代信息搜索，AI概述降低網站流量，如何出現在AI答案中前所未有地重要！

Figma財報透視AI開發：AI使創建軟件前所未有地容易，品味和技藝將塑造和定義數字產品的下一個時代！

SoundHound AI財報透視語音AI：收入增長217%，推出語音AI代理平臺，語音商務即將上線！

Klaviyo財報透視AI原生CRM：每家企業都將爲消費者提供個人AI，實現客戶體驗自主化和自動優化！

Upwork財報透視AI職位需求：提示工程GSV同比增長51%，發佈AI職位客戶數量同比增長38%！

2025Q1科技股財報解讀：

臺積電財報透視芯片供應鏈：30%的2納米產能將位於亞利桑那州，臺積電想要“公平待遇”！

ASML財報透視芯片產業鏈：關稅影響會由下游承擔，中國芯片製造玩家在增加！

特斯拉財報透視人形機器人：年底數千臺Optimus投入使用，五年內年產百萬Optimus！

ServiceNow財報透視企業AI市場：“智能超級週期”開啓，企業AI成爲史上增長潛力最大的領域之一！

谷歌財報透視前沿模型：發佈業界最優秀的模型Gemini 2.5，推出領先的AI智能體雲解決方案！

Freshworks財報透視AI企業應用：職能自動化、AI客服爲剛需類別，AI採用仍處於“早期採納者”階段！

微軟財報透視數據中心建設：技術進步是複合“S曲線”，包含系統軟件的優化、模型架構的變革、應用服務器的效率提升！

Meta財報透視個人AI：AI代理出現跨應用個性化趨勢，積累用戶對話記憶、並進行多模態互動！

蘋果財報透視關稅應對：中國是美國以外市場最重要原產國，未來四年在美國投資5000億美元！

亞馬遜財報透視操作型代理：Alexa+真的像一個優秀的私人助理，能夠執行實際的行動！

Booking財報透視旅行智能體：開發垂直聚焦的AI系統，讓用戶輕鬆完成旅行安排，隨身攜帶旅行顧問！

Palantir財報透視政企AI：下一階段是提效50倍的AI智能體，LLM的商品化建立在Foundry之上！

AppLovin財報透視AI效果營銷：大模型將生成動態創意視頻，實現更高層次的用戶個性化！

HubSpot財報透視AI代理：未來的工作世界將由數十萬計智能代理協作完成複雜目標！

Snowflake財報透視AI數據分析：用戶已經不需要寫SQL了，通過語義模型理解查詢意圖並自動生成SQL！

Workday財報透視AI HR：客戶已看到代理工具的價值，招聘代理、人才優化、構建AI解決方案！

英偉達財報透視AI基礎設施：出口管制只會激發中國的創新和規模擴張，主權AI將成爲NVIDIA全新的增長引擎！

Salesforce財報透視AI轉型：AI轉型的本質是數據轉型，AI × Agent × Data“飛輪效應”已經啓動！

埃森哲財報透視企業AI應用：生成式AI季度簽單金額達15億美元，客戶將大規模重塑作爲優先事項！