甲骨文刚刚发布了最新财报，营收和盈利双双超出预期，盘后股价大涨。
但比起股价本身，更值得关注的是这家公司所处的位置。某种意义上说，甲骨文正好站在当前AI产业两场风暴的中心，因此它也成了一个极好的观察窗口。
第一场风暴，是AI泡沫论。市场越来越怀疑，巨额的AI投入，到底什么时候才能真正变成利润和现金流。
第二场风暴，则是AI颠覆论。投资者担心，AI会反过来冲击传统软件公司的商业模式，甚至动摇整个软件行业原有的护城河。
而甲骨文偏偏两边都占了。一方面，它正在大举押注AI基础设施，甚至通过融资和举债放大扩张；另一方面，它又是典型的老牌软件巨头，天然处在“最可能被AI颠覆”的靶心位置。
也正因为如此，如果你想看清楚这两个问题，甲骨文就是一个很好的样本。这份财报，某种程度上就是甲骨文对这两场质疑的正面回应。
【一、创纪录的财务数据】
营收盈利双双高增长
如果要理解甲骨文这次反击的底气，首先必须直面这份财报里最核心的财务基座。
在当前的宏观环境下，甲骨文交出了一组非常强悍的数据。按美元计算，它的有机总营收，以及非GAAP每股收益，也就是EPS，双双实现了20%或以上的增长。
对一家体量如此庞大的老牌科技巨头来说，这种同步增长本身就是一个非常清晰的信号。
更关键的是，这还是一次历史性的跨越。自2009年金融危机后的复苏期以来，整整15年里，这是甲骨文首次同时在营收和利润这两个最硬核的指标上跨越这一门槛。
RPO预示AI强劲需求
但如果只看营收和利润，还不足以理解市场为什么会重新审视这家公司。真正引人注目的，是另一个更具前瞻性的指标：RPO，也就是剩余履约义务。
所谓RPO，本质上就是客户已经签了合同，但服务还没交付、收入还没确认的那部分未来收入。说得更直接一点，它代表的是已经锁定、但尚未兑现的需求。
而甲骨文当前的RPO，已经飙升到了惊人的5530亿美元。
这个数字的意义非常大。它反映的不是一时的市场情绪，而是企业级市场对大规模AI基础设施和云服务的极度饥渴。换句话说，很多大客户已经不是在“考虑要不要上AI”，而是在争先恐后地锁定未来的算力和数据能力，生怕自己在下一轮竞争中掉队。
当大型企业愿意提前锁定如此庞大的未来支出时，这说明算力和数据能力，已经从企业的可选项，变成了事关生死的必选项。RPO增长的背后，实际上是一种深度的长期绑定。
TikTok US投资
说到通过深度绑定锁定未来需求，财报里还正式确认了一个备受瞩目的跨界动作，那就是对TikTok US的投资。
这个动作的意义并不只是“多投了一个项目”这么简单。它一方面拓宽了甲骨文在企业端之外的版图，另一方面也让它触及到了庞大的消费者数据生态。
根据电话会议披露的信息，甲骨文已经收购了新近独立运营的TikTok US 15%的股权，并拿到一个董事会席位。这显然不只是一个被动的财务投资。
当然，从财务架构和披露方式来看，这笔交易还需要厘清。电话会议里已经明确指出，这15%的股权投资并不会直接计入甲骨文现有技术服务业务的营业收入，也就是说，它不会直接虚增甲骨文云业务的收入表现。相反，这笔投资将在第四财季，也就是截至2026年3月31日的季度中，作为非营业收入或亏损，采用权益法进行核算。
这意味着什么？
这意味着甲骨文在不稀释核心云业务利润率的前提下，为自己增加了一个新的非营业收入来源，同时也增加了一个非常重要的战略触角。它既没有破坏原有云业务的利润逻辑，又把手伸向了更大的数据生态。
【二、AI基础设施建设】
“自带硬件”模式
如果说TikTok US代表的是甲骨文在资产配置上的灵活性，那么在它最老本行的基础设施建设上，这种灵活性体现得更明显。
训练和运行大模型需要极其庞大的算力，而建设这些支撑算力的数据中心，本质上就是一个吞噬现金的无底洞。买地、拉电网、采购顶级GPU，每一步都极度烧钱。尤其是在AI需求爆发的阶段，谁能拿到地、电和机房空间，谁就掌握了主动权。
但甲骨文在规划超过十几吉瓦的超大规模电力和数据容量时，并没有让自己的负债表承受致命压力。
十吉瓦是什么概念？这已经接近几个大型城市的总用电规模。可即便如此，甲骨文仍然找到了一个非常巧妙的扩张方式。
在这超过十吉瓦的庞大容量中，有超过90%是由合作伙伴全额提供资金的。具体而言，甲骨文推出了“自带硬件”的模式，也就是Bring Your Own Hardware，同时配合客户预先付款的合作机制。
为什么客户愿意这么做？因为当前市场上最稀缺的资源，根本不是抽象意义上的“云”，而是具备高级网络架构、稳定电力和可立即部署能力的现成数据中心空间。
对于那些急需算力的头部客户来说，时间比钱更重要。它们愿意提前支付巨额资金，甚至自己去买芯片，再把芯片放进甲骨文的机房里。也正因为如此，甲骨文凭借这个模式，在上次季度电话会议之后又迅速签下了超过290亿美元的新合同。
这其实非常像商业地产里的定制开发模式。甲骨文手里握着最核心的土地资源、电力规划能力，以及像RDMA网络这样的底层架构能力，它负责设计并运营这栋“超级算力大厦”；而建大厦最贵的那部分重资产投入，则由未来要入住的超级租户们提前买单。
这样一来，甲骨文既不用大幅消耗自己的现金流，又牢牢握住了未来服务分成。这种模式不只是省钱，更重要的是，它把客户的需求、资本和未来收入都提前锁死了。
为什么华尔街愿意给钱？
为了支撑整体高速运转，甲骨文在资本市场也有大动作。
资料显示，它今年计划进行500亿美元的融资，目前已经通过发行债券和可转换优先股等金融工具，成功筹集了300亿美元，而且在华尔街获得了超额认购。
资本市场为什么敢给它这么多钱？答案其实非常简单：因为华尔街看到了那5530亿美元的RPO。
这相当于什么？相当于未来很长一段时间内，甲骨文的收入和现金流已经被大量合同提前锁定。对于债权人和投资者来说，这就是最重要的安全垫。说得更直白一点，甲骨文是在用未来的确定性，换取现在的低成本资金。
而在这个过程中，最能体现管理层能力的，不只是融资能力，而是利润率控制能力。
在如此密集的资本开支下，甲骨文的AI基础设施毛利率不仅没有被稀释，反而维持在30%以上的指导目标之上，实际达到了32%。
在重资产赛道里，能够一边保持高速扩张，一边守住这种利润率，说明它在供应链管理、项目交付和资源调度上，已经做到了极高水平。这不是简单的“有需求”，而是把需求真正转化成高质量收入的能力。
为什么敢把数据中心建到偏远地区？
在财报电话会上，有一个关于数据中心物理延迟的问题：甲骨文数据中心的很多机房都建在怀俄明州、得克萨斯州等偏远地区，离纽约、洛杉矶这些核心商业区很远，那么物理距离带来的网络延迟，难道不会严重影响AI推理的响应速度和用户体验吗？
这是一个非常经典，也最容易产生误判的问题。
甲骨文高管给出了详细回答。这其实揭示了一个非常重要的底层逻辑：我们必须区分不同类型的计算任务，对网络物理延迟的敏感程度。
如果你做的是华尔街高频交易，那么几十毫秒的延迟就是生死线，因为利润可能在那几毫秒之间就被竞争对手抢走了。
但当我们谈论的是大语言模型推理时，情况完全不同。让一个大模型去分析一份50页的财报，并生成商业洞察，模型本身在GPU里进行海量矩阵乘法运算，往往就要耗费好几秒钟。与这几秒钟相比，数据在光缆里多跑几百英里增加的几十毫秒延迟，对于最终用户体验几乎可以忽略不计。
换句话说，在AI推理这条链条里，真正的瓶颈并不在光纤，而在硅片。
只要AI仍然需要几秒钟来“思考”，那么机房建在市中心还是建在郊区，对大多数企业级推理场景来说差别并没有想象中那么大。厘清了这一层逻辑，就会发现甲骨文的选址策略其实非常前瞻。
降低AI延迟的真正关键，不是在城市中心多租一点机房，而是在推理芯片的底层架构上做创新。甲骨文在财报中提到支持Groq、Cerebras等新型芯片设计公司，本质上也是在押注这一方向：通过重构SRAM和内存带宽，把推理速度推向极致。
一旦核心计算延迟由芯片架构来解决，甲骨文就能更加从容地摆脱昂贵的一线城市节点，把巨型数据中心建在核电站旁边，或者建在拥有大规模太阳能阵列的广阔土地上，从而实现资本效率和能源效率的最大化。
【三、粉碎“SaaS末日论”】
甲骨文不会被颠覆
如果说基础设施层面，甲骨文已经建立起相当坚固的护城河，那么在应用层，市场的焦虑其实更复杂。
整个科技圈目前都笼罩在一种情绪里，那就是所谓的“SaaS末日论”。
这种观点的逻辑并不难理解。既然几个聪明的工程师配合先进的AI代码生成工具，几天就能做出过去几百人几个月才能开发出来的软件，那么传统SaaS巨头，也就是那些“软件即服务”公司，是否会被这些更灵活、更敏捷的AI原生创业公司迅速颠覆？
如果把这个问题放到宏观图景里看，这种担忧在逻辑上是成立的。前提只有一个：老牌SaaS巨头选择原地踏步。
但问题就在于，甲骨文并没有原地踏步。
在电话会议上，甲骨文CEO Mike Sicilia对这种论调给出了非常强硬的回应。现实情况是，甲骨文不但没有成为被颠覆的对象，反而把AI直接转化成了重构自身业务的超级引擎。
甲骨文的AI化战略
甲骨文在内部推动AI化的力度非常激进。
例如，他们用内部AI代码工具，让小型工程师团队以前所未有的速度重构了客户体验相关的应用矩阵，其中包括潜在客户生成、销售编排等复杂功能。甚至连庞大的Oracle.com官方网站，也都是用自己的AI工具自动生成的。
这意味着什么？意味着AI对甲骨文来说，并不是一个停留在PPT里的新概念，而是已经深入到开发、运营和产品交付全过程的生产工具。
但更关键的还不是内部开发效率，而是它交付给客户的产品形态已经发生了变化。
甲骨文的Fusion应用套件里，如今已经有超过1000个嵌入式AI智能体作为标准服务投入使用。注意，这些不是需要客户额外打开、额外购买、额外训练的聊天机器人，而是深度融合在企业核心业务流里的智能节点。
这两者的区别非常大。
一个外挂式AI工具，可以帮你生成一段文字，做一份总结；但真正嵌入业务流程里的AI，可以直接参与企业运行。它可以跟财务流程、人力系统、供应链、银行合规系统、医疗记录系统一起工作，成为业务链条的一部分。
例如在医疗领域，甲骨文推出了AI驱动的电子健康记录系统。这类系统切中的不是“有没有AI功能”这种表层问题，而是医疗机构最现实的痛点：繁杂的行政记录、低效的流程、医生时间被文书工作大量吞噬。AI一旦嵌入进去，减少的就不是一个按钮的点击，而是整个工作流中的低效环节，最终把时间真正还给医生。
在金融领域，这种嵌入式AI的价值更加明显。甲骨文在银行业务套件里免费嵌入了数百个AI智能体，用于自动处理反洗钱合规审查、金融犯罪筛查以及复杂的供应链融资流程。
这说明，甲骨文的逻辑已经不是“给你一个AI插件”，而是“把AI直接变成系统的一部分”。
不是模型，而是系统级信任
电话会议里还提到了一个非常关键的产品：AI Agent Studio。
这个产品的意义在于，它并不要求客户只能使用甲骨文自家的模型。相反，客户可以调用云端上的任何大语言模型，结合自己的私有数据，构建高度定制化的智能体。
这一步非常重要。因为它表明甲骨文正在主动放弃“模型封闭”思路，转而押注更深一层的东西：企业级系统的入口、数据、合规、工作流和交付能力。
为什么大型企业愿意用这种方案？因为在金融合规、医疗隐私这些极为严肃的场景中，企业看重的从来不只是AI的生成能力。它们更看重的是底层系统的合规性、稳定性和数据安全。
也就是说，纯粹的AI初创公司或许能在某一个点上做出惊艳体验，但很难在短时间内建立起这种系统级的信任。
而这种系统级信任，一旦建立，就会直接转化成市场份额。
从财报数据来看，甲骨文在ERP、HCM这些企业命脉系统上的竞争，已经开始出现非常明显的进展。它从Workday和SAP这些传统竞争对手手里抢下了大量重磅客户，包括Memorial Hermann医疗系统、新南威尔士大学，以及华尔街的大型银行。仅在第三季度，就有超过2000个客户在甲骨文平台上成功上线。
这背后其实说明了一件事：在AI时代，数据的引力变得比过去更强了。
当企业发现甲骨文可以把最先进的AI智能体，直接叠加到自身最核心的财务、人力资源等关键数据之上时，迁移的动力就会被极大放大。因为数据还在这里，流程还在这里，合规体系也在这里，AI只需要顺着这个入口往里嵌，就能迅速产生价值。
甲骨文的愿景
当我们把这些模块拼起来看，多云数据库、无处不在的智能体、主权云架构，再加上对基础设施的控制能力，就能看见Larry Ellison在会上描绘的那个更大的愿景。
甲骨文已经不再把自己定位成一家单一环节的软件供应商了。它真正想做的，是自动化整个庞大的行业生态系统。
医疗就是这个愿景最好的实验田。
传统SaaS模式的逻辑，是给医院卖一套系统，给保险公司卖一套系统，给实验室卖一套系统，给人力资源部门卖一套系统。每个节点各自数字化，但整个链条仍然割裂。
而甲骨文现在做的事情，是利用无处不在的AI和智能代理，把这些原本彼此隔离的系统重新穿起来。从急诊护理院、基层诊所、血液实验室，到负责结算的支付方，再到人力资源系统，甚至延伸到审批新药的FDA监管机构，让数据在这个原本臃肿而碎片化的生态系统里，完成端到端的自主流转与验证。
一旦这条路径走通，甲骨文的角色就不再是“卖软件”，而是“定义流程”。
【四、云战略与主权云】
“特洛伊木马”策略
除了应用层，甲骨文对数据引力的理解还体现在它极具破坏性的云战略上。
当我们翻看云业务数据时，有两组数字几乎称得上震撼：多云数据库收入增长531%，AI基础设施收入同比增长243%。
尤其是531%的多云数据库增长，这背后的意义远远超过数字本身。
过去十年，云厂商最重要的策略之一，就是建高墙。它们通过高昂的数据流出费用、复杂的架构绑定和生态封闭，把客户牢牢锁在自己的体系里。表面上这是“云服务竞争”，实质上是“把客户困在园区里”。
但甲骨文采取的是一种典型的“特洛伊木马”式战略。它并没有选择在前端云服务上和所有对手硬碰硬，而是把自己最具统治力的王牌——数据库——直接打进了对手内部。
如今，甲骨文的数据库服务已经在微软Azure的33个区域、谷歌云的14个区域上线，并且还在AWS上快速扩张，预计本季度末将在AWS的22个区域提供服务。
表面上看，这是一种合作关系；但从商业逻辑看，这其实是借助客户对甲骨文数据库的刚需，强行打破了各大云巨头苦心经营多年的封闭边界，释放出被长期压抑的跨云需求。
这意味着甲骨文不是在“另起炉灶”，而是在直接改写原有的游戏规则。
主权云，真正难啃的高地
除了地理位置和物理资源的自由度，这份财报里还高频出现了另一个词：主权云。
过去谈论主权云，很多人理解得比较简单，觉得无非是把服务器放在本地，把数据留在本国就够了。但现在这种理解已经远远不够。
在今天这个数据安全和法律管辖日益敏感的时代，客户要的已经不只是“数据本地化”，而是数据、运营和法律管辖权的全面主权。
甲骨文推出的Alloy架构，恰好切中了这个需求。
它的逻辑很有意思：甲骨文可以像一个底层军火商一样，把完整的云架构打包输出，但云的实际运营、人员管理，甚至底层法律合同签署，都由当地合作伙伴掌控。也就是说，甲骨文输出的是能力，而不是把整个控制权都拿走。
这种模式的优势非常明显。它不仅能满足国家级合规要求，甚至还能精准地下沉到某一家特定医疗机构，为其建立一个完全自主运营、与外部物理隔离的专属云区域。
这意味着什么？意味着当很多AI公司还在讨论模型性能时，甲骨文已经在吃最难、也最值钱的那一部分市场：高合规、高安全、高信任要求的企业级和行业级场景。
【结语：甲骨文的突围】
如果把整份财报和电话会议浓缩成一句话，甲骨文向市场展示的是一套教科书级别的突围打法。
第一，它利用极其敏锐的商业模式设计，让合作伙伴和客户提前买单，铺设了惊人的十几吉瓦AI基础设施，而没有压垮自己的现金流。
第二，它通过破坏性的多云战略，把数据库变成特洛伊木马，直接打破了云厂商之间的围墙。
第三，也是最重要的一点，它用上千个深度融入业务流的AI智能体向市场证明：当老牌SaaS巨头真正拥抱AI时，AI未必会毁掉它们，反而可能让它们爆发出更强的统治力。
这也是为什么，甲骨文这份财报不只是一次业绩超预期，更是一份极具象征意义的产业信号。
它告诉市场，AI时代并不必然意味着旧巨头出局。真正决定胜负的，从来不是谁先喊出AI口号，而是谁掌握了核心数据、关键工作流、基础设施能力、资本运作能力，以及把这些东西整合成系统级竞争力的能力。
从这个意义上说，甲骨文这场反击，回应的其实不只是自己，而是整个科技行业今天最尖锐的两个问题：
AI究竟是泡沫，还是新的生产力周期？
传统软件巨头究竟会被颠覆，还是会借AI完成一次更大的重构？
至少从甲骨文目前交出的这份答卷来看，答案显然没有市场想象得那么悲观。
