甲骨文財報會實錄：高管駁斥「SaaS末日論」！AI基建靠「輕資產擴張」

財聯社3月11日訊（編輯 劉蕊）美東時間周二盤后，美國軟件巨頭甲骨文公佈了強勁的第三財季財報，並上調了其對2027財年的業績預期。

儘管在過去半年間，甲骨文股價遭遇「腰斬」，但在電話會上，針對華爾街最為焦慮的「SaaS末日論」和公司資金流壓力問題，甲骨文管理層給出了直接且有力的迴應，振奮了市場信心。

財報會重點梳理：

一、反駁「SaaS末日論」

近期市場上興起的**「AI將顛覆傳統SaaS模式，導致SaaS行業走向衰落」的SaaS末日論成為多位分析師提及的重點話題，而甲骨文多位核心高管對此作出直接回應並予以反駁。

甲骨文高管們的核心觀點為：「SaaS末日論」僅適用於未擁抱AI的企業，而甲骨文通過深度融合AI與SaaS業務，不僅不會被顛覆，反而將成為行業的顛覆者。

甲骨文首席執行官邁克・西西利亞指出，甲骨文主動利用頂尖AI代碼開發工具和團隊，一邊用AI開發全新SaaS產品，一邊將AI智能體深度嵌入現有應用套件。

此外，從客户需求來看，目前沒有任何客户願意放棄自身的核心行業SaaS系統，相反，客户核心訴求是儘快將甲骨文的開箱即用AI功能集成到現有SaaS系統中，快速實現業務價值。

二、公司實現「輕資產擴張」

針對債務問題，甲骨文在2026年2月宣佈計劃通過債權+股權融資籌集至多500億美元。公司高管透露，在融資計劃公佈數天內，已通過投資級債券+強制可轉換優先股完成300億美元融資，認購訂單量創紀錄且大幅超額認購。甲骨文已經明確承諾2026日曆年不再發行額外債券，嚴守融資規模上限，保障投資級信用評級。

甲骨文高管還指出，公司通過外部資金（合作伙伴+客户）承接AI基礎設施等重資本投入，避免公司自由現金流被大幅消耗，實現「輕資產擴張」，這也是甲骨文應對AI基建資本密集特性的核心解法。由於上述創新模式，公司自有現金流未出現實質性承壓。

甲骨文公司2026財年第三季度財報電話會議文字實錄（部分內容有刪減）

會議主持人雷吉娜：大家好，感謝各位等候。我是本次會議的主持人雷吉娜。現在，我將把會議主持權交給公司投資者關係主管肯・邦德，有請肯・邦德發言。

肯・邦德（甲骨文公司投資者關係主管）：謝謝雷吉娜，各位下午好。歡迎參加甲骨文 2026 財年第三季度財報電話會議。本次參會的高管包括公司董事長兼首席技術官拉里・埃里森、首席執行官克萊・馬古約克、首席執行官邁克・西西利亞以及首席財務官道格拉斯・克林。公司新聞稿、財務報表（包含本季度補充財務細節、未來業績指引、公認會計原則與非公認會計原則財務數據調節表，以及近期採購甲骨文雲服務或上線甲骨文雲平臺的部分客户名單）將在公司投資者關係官網發佈。需要提醒的是，本次會議的討論內容包含前瞻性陳述，我們也會介紹與公司業務相關的重要影響因素。這些前瞻性陳述受各類風險和不確定因素影響，實際業績可能與當前陳述存在重大差異。

因此，我們提醒各位切勿過度依賴這些前瞻性陳述，同時建議大家查閲公司最新的報告，包括 10-K 年度報告、10-Q 季度報告及相關修訂文件。最后，我們無義務根據新信息或未來事件對業績結果或前瞻性陳述進行調整。進入問答環節前，我們先進行簡短的準備發言，接下來，有請道格拉斯・克林發言。

道格拉斯・克林（甲骨文公司首席財務官）：謝謝肯。首先，我想説明一下我們對財報新聞稿和本次電話會議形式的調整。在新聞稿中，我們已清晰、詳細地列出了原本會在電話會議中披露的補充財務指標，讓各位能提前以書面形式獲取這些信息。至於本次電話會議，我會做簡要發言，之后交由邁克和克萊深入介紹公司業務情況，隨后包括拉里在內的所有高管將回答大家的問題。關於第三季度的業績，我們交出了一份亮眼的答卷，各方面指標均超出市場預期。

公司發展勢頭持續加快，本季度是甲骨文逾15年來首次實現有機總營收和有機非公認會計原則每股收益按美元計價均增長 20% 及以上，這一點我們也已在新聞稿中重點説明。我簡單介紹幾點情況，隨后將會議主持權交給各位首席執行官。

首先，今年 1 月，TikTok 美國業務完成了其美國數據業務與字節跳動的拆分，成立了獨立公司，甲骨文持有該新公司 15% 的股權，同時獲得董事會一個席位。從財務影響來看，作為 TikTok 美國的技術服務商，我們為其提供服務產生的營收未受任何影響，相關合作仍按原有模式開展。

在股權投資的會計處理方面，我們將採用權益法覈算，由於存在兩個月的報告期滯后，新公司 1 月末完成股權交割至 3 月 31 日期間的收益份額，將在我們 2026 財年第四季度業績中確認，該部分收益將在利潤表中列報為非經營性收益或損失，屬於公司財務業績的增量部分。

其次，今年 2 月，公司宣佈計劃通過債權和股權融資籌集至多 500 億美元資金，同時聲明 2026 日曆年期間，除此次融資外，公司預計不會發行額外債券。

公告發布后數天內，我們通過投資級債券和強制可轉換優先股的組合方式完成了 300 億美元融資，認購訂單規模創下紀錄，遠超發行規模。正如新聞稿中所述，我們目前尚未啟動融資計劃中的隨售式股權發行部分。

最后，不得不提的是，儘管公司業務規模持續擴大、複雜度不斷提升，但我們在本季度結束僅 10 天后就完成了財務業績的披露，這一速度在標普 500 成分股公司中獨樹一幟。依託甲骨文 Fusion 雲財務管理系統，我們持續以最快的速度完成財務結算和報告披露，這不僅為公司帶來了顯著的戰略優勢，也為我們的 Fusion 客户提供了借鑑，助力其提升自身的財務處理效率。

接下來，有請邁克・西西利亞發言。

邁克・西西利亞（甲骨文公司首席執行官）：謝謝道格拉斯。正如道格拉斯所詳細介紹的，我們本季度各業務線均表現優異，執行效率持續保持高位。我來談談公司的應用業務。毫無疑問，甲骨文擁有市場上增長最快、最完善的雲應用套件。我們的軟件即服務解決方案是面向各行業的全功能平臺，具備高可擴展性、高可靠性、高安全性的特點，且符合各類監管合規要求，客户放心將支撐其業務運營的核心繫統交由我們管理。按固定匯率計算，本季度雲應用營收增長 11%，年化運行率達 161 億美元。

其中，Fusion 企業資源規劃系統營收增長 14%，Fusion 供應鏈管理系統增長 15%，Fusion 人力資本管理系統增長 15%，Fusion 客户體驗管理系統增長 6%，NetSuite 雲管理系統增長 11%。

肯・邦德（甲骨文公司投資者關係主管）：面向酒店、建築、零售、銀行、餐飲、地方政府和電信行業的垂直行業軟件即服務解決方案營收合計增長 19%。

邁克・西西利亞（甲骨文公司首席執行官）：本季度雲應用業務的增長表現確實令人滿意。

在此背景下，我想談談市場上流傳的 「軟件即服務末日論」。各位想必都聽過這樣一種觀點：藉助人工智能技術，新興企業能快速完成代碼開發，這將導致軟件即服務模式走向消亡。我完全不認同這一説法。

我認為，如果我們不積極採用人工智能工具及其代碼開發能力，這確實會成為一種威脅，但事實上，我們正以極快的速度佈局人工智能領域。甲骨文匯聚了頂尖的人工智能代碼開發工具和最優秀的開發人員，不僅藉此推動軟件即服務業務的發展，還能為眾多行業打造全生態的解決方案。

在公司內部，人工智能代碼開發工具的應用讓規模更小的工程師團隊能更快速地為客户打造更完善的解決方案。我們正利用人工智能技術開發全新的軟件即服務產品，同時將人工智能智能體深度嵌入現有的應用套件中。憑藉人工智能技術和精簡的工程師團隊，我們剛剛研發出三款全新的客户體驗管理應用產品，分別是銷售線索挖掘與資質審覈系統、銷售流程協同系統、自動化銷售系統，以及全新的網站生成工具。事實上，甲骨文的全新官網就是由這款網站生成工具搭建並上線的。我們研發這些新的客户體驗管理產品，核心目的是幫助客户實現銷售轉化，而非僅僅完成銷售預測管理或提升郵件打開率。這三款產品是賽富時公司所不具備的。

當然，賽富時也沒有甲骨文雲基礎設施、人工智能數據平臺、Fusion 企業資源規劃系統，以及完善的垂直行業應用套件。甲骨文打造的端到端人工智能驅動生態自動化平臺，在市場上具備獨一無二的競爭優勢。此外，我們已在橫向后臺管理應用和垂直行業應用中部署了超過 1000 個人工智能智能體，這還不包括客户自主開發的智能體，以及我們內部運營所使用的智能體集羣。這些人工智能功能均深度融合於我們的應用產品和現有業務流程中。

醫療健康領域就是一個典型案例，我們全新的人工智能驅動集成電子健康檔案系統已正式推向市場，成效十分顯著：該系統有效降低了醫療機構的管理成本，讓臨牀醫生能接診更多患者，提升了醫療服務的可及性，同時提高了醫療服務提供者的滿意度。再以銀行業為例，我們提供全方位的人工智能驅動軟件即服務平臺，覆蓋企業銀行、零售銀行、投資銀行、反洗錢、金融犯罪合規、支付、供應鏈金融、客户體驗管理、企業資源規劃、人力資本管理等全業務環節。僅銀行業應用套件就內置了數百個人工智能智能體，所有功能均向客户免費開放，不收取額外費用。

在零售行業，我們的人工智能解決方案覆蓋商品規劃、品類組合設計、供應鏈管理、銷售終端、電商運營等環節，當然也包括企業資源規劃、客户體驗管理和人力資本管理系統。總而言之，這些成熟的行業解決方案，絕非簡單拼湊幾款人工智能細分功能、倉促整合就能替代的。誠然，部分規模較小或專注單一領域的軟件即服務企業可能會受到人工智能的衝擊，但甲骨文絕不會位列其中。接下來，我介紹一下第三季度公司在應用業務領域取得的部分重要客户合作成果，需要説明的是，這只是一小部分案例，並非完整名單。

紀念赫爾曼醫療中心選定了我們的 Fusion 企業資源規劃、供應鏈管理和人力資本管理系統，此次合作是我們在與 Workday 的競爭中取得的勝利；新南威爾士大學同樣選擇了 Fusion 企業資源規劃和人力資本管理系統，也是擊敗 Workday 贏得的合作；格雷媒體集團選定了 Fusion 企業績效管理和企業資源規劃系統，此次合作同時擊敗了 Workday 和思愛普；天達銀行選擇 Fusion 企業績效管理和企業資源規劃系統，戰勝了思愛普；HID 全球公司選定 Fusion 企業資源規劃和供應鏈管理系統，擊敗思愛普；埃塞俄比亞航運和物流服務公司選定 Fusion 企業資源規劃、供應鏈管理和人力資本管理系統，同樣在與思愛普的競爭中勝出；一家華爾街大型銀行決定在全公司所有業務單元統一部署 Fusion 企業資源規劃系統，全面替換思愛普的產品；勞登縣公立學校選定了 Fusion 企業資源規劃、企業績效管理、人力資本管理和供應鏈管理系統；斯馬克公司選定 Fusion 企業資源規劃和企業績效管理系統；西菲爾德保險公司選用 Fusion 企業資源規劃、企業績效管理、人力資本管理和採購管理系統；三菱日聯金融集團是我們現有的雲服務和數據庫客户，目前正着手部署我們的 Fusion 企業資源規劃系統和垂直行業軟件即服務應用；科威特沙特電信公司是我們的重要科技行業客户，目前正將其電子業務套件遷移至雲端，以支撐業務增長。

以上只是本季度應用業務領域的部分重大合作成果。第三季度，有超過 2000 家客户成功上線我們的雲應用產品，這其中包括垂直行業應用和 Fusion 系列應用。更重要的是，客户從簽約到產品上線的平均周期持續縮短。下面再介紹部分客户的上線案例，同樣只是少量樣本：赫斯特集團在原有企業資源規劃系統的基礎上，新增部署了企業績效管理和人力資本管理系統；J.M. 休伯公司完成了 Fusion 企業資源規劃和供應鏈管理系統的全面上線；阿聯酋醫療服務集團上線人力資本管理系統，打造了一體化的人力資源、薪資和人才管理體系，提升了人力管理效率；尼亞加拉瓶裝公司上線供應鏈管理系統，實現了從本地部署企業資源規劃系統向 Fusion 雲系統的遷移；海工鑽井公司完成了企業資源規劃、人力資本管理、供應鏈管理和企業績效管理系統的全模塊上線。

要知道，本季度共有 2000 家客户完成上線，以上只是極小一部分案例。相信各位能從中看到公司業務的發展勢頭，以及客户對我們多產品線的認可。接下來，我再介紹第三季度公司在科技業務領域的部分重要合作成果，同樣只是精選案例。洛克希德・馬丁公司選定甲骨文雲高性能計算服務，為其人工智能業務的規模化拓展提供算力支撐；菱形科技公司選用甲骨文雲計算、網絡和存儲服務，為其全業務線的人工智能視頻和安全業務提供技術支持；路西德汽車選定甲骨文雲核心服務，依託其數據處理和網絡連接能力拓展歐洲市場；日本資訊市場公司將其關鍵的企業對企業平臺部署在甲骨文雲平臺；巴西克拉羅電信選定甲骨文雲 Alloy 專屬雲服務，打造主權人工智能體系。

法國航空 - 荷蘭皇家航空的合作是一次多雲服務合作的成功案例，雙方合作的甲骨文數據庫 @微軟雲解決方案，幫助法航 - 荷航實現了性能 13 倍的提升，同時大幅降低了成本；動視暴雪是甲骨文電子業務套件的現有客户，此次也選擇了甲骨文數據庫 @微軟雲解決方案。甲骨文將人工智能技術全面融入戰略應用產品，推動我們與企業客户的合作向深度化、全面化發展，客户開始關注我們的全棧解決方案，包括甲骨文雲基礎設施、人工智能數據平臺、Fusion 應用套件和垂直行業應用套件。

這些合作探討的核心是生態自動化，而非單一應用產品，而我們在上次財報電話會議中提到的簡化的市場推廣模式，進一步助力了這一趨勢，讓我們能與更多客户達成多產品合作，整合甲骨文數據庫、雲基礎設施平臺、人工智能工具和完善的應用套件的優勢，為客户提供一體化解決方案。按固定匯率計算，本季度雲應用遞延營收增長 14%，高於同期雲應用營收 11% 的增速，這一數據進一步印證了公司業務加速增長的判斷。接下來，有請克萊・馬古約克發言。

克萊・馬古約克（甲骨文公司首席執行官）：謝謝邁克。接下來，我將介紹公司的兩大業務板塊 —— 多雲數據庫和人工智能基礎設施，這兩大板塊均實現了極快的增長。多雲數據庫營收同比增長 531%，人工智能基礎設施營收同比增長 243%，且兩大板塊均面臨需求大於供給的市場狀況，甲骨文已制定清晰的執行計劃，將快速把市場需求轉化為高利潤的經常性營收。

數十年來，甲骨文數據庫可在各類硬件和操作系統上運行。此前，甲骨文數據庫雲服務僅能在甲骨文雲基礎設施這單一雲平臺上部署。如今，我們先后與微軟、谷歌、亞馬遜達成多雲合作協議，將這款頂尖的數據庫平臺推向所有云平臺，這些合作釋放了海量的市場潛在需求，眾多甲骨文數據庫客户希望能在其他雲平臺上使用我們的數據庫產品。

本季度，我們達成了一個重要的里程碑：我們的數據庫雲服務已在所有合作雲平臺實現全球區域覆蓋。目前，我們與微軟合作的雲區域已上線 33 個，與谷歌合作的有 14 個；與亞馬遜的合作也實現了大幅推進，第三季度初僅上線 2 個合作雲區域，季末已增至 8 個，預計第四季度末將達到 22 個。

人工智能技術也在加速推動甲骨文數據庫雲服務的普及。人工智能模型代碼開發能力和智能體交互能力的快速提升，促使客户將其最核心的資產數據遷移至我們的雲服務平臺。客户需要獲取最新的人工智能功能，以支持向量嵌入、多芯片處理器服務器訪問和高級安全控制；同時，客户還需要將數據與人工智能智能體部署在同一位置，而我們的多雲數據庫能輕松實現這一點。我們的多雲架構將甲骨文雲的優勢融入各合作雲平臺的區域節點，這確保我們能快速將數十億美元的潛在訂單轉化為高利潤的數據庫服務營收。

市場對人工智能基礎設施（包括圖形處理器和中央處理器）的需求持續超過供給，這一點從我們 5.53 萬億美元的未完成訂單金額中就能清晰看出。我想為各位介紹一下我們將未完成訂單轉化為高利潤經常性營收的商業模式，同時分享一些能體現我們進展的運營指標。人工智能基礎設施的建設始於數據中心和發電設施，通過與合作伙伴合作，我們已鎖定未來 3 年將上線的超 10 吉瓦的電力和數據中心容量。這些基礎設施投資也需要資金支持，目前超 90% 的容量建設資金已通過合作伙伴落實，剩余部分計劃於本月內完成籌措。

數據中心確定后，還需完成一系列工作：數據中心及現場發電設施的建設、計算、網絡和存儲設備的設計、生產、交付和安裝，以及數據中心內所有算力容量的資金籌措。我們在各個環節持續創新：通過標準化設計優化數據中心建設流程；拓展供應商資源、深化合作關係，供應鏈效率持續提升；過去一年，我們的生產基地數量增加兩倍，機櫃產能提升四倍；優化安裝流程，實現多階段交付並行推進；過去幾個月，機櫃交付至產生營收的周期縮短了 60%。

同時，我們的商業模式也在不斷創新。在上次財報電話會議中，我分享了多種無需甲骨文新增債務或發行股權，就能實現人工智能基礎設施業務增量增長的思路。自那以后，我們已與多家客户簽署了超 290 億美元的合同，均採用這一新商業模式。通過 「客户自備硬件」 和 「客户預付款」 的組合模式，甲骨文能在不產生負面現金流的前提下，持續擴大人工智能基礎設施的佈局。當然，這 290 億美元的合同，是本季度我們簽署的其他合作之外的增量。

最終，所有這些努力都將轉化為向客户交付的算力容量，以及甲骨文的營收。第三季度，我們向客户交付了超 400 兆瓦的算力容量，其中 90% 的承諾容量均按時或提前交付，這一交付效率我們已連續多個季度保持。這也是客户持續選擇甲骨文作為基礎設施服務商的原因。人工智能基礎設施投資屬於資本密集型投入，但我們的運營模式已實現優化，能確保業務的盈利性。靈活的基礎設施設計、高資源利用率、快速的交付落地，再加上多元化的客户結構，造就了這一極具競爭力的業務。規模效應的提升讓固定成本分攤至更大的業務基數，進一步提高盈利水平。能在資本密集型業務中實現如此快速的規模擴張，同時保持盈利水平提升，這在行業中是前所未有的。

從第三季度交付的人工智能算力容量來看，其毛利率達到 32%，高於我們此前 30% 的指引目標。再結合甲骨文雲基礎設施的其他高毛利板塊（如數據庫服務），各位就能理解為何甲骨文能實現快速且盈利的增長。我們的業績數據足以説明一切：2026 財年的營收和收益均超額完成目標，同時我們也在持續上調 2027 財年的業績預期。這一切得益於甲骨文從以季節性授權業務為主，成功轉型為營收高度可預測的經常性收入雲業務模式。

邁克・西西利亞（甲骨文公司首席執行官）：人工智能和高級計算的市場需求將在整個經濟體系中持續廣泛增長，未來將涌現出眾多成功的人工智能模型、智能體平臺和相關企業。目前，我們為數百家頂尖的人工智能客户提供服務，且不斷有新客户希望與我們合作。我們打造的基礎設施具備靈活性和通用性，既能支撐小型算力負載，也能滿足超大規模的算力需求。我們持續引入最新的算力加速硬件，涵蓋英偉達、超威的最新產品，以及賽睿博思、和碩等企業的創新產品。總而言之，我們堅信，當下在數據中心、算力容量和客户關係方面的投入，未來將持續釋放更大的價值。接下來，交由肯・邦德主持問答環節。

肯・邦德（甲骨文公司投資者關係主管）：謝謝克萊。雷吉娜，麻煩請開啟觀眾提問徵集。

雷吉娜（會議主持人）：現在進入問答環節，如需提問，請在電話鍵盤上按星號鍵加數字 1，懇請各位每次僅提一個問題。第一個問題來自古根海姆證券的約翰・迪富奇，有請發言。

約翰・迪富奇（古根海姆證券分析師）：謝謝。本次會議信息量很大，我就不追問人工智能基礎設施的問題了，留給其他分析師。道格拉斯此前提到，人工智能基礎設施業務對公司其他業務產生了 「光環效應」。本季度公司業績表現強勁，且你們提到未完成訂單的增長源於大規模人工智能相關合同。同時，我們從市場一線瞭解到，這種光環效應已切實轉化為實際業務成果。除人工智能基礎設施外，客户上線進度保持穩定，而傳統雲工作負載的業務活動，尤其是潛在訂單量，出現了大幅增長，包括專屬雲區域、主權雲，甚至甲骨文雲 Alloy 專屬雲的合作項目。

此外，邁克也提到了與之相關的應用業務合作。我知道這類合作的規模無法與人工智能大單相比，但能否介紹一下這些業務背后的增長動力？我的這一判斷是否準確？另外，能否順帶介紹一下 2027 財年的資本支出規劃？

邁克・西西利亞（甲骨文公司首席執行官）：好的，約翰，我來回答你的問題。沒錯，我們確實看到了顯著的光環效應，我再補充一些細節。在應用業務方面，我們在甲骨文雲基礎設施上訓練了大量人工智能模型，且這些模型與我們的應用產品深度協同，這讓我們能將高質量的人工智能服務作為功能模塊，深度嵌入應用產品中，正如我之前所説。我們不僅為模型開發商提供訓練服務，還將大量人工智能模型的輸出結果整合到應用產品中，當然，我們也會開展提示詞工程等工作，讓這些功能更貼合企業業務需求。

作為應用服務提供商，我們掌握着全球大量企業的核心關鍵業務數據，且這些數據與人工智能模型的部署位置高度接近。數據優勢與模型協同相結合，讓客户能快速從人工智能技術中獲得價值。想必各位也聽過市場對人工智能的一些質疑，比如 「無法快速實現價值落地」，但事實上，當我們將人工智能技術作為服務打包，並結合我們所管理的企業私有數據為客户提供人工智能能力時，我們贏得了大量的合作。我之前介紹了部分垂直行業的案例，實際上，這一趨勢適用於所有行業。

另一個值得關注的光環效應是，甲骨文雲基礎設施能幫助客户節省成本，創造預算空間。我們此前也提過，我們的雲基礎設施在速度和成本方面均優於所有競爭對手。當客户計劃開展大規模的應用系統或基礎設施升級改造時，將現有工作負載遷移至甲骨文雲基礎設施，能憑藉更高的運行效率和更低的成本，為其改造項目節省資金、創造預算。

最后，在道格拉斯回答你關於資本支出的問題前，我再説説主權雲領域的光環效應。我們在主權雲領域的佈局並非新鮮事，也並非對市場變化的臨時應對。結合甲骨文雲 Alloy 專屬雲的模式，我們在全球範圍內看到了潛在訂單的大幅增長。我們的產品形態具備獨特的競爭優勢，無論是 3 個機櫃還是 500 個機櫃的規模，我們都能在該硬件形態上提供完整的甲骨文雲基礎設施服務，這一點在市場上極具差異化。將應用業務、甲骨文雲人工智能服務和主權雲佈局相結合，所產生的光環效應是十分顯著的。

肯・邦德（甲骨文公司投資者關係主管）：約翰，不得不説，你很巧妙地一次提了兩個問題，這一點很有意思。關於資本支出的問題，有請道格拉斯回答。

道格拉斯・克林（甲骨文公司首席財務官）：我們計劃在財年末向各位詳細介紹 2027 財年的資本支出規劃。在此，我先説明幾點：顯然，從克萊介紹的內容中，各位應該能看到一個關鍵趨勢，那就是甲骨文的資本支出與資本需求正在逐步脱鈎。當然，隨着這些新融資模式的落地，公司資本支出可能會有所增加，但這些支出無需甲骨文動用自有資金，這一點是非常關鍵的。

克萊・馬古約克（甲骨文公司首席執行官）：補充一點，我們仍將堅守在上次財報電話會議中提出的承諾，即維持甲骨文的投資級信用評級，同時控制在已公佈的融資規模範圍內，顯然，我們已宣佈 2026 日曆年將完成 500 億美元的融資。約翰，關於資本支出的更多細節，我們將在下一季度為各位介紹。**

約翰・迪富奇（古根海姆證券分析師）：非常感謝各位的詳細解答，道格拉斯、邁克。邁克，你關於甲骨文人工智能戰略的準備發言邏輯清晰，值得所有投資者參考。謝謝各位，祝你們一切順利。

雷吉娜（會議主持人）：下一個問題來自摩根大通的馬克・墨菲，有請發言。

馬克・墨菲（摩根大通分析師）：謝謝。克萊，恭喜公司業務實現加速增長。隨着甲骨文向更高規模的人工智能推理業務轉型，你們認為優化數據中心選址的核心策略是什麼？比如，你們在德克薩斯州和懷俄明州建有大型中心化數據中心，這些地區電力資源豐富，但距離沿海的人口密集區和光纖網絡干線較遠。我們不禁會想，用户和終端設備與數據中心的距離較遠，是否會產生影響？隨着人工智能推理業務的拓展，你們是否考慮過將數據中心選址向用户和業務流量密集區域傾斜？

克萊・馬古約克（甲骨文公司首席執行官）：當然，這個問題提得很好，馬克。我來回答。首先，我想談談我們對人工智能推理業務的看法，以及其對數據中心部署選址的影響。首先，此前市場的人工智能業務主要集中在模型訓練階段，而現在，人工智能推理的需求在全球各地都在快速增長。這一方面是因為人工智能模型的利用率持續提升，另一方面也源於新的應用場景不斷涌現。各位在軟件領域使用克勞德、代碼解釋器等工具時應該能感受到，這些工具的功能十分強大，正改變着我們的工作方式，人工智能推理的市場需求未來將迎來爆發式增長。

談到數據中心的選址，你提到了延迟問題，實際上，選址的考量因素有很多：成本、整體可用性、主權合規等，不同的考量因素對應不同的選址策略。聚焦到你提到的延迟問題，關鍵要理解，延迟的影響是相對的。比如，在股票市場進行超低延迟的交易，跨海岸的 100 毫秒往返延迟會產生重大影響；但如果是企業提出一個業務問題，人工智能模型需要數秒時間進行分析解答，那麼從紐約到懷俄明州額外的 40 毫秒延迟，幾乎不會產生任何影響。

與客户溝通后我們發現，在需要低延迟的應用場景中，當前的核心問題並非硬件的物理選址，而是所部署硬件的類型。這也是為何人工智能加速硬件領域的創新層出不窮，無論是格羅克、賽睿博思還是正電子等企業，都在探索如何既降低人工智能推理的成本，又大幅減少延迟。我認為，各位可以關注下周英偉達的 GPU 技術大會，屆時英偉達將發佈一系列重要公告。

整體而言，行業要實現延迟的降低和資源的整合，首先需要對人工智能推理的架構進行創新。值得慶幸的是，數據中心的物理選址對延迟的影響微乎其微，這讓我們能擁有更大的選址靈活性，將數據中心建在電力資源充沛、土地供應充足的地區，充分利用當地的資源優勢，滿足持續增長的市場需求。

馬克・墨菲（摩根大通分析師）：非常感謝你的解答。

雷吉娜（會議主持人）：下一個問題來自瑞穗證券的西迪坎塔・帕尼格拉希，有請發言。

西迪坎塔・帕尼格拉希（瑞穗證券分析師）：謝謝各位接受我的提問。我想請教一下甲骨文人工智能數據庫和人工智能數據平臺的市場機會。當前人工智能領域熱度高漲，企業紛紛開始採用頭部大語言模型廠商的工具，請問你們從客户那里瞭解到，企業在利用私有數據訓練並構建自有私有大語言模型方面的意願如何？你們對去年 10 月分析師日中提到的人工智能數據庫業務迎來增長拐點有多大信心？

克萊・馬古約克（甲骨文公司首席執行官）：謝謝。我來回答這個問題。這個問題可以分為兩部分，一是企業對私有大語言模型的採用情況，二是企業將人工智能技術與私有數據結合的應用情況。在人工智能發展初期，很多人認為大部分企業會針對特定場景訓練自有大語言模型，但目前來看，這一情況並未成為主流。相反，企業更傾向於將頂尖的通用人工智能模型與自身的私有數據進行安全融合，這一需求的增長速度非常快。

邁克此前介紹了我們將人工智能模型嵌入應用產品的案例，這就是其中一種應用場景。當然，並非所有企業系統都基於甲骨文的應用產品搭建，市場上還有大量的企業定製化應用。為此，我們為甲骨文人工智能數據庫新增了大量功能，通過多芯片處理器服務器、自然語言轉結構化查詢語言等方式，讓企業能輕松將人工智能模型與數據庫結合使用。同時，我們的人工智能數據平臺產品正是為解決這一核心問題而生：企業擁有海量數據，這些數據可能來自應用系統、不同的數據湖和數據倉庫，也可能存儲在結構化數據庫中，我們的人工智能數據平臺能將這些數據整合，打造一個智能體平臺，讓企業能快速開發應用，同時對接多家廠商的頂尖人工智能模型。

整個產品體系的市場需求都在快速增長，這也是我在準備發言中提到多雲數據庫業務實現高速增長的原因。我們發現，企業要充分利用最新的人工智能技術，首先需要完成數據的雲端遷移，而目前仍有大量企業核心數據未實現上雲。因此，我們看到企業將核心私有數據遷移至雲端的速度正在加快，目的就是爲了藉助最新的人工智能技術挖掘數據價值。

西迪坎塔・帕尼格拉希（瑞穗證券分析師）：感謝你的詳細解答。

雷吉娜（會議主持人）：下一個問題來自桑福德・伯恩斯坦公司的馬克・莫德勒，有請發言。

馬克・莫德勒（桑福德・伯恩斯坦公司分析師）：非常感謝各位接受我的提問，恭喜公司取得如此出色的季度業績。我想從財務角度提幾個問題。在完成大規模債務融資后，結合人工智能數據中心的建設成本和融資成本，你們對人工智能數據中心業務本身創造的價值有多大信心？另外，能否再詳細介紹一下主權雲業務？你們如何將人工智能數據中心業務與主權雲的人工智能服務提供商定位結合？這又將為甲骨文帶來怎樣的價值提升？

克萊・馬古約克（甲骨文公司首席執行官）：好的，馬克，這個問題我們分兩部分回答。我先來解答第一部分，隨后交由邁克介紹主權雲業務的相關情況。

談及人工智能數據中心的整體盈利性，主要包含兩個層面：一是單看算力加速硬件本身的盈利水平，我們此前曾給出指引，該板塊的毛利率預計在 30%-40% 之間，目前這一預期仍保持不變。隨着我們在數據中心運營、交付效率優化、網絡和硬件採購成本控制、電力資源利用等方面的能力持續提升，該板塊的盈利水平還將穩步改善，我們對這一趨勢非常有信心。

二是需要注意的是，企業採購人工智能數據中心服務，並非只購買算力加速硬件，還會配套採購大量的通用計算服務、高性能或大規模的對象存儲服務、負載均衡服務、身份認證與安全服務等。通常，這些配套服務的採購金額佔客户總支出的 10%-20%，而這些業務的毛利率更高，結合不同的服務組合，人工智能數據中心業務的整體盈利水平將進一步提升。

此外，正如我之前提到的，我們的多雲數據庫業務毛利率更高，達到 60%-80%，且正實現高速增長。將這些業務板塊結合來看，甲骨文雲基礎設施的整體毛利率持續提升，同時業務規模快速擴張。我想，這個問題背后可能存在一個市場認知誤區，即認為甲骨文的盈利性受到現有交付能力的限制。舉個例子，我們新建一個數據中心，規劃 4 個數據大廳，當第一個數據大廳交付后，該區域就能實現盈利。

當前，儘管我們的每股收益持續增長，但整體盈利水平未能實現更高突破的唯一原因，是我們同時在建的項目規模巨大，這些在建項目會產生一定的成本。不過，我們在項目管理方面的能力非常突出：能最大限度縮短項目建設周期，有效控制建設期間的成本，儘管這些成本無法完全消除，但已降至最低。公司業務正處於高速增長階段，在建項目的成本是現階段唯一的盈利拖累因素。幸運的是，我們的項目交付能力持續提升，且所有已交付的算力容量均已簽訂合同，能帶來可觀的利潤。綜合來看，我們對已交付的算力容量，以及人工智能業務盈利水平的持續提升，都抱有十足的信心。接下來，由邁克介紹主權雲業務。

邁克・西西利亞（甲骨文公司首席執行官）：關於主權雲，正如我之前所説，我們在這一領域的佈局具備顯著的先發優勢。一年前，主權雲的核心訴求還只是數據主權，當時市場上出現了一些偽解決方案，比如主數據中心實現了數據主權，但容災備份中心卻位於其他國家或地區，顯然，這樣的方案如今已無法滿足客户需求。現在的主權雲，要求實現數據主權、運營主權，甚至合同主權，而我們的甲骨文雲 Alloy 專屬雲模式，能完美滿足這三大核心訴求。

我們為客户提供全棧解決方案，這也是我們與競爭對手在主權雲領域的核心差異：我們並非簡單地搭建一個邊緣主權雲節點，而是在主權雲區域內部署完整的甲骨文雲基礎設施，涵蓋所有云服務，同時，正如你提到的，結合不同的利潤結構，我們還能在該軟件架構上運行全套應用套件和人工智能數據平臺。當然，這些業務的毛利率與基礎設施業務有所不同。我們認為，甲骨文在主權雲領域的定位獨一無二，能將公司的全系列產品和服務落地至主權雲區域。

主權雲區域的規模可根據客户需求靈活調整，小到微型部署，大到超大規模集羣均可實現。此外，我們還能根據客户需求靈活界定主權雲的服務邊界。市場通常將主權雲的邊界與國家或地區掛鉤，但我們也接觸到一些跨國家或地區運營的企業客户，比如在歐洲或非洲開展業務的企業，它們希望搭建專屬的主權雲區域，由企業自主掌控和運營，為特定垂直行業（如醫療、零售）的客户提供服務，而我們的甲骨文雲 Alloy 專屬雲模式能實現跨國家或地區的主權雲區域搭建，完全滿足這類客户的需求。

我們在合同條款和交付模式上具備最大的靈活性，而最重要的是，我們能在主權雲區域內提供甲骨文的全系列產品和服務，而非部分功能或少量邊緣設備，是完整的甲骨文雲基礎設施。

馬克・莫德勒（桑福德・伯恩斯坦公司分析師）：兩位的解答非常詳盡，非常感謝。再次恭喜公司取得優異業績。

雷吉娜（會議主持人）：下一個問題來自巴克萊銀行的雷莫・倫肖，有請發言。

雷莫・倫肖（巴克萊銀行分析師）：非常感謝，也恭喜各位取得出色業績。我想請教一個投資者普遍存在困惑的問題，就是市場上流傳的 「人工智能將終結軟件即服務和應用軟件」 的説法。想聽聽你們與客户溝通后，瞭解到的情況如何？這個説法是否只是投資者的臆測，客户是否也在討論這一話題？你們如何向客户解釋這一問題？我認為，甲骨文的產品更多基於確定性邏輯，而非概率性邏輯，這可能是關鍵原因，但還是想聽聽你們的正式觀點，謝謝。

邁克・西西利亞（甲骨文公司首席執行官）：好的，我來回答這個問題，雷莫。從與客户的溝通情況來看，目前還沒有任何一位客户表示，他們準備放棄零售商品規劃系統、核心銀行系統、活期存款賬户系統、電子健康檔案系統，而認為簡單拼湊幾款人工智能細分功能，就能在短期內替代這些核心系統。事實上，客户的想法恰恰相反，他們向我們提出的問題是：「你們能在應用產品中集成多少開箱即用的人工智能功能？我們如何能儘快將這些功能上線並投入使用？因為我們認為，這是實現人工智能價值最快的方式。」

要知道，甲骨文所提供的，是高度複雜的核心關鍵業務系統，這些系統凝聚了數十年的行業經驗，符合各類嚴苛的監管合規要求，是支撐客户企業、政府機構、醫療組織等運營的核心繫統。我們對自身在市場中的定位非常有信心。正如我所説，我們正積極擁抱人工智能技術，在 Fusion 應用套件中已部署了 1000 個人工智能智能體，僅銀行業應用套件就內置了數百個。誠然，人工智能技術具有顛覆性，但我們認為，甲骨文是這場變革的引領者，因為我們正將人工智能技術深度融入應用產品的核心，這一點毋庸置疑。

而且，所有人工智能功能均免費向客户開放，作為應用套件的一部分，隨季度升級同步推送，納入常規的產品更新節奏。因此，在甲骨文看來，人工智能並非軟件即服務模式的 「終結者」，反而進一步鞏固了我們的軟件即服務業務優勢，讓我們能更快地推向市場。我們對當前的業績表現非常滿意，未來也會為各位帶來更多相關的細節信息。

雷莫・倫肖（巴克萊銀行分析師）：好的，謝謝。

雷吉娜（會議主持人）：最后一個問題來自德意志銀行的布拉德・澤爾尼克，有請發言。

布拉德・澤爾尼克（德意志銀行分析師）：非常感謝各位。我也在此恭喜公司取得優異業績，同時想説，本次會議的信息傳遞非常清晰、實用。我的問題想請教邁克，或許拉里也可以補充，這個問題是對雷莫所提問題的延伸。你們在 Fusion 應用套件中推出了人工智能智能體開發平臺，衆所周知，企業的核心數據資產都存儲在甲骨文數據庫和甲骨文應用系統中。我想了解的是，在當前眾多企業都試圖打造跨多系統、多工作流的人工智能交互層的背景下，甲骨文的角色將如何演變？

邁克・西西利亞（甲骨文公司首席執行官）：布拉德，我先來回答。我認為，數據引力在這一過程中至關重要，而核心關鍵業務數據的引力效應則更為顯著。正如我們所宣佈的，我們在 Fusion 應用套件中推出了人工智能智能體開發平臺，而 Fusion 是客户企業的核心運營系統，掌控着其核心關鍵業務數據。如果企業或系統集成商計劃開發大量人工智能智能體，首先要考慮的問題就是：從何處着手？答案必然是從核心業務系統、從數據引力中心開始，因為從推理和檢索增強生成的角度來看，這些核心數據的相關性和針對性最強，能為人工智能智能體賦予豐富的業務語境。

我們在 Fusion 中推出的人工智能智能體開發平臺，並非僅支持 Fusion 數據，還能跨我們的垂直行業應用、第三方應用開發智能體，第三方開發者也能在該平臺上進行開發。我們將成熟的軟件即服務應用、人工智能驅動的軟件即服務應用，以及智能體定製開發能力整合，納入標準化的季度升級和平臺更新節奏，為客户提供一站式的優質解決方案，這一模式在市場上極具吸引力。

我們基於 Fusion 打造的人工智能智能體開發平臺，屬於季度升級的常規內容，同時也納入了公司的季度安全補丁更新體系，客户能同時享受到兩大優勢：一是成熟的標準化應用產品，二是與企業核心關鍵業務數據高度貼合的人工智能智能體開發平臺，並且企業還能根據自身需求開發定製化的智能體。

拉里・埃里森（甲骨文公司董事長兼首席技術官）：我來補充幾句。我們為所有應用產品都配備了大量預製的人工智能智能體，同時還提供人工智能數據平臺這一開發環境，讓客户能在我們的基礎上，輕松開發自有智能體。我們認為，我們無法為銀行系統或醫療系統開發出所有的應用智能體，這部分工作將由我們的合作伙伴和客户共同完成。而人工智能數據平臺的核心價值，就是提供一個完整的集成開發環境，客户能利用甲骨文雲中的所有主流人工智能模型開發自有智能體。

這些智能體可用於代碼開發，也能實現查詢的多步推理。舉個例子，我們計劃在 Fusion 會計系統中開發一個複雜的智能體，專門負責財務結賬工作。在不久的將來，客户使用 Fusion 進行財務結賬時，將實現全自動化，無需人工干預：只需向人工智能智能體下達結賬指令，就能自動生成結賬結果。我們在應用產品中集成了大量人工智能功能，同時保持系統的開放性，允許客户和合作夥伴豐富智能體生態，共同打造一個能實現醫療、金融服務、零售等行業全自動化的生態體系。

這正是人工智能技術為我們帶來的機遇，讓我們能拓展軟件即服務產品的邊界，打造實現全行業生態自動化的解決方案。我以醫療行業為例：目前，愛匹克系統主要服務於急性病醫院，部分也覆蓋診所，但核心是急性病醫院；而甲骨文的解決方案不僅覆蓋急性病醫院、診所、實驗室，還能為醫療支付方（即醫保機構）、保險公司提供服務，同時還能支撐護士的培訓管理、放射科醫生的排班調度（如核磁共振檢查的醫生安排）、醫院的財務管理，甚至能對接美國食品藥品監督管理局的藥品審批流程，以及製藥企業的業務運營。這就是整個醫療健康生態，其規模極其龐大。

幸運的是，如今的人工智能代碼開發工具，讓我們能夠打造一套完善的、基於智能體的軟件系統，實現醫療、金融服務等全行業生態的自動化，這正是甲骨文當前正在推進的工作。這也是我們認為自己能成為行業顛覆者的原因，也是為何我們認為 「軟件即服務末日論」 適用於其他企業，卻與甲骨文無關。

布拉德・澤爾尼克（德意志銀行分析師）：非常精彩的分享，謝謝拉里，也謝謝邁克。恭喜各位。

肯・邦德（甲骨文公司投資者關係主管）：謝謝布拉德。