

甲骨文2026 财年第一季度财报电话会议记录全文

404K

2025-09-10

文件提及的原文已经发在知识星球

每日更新 20 篇以上最新海外投行研报，一年 7000 篇以上，一篇几分钱。主要内容为高盛，大摩，花旗和瑞银当日最新内容精选部分，优先热门股，热门报告，如无则优先发国内相关和美国相关

会议摘要

Oracle 交出亮眼的 2026 财年 Q1：总营收同比增长 11%，至 149 亿美元；云基础设施营收增长 54%，由激增的 AI 工作负载驱动。**RPO（剩余履约义务）**跃升至 4,550 亿美元，同比增长 359%，从而推动本财年 OCI 增长目标大幅上调至 180 亿美元。为满足需求，资本开支（CapEx）指引上调至 350 亿美元。

对话实录

Tiffany（会议接线员）：
大家好，感谢各位耐心等待。我是 Tiffany，今天将担任本次电话会议的接线员。欢迎参加 Oracle 公司 2026 财年第一季度财报电话会议。为避免背景噪音，所有电话线路现已静音。在管理层发言结束后，我们将进入问答环节。届时如需提问，请按电话键盘的 * 键，再按数字 1。现在把时间交给投资者关系负责人 Ken Bond。Ken，请开始。

Ken Bond（投资者关系负责人）：
谢谢你，Tiffany。各位下午好，欢迎参加 Oracle 2026 财年第一季度财报电话会议。新闻稿和财务报表（包含 GAAP 与非 GAAP 调节表及其他补充财务信息）可在我们的投资者关系网站查看和下载。此外，近期采购或上线 Oracle 云服务的众多客户名单也将在投资者关系网站提供。今天参加电话会的有董事长兼首席技术官 Larry Ellison 和首席执行官 Safra Catz。
提醒一下，今天的讨论将包含前瞻性声明，包括预测、期望、估计或其他可能被视为前瞻性的内容。整个讨论过程中，我们将提及一些与我们业务相关的重要因素，这些因素可能会影响上述前瞻性声明。
这些前瞻性声明同样受到风险与不确定性的影响，实际结果可能与今天的表述存在重大差异。因此，我们建议各位不要对前瞻性声明寄予过度信赖，并鼓励大家查阅我们最新的文件，包括 10-K 和 10-Q 以及任何适用的修订，以全面了解这些因素与其他可能影响我们未来业绩或股价的风险。最后，我们并不承诺因新信息或未来事件而更新我们的业绩或这些前瞻性声明。在进入问答之前，我们先进行管理层预备发言。现在把时间交给 Safra。

Safra Catz（首席执行官）：
谢谢你，Ken。各位下午好。显然，我们迎来了一个令人振奋的开局，因为 Oracle 已成为 AI 工作负载的首选平台。我们与 AI 领域“名册级”的公司签署了重要云合同，包括 OpenAI、xAI、Meta、NVIDIA、AMD 等众多伙伴。
在第一季度末，剩余履约义务（RPO）达到 4,550 亿美元，同比增长 359%，较第四季度末增加 3,170 亿美元。我们的云 RPO在去年 83% 的增幅基础上继续增长，增速接近 500%。
下面按照不变汇率口径讲讲业绩。你们会看到，我们对利润表的展示做了一些调整，以更好地反映我们管理业务的方式，也便于你们更直接地理解云业务动态。云业务总收入（应用与基础设施合计）增长 27%，至 72 亿美元。
云基础设施（OCI）收入为 33 亿美元，同比增长 54%，而去年 Q1 该项增速为 46%。OCI 按量计费收入增长 57%，且需求持续远超供给。云数据库服务增长 32%，年化收入现已接近 28 亿美元。其中，**Autonomous Database（自治数据库）**收入增长 43%，在去年 Q1 已增长 26%的基础上继续提速。多云数据库收入（在 AWS、Azure、GCP 内嵌部署 OCI 区域）在本季度增长 1,529%。
云应用收入为 38 亿美元，同比增长 10%；我们的战略性后台应用收入为 24 亿美元，同比增长 16%。本季度软件总收入为 57 亿美元，同比下降 2%。总体来看，本季度总营收为 149 亿美元，同比增长 11%，高于去年 Q1 的 8% 增速。营业利润增长 7%，至 62 亿美元。

我们也在加速把 AI 引入内部运营以提升效率。我预计本财年我们的营业利润将实现中两位数增长，2027 财年增速将更高。非 GAAP 每股收益（EPS）为 1.47 美元，GAAP EPS为 1.01 美元。本季度非 GAAP 税率为 20.5%，高于指导的 19%，使 EPS 低了 0.03 美元。
过去四个季度，经营性现金流增长 13%，至 215 亿美元；自由现金流为 -59 亿美元，期间资本开支 274 亿美元。本季度 Q1 的经营性现金流 81 亿美元，自由现金流为 -3.62 亿美元，资本开支 85 亿美元。季度末我们持有现金及有价证券110 亿美元；短期递延收入为 120 亿美元，同比增长 5%。

过去十年，我们以平均 55 美元的价格将流通股数减少了三分之一，这一价格不到当前股价的四分之一。本季度我们回购 44 万股，合计 9,500 万美元。此外，过去 12 个月派发股息 50 亿美元，董事会再次宣布每股 0.50 美元的季度分红。鉴于 RPO 的增长，我现在预计 2026 财年 CapEx 约为 350 亿美元。提醒一下，我们绝大多数 CapEx 投向数据中心内的创收型设备，而不是土地或建筑。随着更多产能上线，我们将把庞大的 RPO 积压转化为加速的营收与利润增长。

在进入第二季度指引前，我想谈谈对 2026 财年及未来几年的宏观看法。显然，这是一个非常出色的季度，且对 OCI 的需求持续累积。我预计我们将签下更多数十亿美元级客户，RPO 很可能突破 5,000 亿美元。
RPO 的强劲增长使我们得以大幅上调财务计划中云基础设施部分的目标：我们现在预计 OCI 在本财年将增长 77% 至 180 亿美元，随后四年分别增长至 320 亿美元、730 亿美元、1,140 亿美元、1,440 亿美元。其中相当一部分收入已预订在 4,550 亿美元的 RPO 中，本财年起步就非常强劲。

尽管外界高度关注我们的 GPU 相关业务，但我们的非 GPU 基础设施业务仍以远快于竞争对手的速度增长。我们也看到行业化云应用正在带动客户采用我们的后台云应用。最后，Oracle 数据库也在蓬勃发展：目前在 Azure、GCP、AWS 内嵌的多云数据中心已有 34 个上线，我们还将再交付 37 个，总数达到 71。所有这些趋势都指向更高的收入增速。对于 2026 财年，我们对按不变汇率口径的全年总营收增长 16%保持信心与承诺。展望 2026 财年之后，我对进一步加速我们的营收与利润增长更加有信心。正如所述，我们将在 10 月拉斯维加斯的 Oracle AI World 上的金融分析师会议上更新我们的长期财务目标。

现在给出 Q2 指引（以下为非 GAAP口径，并假设汇率维持当前水平）。按今天汇率，汇率因素对 EPS 的影响为 +0.03 美元，对营收为 +1%（取决于四舍五入），但实际影响可能不同（Q1 就出现过差异）。具体如下：

总营收预计按不变汇率增长 12%–14%；按美元计价增长 14%–16%。
云业务总收入预计按不变汇率增长 32%–36%；按美元计价增长 33%–37%。
非 GAAP EPS预计按不变汇率增长 8%–10%，区间 1.58–1.62 美元；按美元计价增长 10%–12%，区间 1.61–1.65 美元。
最后，Q2 的 EPS 指引假设基础税率为 19%；但一次性税务事项可能带来偏差（本季度就出现过）。Larry，交给你。

Larry Ellison（董事长兼首席技术官）：
谢谢你，Safra。最终，AI 会改变一切。此刻，AI 正在根本性地重塑 Oracle 和整个计算机产业，尽管并非所有人都意识到这股正在逼近的海啸有多么猛烈。看看我们本季度的数字，有些事情是不言自明的：多家一流 AI 公司选择 Oracle 来建设用于训练其 AI 模型的大规模、以 GPU 为核心的数据中心。这是因为 Oracle 能打造千兆瓦级的数据中心，在 AI 模型训练上更快、更具成本效率，领先全球。
训练 AI 模型是一个数万亿美元级的巨大市场；很难想象有哪个技术市场比它更大。但如果你仔细看，会发现一个更大的市场：AI 推理（inferencing）。数以百万计的客户会使用这些 AI 模型来运行企业和政府。事实上，AI 推理市场将远远大于AI 训练市场。从机器人工厂、自动驾驶汽车、智能温室，到用于药物设计的生物分子模拟、医学影像与检验结果解读、实验室自动化、金融市场交易、法律/财务/销售流程自动化……AI 将会生成那些名为 AI 代理（AI agents） 的计算机程序，去自动化你的销售和营销流程。再重复一遍：AI 将自动写出这些程序，然后去自动化你的销售、你的法务、你的工厂，等等。
想一想：AI 推理才是改变一切的力量。Oracle 在训练市场做得不错，但我们正积极进军推理市场。而我们认为自己在推理市场胜出的位置很好，因为 Oracle 是全球最大规模的高价值企业私有数据的托管方。
随着我们推出全新的 AI 数据库，我们为你把数据存进数据库提供了一种非常重要的新方式：你可以把它向量化（vectorize）。一旦向量化，所有数据都能被 AI 模型理解。我们让客户可以非常容易地把其所有数据库、所有新的 Oracle AI Database，以及 OCI 对象存储，直接连接到全球最先进的AI 推理模型上：ChatGPT、Gemini、Grok、Llama —— 这些都能在 Oracle Cloud 中以独特方式获得。
当你把数据向量化，并把它与任一 LLM 连接后，你就能提出任何问题。例如：“最新关税将如何影响下季度的收入与利润？” 你提出问题后，大语言模型会把你的企业私有数据与公开数据结合起来进行高级推理。你就能得到重要问题的答案，且无需牺牲私有数据的安全与保密。
请认真想想。很多公司说他们“在做 AI”，因为他们在写代理。我们也在写一堆代理。当将近三年前 ChatGPT 推出时，你能做的就是对话、提问，并获得基于最新最佳信息与高质量推理的回答——只要问题涉及公开数据。如果你把公开数据与企业数据结合起来——而企业并不愿共享其私有数据——你必须以一种方式来实现：让私有数据保持私有，同时让大语言模型可以利用它们进行推理，去回答那些最重要的问题。我们会在下月的 AI World 上率先交付并演示这一能力。这正是自 ChatGPT 3.5 将近三年前发布以来，客户一直在要求的东西。现在，他们可以提出这些问题了。Safra，交还给你。

（主持）：
谢谢你，Larry。Tiffany，请邀请听众提问。

Tiffany（会议接线员）：
如需提问，请按 * 键后再按 1。要撤回问题，请再次按 *1。我们稍作停顿以整理问答名单。第一位提问来自 Guggenheim Securities 的 John DiFucci。请提问。

John DiFucci（Guggenheim Securities 分析师）：
谢谢给我机会提问。即便是我，也被眼前的前景震撼到了。这个问题我故意问得开放些。Larry 和 Safra，Oracle 已经成为 AI 训练工作负载的事实标准，而且你们能从中盈利。我对这一点非常有信心。但显然，这不只是 AI 训练，尽管它占很大一部分。你们也谈到了。能否更详细地谈谈，还有哪些因素在驱动这些令人惊叹的预测？

（主持）：
Larry，请你先来。你刚刚其实已经在讲了。

Larry Ellison：
很多人都在寻找推理算力。人们在耗尽推理算力。正如我之前一两季提到的，有家公司打电话来对我们说：你们在全球任何地方尚未被使用的算力，我们全要。不在乎在哪。我从未接到过这样的电话，非常罕见。那是为推理（不是训练）而要的。推理需求极其旺盛。想想看，最终我们在训练上花的所有钱，都必须转化成产品去销售，而这全部是推理。因此，推理市场远大于训练市场。
是的，像其他人一样，我们也在用应用去构建代理。但我们做的远不止这些。三年前（不到三年）ChatGPT 让世界震惊：你可以直接与计算机对话、提出问题，并基于最新且最精确的信息获得有理有据的回答，前提是问题基于公开数据。公开数据很多。如果把公开数据与企业数据结合，而企业不愿共享其私有数据，你必须让私有数据保持私有，但LLM 仍能用它进行推理，去回答“最新关税、最新钢价将如何影响我的季度结果、交付能力、收入与成本”这样的问题。
要做到这一点，我们必须并且已经对数据库进行了根本性变革，让所有数据都可向量化——这是 LLM 理解信息的形式。同时让人们可以问任何想问的问题。我们就是这么做的。除非你拥有一个安全、可靠、并已与所有主流 LLM 连接的数据库（我们已经实现），否则你很难在你的数据 + 公开数据之上交付类似 ChatGPT 的体验。这正是 Oracle 的独特价值。我们托管的数据规模远超任何应用公司。他们的应用数据对应的客户数量以万计，而我们以百万级数据库计。我们认为，在推理方面我们比任何人都更有优势。

Safra Catz：
此外，除了 GPU 相关业务，我们也已成为许多客户的事实上的云。他们既希望把一部分工作负载放在我们的公有云或竞争对手的公有云里（并与 Oracle Database 协同），也有很多理由希望使用专有区域（Dedicated Region）或 Cloud@Customer。我们给客户提供了极大的选择自由，因此几乎很难出现无法满足需求的情况。当然，我们拥有整套技术栈：从基础设施到你们即将听到很多的数据库（在我要说的场景下，它其实是唯一合理的数据存储，当你要让 AI 模型去使用这些数据时），再到应用，各层协同推进，客户叠加使用时受益更大。

John DiFucci：
抱歉，我——

Larry Ellison：
John，你刚刚要夸我们，而我打断了你。抱歉，有些失礼了。

John DiFucci：
我只是想说，向你们致敬。我做这行很久了，我告诉整个团队都要密切关注这件事，即便他们平时不覆盖 Oracle。因为这对职业生涯来说是一件具有里程碑意义的事。太了不起了。恭喜你们，太棒了。

Larry Ellison：
谢谢。

John DiFucci：
这需要大量工作。请继续保持。

Larry Ellison：
确实做了很多工作。让我再提两件我认为非常震撼的事。第一，我们把整个 Oracle Cloud——所有功能、所有特性——压缩到几柜设备里，三柜。我们称之为 Butterfly，成本 600 万美元。我们能给你一套私有版本的 Oracle Cloud，拥有所有功能与安全特性，只需 600 万美元。我认为其他超大规模云厂商的成本至少是它的一百倍。
我们可以向客户提供完整的 Cloud@Customer。像 Vodafone 这样的公司（我不确定哪些客户可以点名），他们在购买自己的 Oracle Cloud 区域，甚至多个区域，因为他们不想在云里有任何邻居。他们要的是完整云，要按用量付费，要全部功能与安全，且不想自己购买这些软硬件——他们希望由我们来购买并持有，由我们来维护、建网络、提供一切，他们只需按消费付费。而我们的入门价只有竞争对手的1%。
第二，我们拥有业界最先进的“应用生成器（application generator）”。我们既是应用公司又是云基础设施公司，所以我们要构建应用。要更高效，方法就是构建AI 应用生成器。我们一直在做。最新的应用并非“我们手写的”，而是由 AI 生成的。在应用生成的能力上，我们认为自己远远领先其他应用公司。这是重要优势。顺带一提，我说过我们不会为应用里的 AI 单独收费，因为我们的应用本身就是 AI。这些新应用，本质上就是一组由我们生成、并以工作流串联的 AI 代理。你很难把“AI”单独定价。我们寄望应用更好、更畅销，从而获得回报。谢谢你的夸奖，John。

John DiFucci：
谢谢你，Larry。谢谢你，Safra。

Safra Catz：
也谢谢你，John，多年来一直友好地关注我们。好日子。现在该进入下一位提问了。

Tiffany（会议接线员）：
下一位来自 德意志银行（Deutsche Bank AG） 的 Brad Alan Zelnick。请提问。

Brad Alan Zelnick（德银分析师）：
非常感谢。我想我们都被积极意义上的震撼到了。Larry，要证明计算领域正发生剧烈地壳运动，没有比你们刚刚交出的成绩更好的证据了。Oracle 拥有近 50 年在转型浪潮中把握方向并最终胜出的历史。谈到企业应用，投资者如今相对悲观。我想听听你的看法：行业将走向何方？那些没有数据库、不具备你们**从上到下（直至芯片）**的优势的公司，将会如何？这会不会是一场“物种灭绝”级别的事件？

Larry Ellison：
我们拥有巨大的优势，因为我们既是基础设施公司，又是应用公司。两件事同时发生：作为应用公司，我们知道必须生成应用，不能再靠人海战术。我们仍然需要人，但数量显著减少；而且我们生成的应用，比手工开发的更好。我们已在AI 应用生成器上下了很久的功夫，而且真在用。重要的是，我们不只是做“生成器”，我们还用它去生成应用，这让我们能反向改进生成器本身。
另一个优势（常常也是劣势）是：我们很大。我们不再销售离散的单体应用，而是销售应用套件。我们决定进入医疗领域，与 Epic 竞争，因为我们相信我们能覆盖更大范围的问题，因为我们更大。顺便说，我们也比 Workday 或 ServiceNow 大，我们解决的问题范围也更广。我们能把完整的 ERP 做好，然后叠加 CRM，所有组件工程化契合，这让客户的采用轻松许多。
我们在应用生成底层技术方面的能力，使我们能构建更好的应用、更多的应用，从而解决更大比例的问题，客户无需在多个厂商间做繁琐的系统集成。我们能交付套件，其中各部分本就工程化地契合。我认为我们在应用领域拥有巨大优势。
在 AI 推理方面，我们也有巨大优势。下个月在 Oracle AI World 上，我们会演示：我们把所有客户数据都纳入其中（细节暂且不表），你可以提出任何问题：销售人员是谁、我辖区内排名第一的潜在客户是谁、下一步最该卖给他什么产品、最佳客户证言有哪些……销售可以立刻得到答案。工程师也能问：Oracle Financials 的哪些功能最容易让用户出错，需要我去修复、提升易用性？你只管提问，因为所有这些数据都已可被 AI 模型利用。
有没有其他人在做这件事？据我所知没有。这是巨大的优势。

Brad Alan Zelnick：
今天真是了不起的一天。我们期待 AI World。谢谢你。这不仅对 Oracle，是对整个行业都具有标志意义的一天。再次恭喜。

（主持）：
非常感谢。

Tiffany（会议接线员）：
下一位来自 TD Cowen 的 Derek Wood。请提问。

Derek Wood（TD Cowen 分析师）：
感谢回答我的问题，也再次祝贺如此里程碑式的季度。Safra，你们在 Q1 新增 RPO 超过 3,000 亿美元，这太惊人了。这将需要大量基础设施建设。你能否进一步说明，为全面履约这些合同，需要多少 CapEx 与运营成本结构？未来几年成本爬坡与收入爬坡应如何理解？总体而言，投资者该如何看待这部分支出的ROI？

Safra Catz：
好的。首先，正如我在预备发言中所说、之前也反复强调的，我们不拥有房产，也不拥有建筑物。我们拥有并进行工程化的是设备，这些设备为 Oracle Cloud深度优化，具备极其特殊的网络能力，以及来自 Larry 和其团队的技术能力，使我们能更快地运行这些负载；因此，按工作负载不同，我们比竞争对手更便宜。
我们会在恰当的时点投放这些设备。通常（假设客户尽快验收），我们很快就开始产生收入。客户越快验收、系统满足其需求、越快投入使用，我们越快实现收入。
从某种意义上说（我不想用“资产轻”的金融术语），但我们确实比较“轻”。这对我们是优势。我知道有些竞争对手喜欢拥有建筑，但那不是我们的专长。我们的专长是独特的技术、独特的网络、存储，以及我们整套系统的构建方式。此外，这些系统高度同质、极简，这使我们既能非常盈利，又能向客户提供极具吸引力的价格。
我提到过，本财年 CapEx 预计约 350 亿美元。我们在密切监控：基本上是刚接收设备就投放，随后移交给客户开始产生收入。因此，我们对产能投放有非常清晰的可见性，并且基本上是在收入启动前一刻支出 CapEx。此时我看到 350 亿美元；也可能略高，若更高反而是好消息，说明我拿到了更多机房地板空间。大家也知道，我们嵌入了竞争对手（同时也是伙伴）的云中。那里我们最终会将内嵌数据中心拓展到 71 个。在这些场景里，我们只需为我们的设备买单，而且立即投放使用。

Larry Ellison：
补充两点简短的。第一，我们刚把一个巨大的数据大厅交付给某位客户。验收理论上可能需要一两个月，但这次是一周：从我们“正式拥有设备”、客户开始测试，到他们开始付费，只花了一周。我们的团队非常卓越，能极快让设备正常运行，让客户完成验收。他们也希望尽快验收，因为他们迫不及待要开始训练模型。这次巨大数据厅的一周验收，是非常不凡的事件。
第二，我们是网络设备、GPU 等非常大宗的采购方。正因为如此，我们可能能从供应商那里获得比他人更好的融资条件。我认为这也对我们有利。总体看，在财务侧我们也会做得很好。

Derek Wood：
很好。谢谢你，Larry。谢谢你，Safra。

Tiffany（会议接线员）：
下一位来自 Sanford C. Bernstein & Co. 的 Mark L. Moerdler。请提问。

Mark L. Moerdler（Bernstein 分析师）：
非常感谢，Larry 和 Safra，以及 Oracle 团队，令人惊叹，恭喜。我想聚焦你们在AI 训练业务上的胜出。Oracle 如何构筑足够的护城河，确保这块业务不被商品化？即便训练放缓，你们如何继续在训练业务上实现强劲的盈利与自由现金流？我认为大家需要理解这一点。

Larry Ellison：
我可以用一句话回答：我们的网络能以极快的速度传输数据。如果我们能比别人传得更快，如果我们的 GPU 超级集群具备性能优势，而你是按小时付费，那么我们速度是对方的两倍，就是对方成本的一半。

（主持人轻评）：
简洁有力。

Safra Catz：
这就是我们的防御（护城河）。

Larry Ellison：
我同意。

Mark L. Moerdler：
谢谢。

Tiffany（会议接线员）：
最后一位问题来自 Wolfe Research 的 Alex Zukin。请提问。

Alex Zukin（Wolfe Research 分析师）：
感谢你们挤出时间。我原本想问，Oracle AI Database 是否真的打开了通用企业推理市场的大门。听你们的发言，答案似乎是**“当然是”。我的追问是：未来几年节奏会如何？在 AI Database 推出后，你们预计企业级客户**、尤其高成熟度客户，何时会真正愿意以这样的方式查询其企业数据？当前的供给约束是否会阻碍这种需求，还是说这问题正在被解决？

Safra Catz：
我不清楚——Larry，要不要你来讲？你其实刚刚已经覆盖——

Larry Ellison：
谁会不想要呢？几乎所有人都说他们想用 AI。从 CEO 到国家及政府的领导人，都在谈 AI。历史上我们不太直接与 CEO 打交道，如今却经常；同理也与政府首脑讨论，因为 AI 太关键了。
让人们在他们的数据之上使用 AI，这正是他们想做的。他们过去不知道怎么做，也不知道如何在安全的条件下做。一个重大风险是：例如 JPMorgan Chase、Goldman Sachs 不可能把所有数据直接共享给 OpenAI、xAI、Llama、Meta。私有数据必须保持私有，同时又要让它们能被OpenAI、xAI 及其他最新、最佳的推理模型使用。
因为我们有数据库，因为我们能把所有数据向量化，因为我们在数据库中有非常复杂的安全模型，我们能把这些全部交付出来。我们在 AI Database 上的选择不仅是让所有数据可向量化、让 AI 能理解，我们还把它与各家 AI 模型打了包。这也是我们为什么与 Google、与其他伙伴达成合作：你可以在 Oracle Cloud 获得 Gemini、Grok、ChatGPT、Llama，等等。我们把它们捆在一起，让客户非常容易地把这些 LLM 用在公开数据 + 企业数据的组合上。这正是他们想要的：基于公开数据与企业数据的组合，提出并得到任何重要问题的答案。
每个人都想要。我认为需求将是“难以满足”的。未来几年，我们能在整个云上交付大量数据库与 AI，我们已做好充分准备。

Safra Catz：
这也将是Oracle 数据库（其在企业市场份额仍然遥遥领先）真正迁移至云的重要原因。许多数据库会迁到公有云，使用 Oracle AI Database；而最大型的企业会希望拥有专有区域或 Cloud@Customer。他们终于可以在自己的数据之上获得 AI 的好处，而且任意选择 LLM（它们都在我们的云里）。