据外电报道,甲骨文周四发布了2016财年第四财季财报。报告显示,甲骨文第四财季总营收为105.94亿美元,比去年同期的107.06亿美元下滑1%;净利润为28.14亿美元,比去年同期的27.58亿美元增长2%。甲骨文第四财季业绩达到华尔街分析师预期,推动其盘后股价上涨1.94%。
在截至5月31日的这一财季,甲骨文的总营收为105.94亿美元,比去年同期的107.06亿美元下滑1%,但若不计入汇率变动的影响则与去年同期持平,这一业绩表现好于分析师此前预期。汤森路透调查显示,分析师平均预期甲骨文第四财季营收为104.7亿美元。
按业务划分:
2016财年第四财季,甲骨文云计算业务营收为8.59亿美元,比去年同期增长49%,在总营收中所占比例为8%;去年同期,甲骨文云计算业务营收为5.76亿美元,在总营收中所占比例为5%。
甲骨文第四财季新软件授权营收为27.66亿美元,比去年同期下滑12%,在总营收中所占比例为26%;去年同期,甲骨文新软件授权营收为31.38亿美元,在总营收中所占比例为29%。甲骨文第四财季软件授权更新和产品支持营收为48.14亿美元,与去年同期增长3%,在总营收中所占比例为46%;去年同期,甲骨文授权更新和产品支持营收为46.86亿美元,在总营收中所占比例为44%。
甲骨文第四财季硬件产品营收为7.25亿美元,比去年同期下滑11%,在总营收中所占比例为7%;去年同期,甲骨文硬件系统产品营收为8.18亿美元,在总营收中所占比例为8%。甲骨文第四财季硬件系统支持营收为5.58亿美元,比去年同期下滑5%,在总营收中所占比例为5%;去年同期,甲骨文硬件系统支持营收为5.89亿美元,在总营收中所占比例为6%。
甲骨文第四财季服务营收为8.72亿美元,同比下滑3%,在总营收中所占比例为8%;去年同期,甲骨文服务营收为8.99亿美元,在总营收中所占比例为8%。
按地域划分:
甲骨文第四财季来自美洲的营收为58.47亿美元,低于去年同期的61.33亿美元;来自欧洲、中东和非洲的营收为31.20亿美元,高于去年同期的30.67亿美元;来自亚太地区的营收为16.27亿美元,高于去年同期的15.06亿美元。
盈利:
甲骨文第四财季净利润为28.14亿美元,比去年同期的27.58亿美元增长2%;每股收益66美分,高于去年同期的62美分。不计入一次性项目(不按照美国通用会计准则),甲骨文第四财季调整后净利润为34亿美元,调整后每股收益为81美分,高于去年同期的71美分。汤森路透调查显示,分析师平均预期甲骨文第四财季每股收益为82美分。
甲骨文第四财季运营利润为39.68亿美元,与去年同期的39.82亿美元持平。甲骨文第四财季运营利润率为37%,与去年同期持平。
在整个2016财年,甲骨文的总营收为370.47亿美元,比上年的382.26亿美元下滑3%,但若不计入汇率变动的影响则同比增长2%。全年净利润为89.01亿美元,不按照美国通用会计准则的净利润为112亿美元。全年每股收益为2.07美元,不按照美国通用会计准则的每股收益为2.61美元。全年运营利润为126亿美元,运营利润率为34%。不按照美国通用会计准则,甲骨文全年的运营利润为158亿美元,运营利润率为43%。
甲骨文今天宣布,公司董事会计划按每股15美分的价格向普通股股东支付季度现金股息,将在2016年7月27日向截至2016年7月6日收盘为止的在册股东发放。
甲骨文股价周四在纳斯达克常规交易中上涨0.20美元,报收于38.64美元,涨幅为0.52%。在随后的盘后交易中,甲骨文股价上涨0.75美元,报收于39.39美元,涨幅为1.94%。过去52周,甲骨文的最高股价为43.10美元,最低股价为33.13美元。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。