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
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。