甲骨文AI业务订单激增推动股价大涨，未来增长前景与估值分析

甲骨文在手訂單超市場預期，績後股價漲幅超20%，未來如何看？ 上周美國老牌軟體企業甲骨文(ORCL.US)披露了截至8月31日的2026財年第一財季業績：本季度總營收為149億美元，同比增長12%，略低於市場預期的150.3億美元。這一增速放緩主要受傳統軟體許可業務下滑拖累（同比下降1%），反映出企業級客戶向雲服務遷移的長期趨勢仍在持續。不過，非GAAP淨利潤達43億美元，同比增長8%，運營利潤率維持在42%的高位，顯示出公司成本控制能力依然強勁。另外，本季度公司RPO同比暴增359%至4550億美元，其中僅第一季度新增3170億美元，這一數字遠超市場預期的1800億美元。RPO的激增主要源於與OpenAI簽署的5年3000億美元超級合同（占新增RPO的94.6%），以及Meta、xAI等科技巨頭的訂單。這一指標不僅預示著未來收入的高可見性，更標誌著甲骨文(ORCL.US)從“軟體授權商”向“AI基礎設施核心供應商”的戰略轉型已進入實質兌現階段。 數據中心業務：AI訂單需求旺盛，RPO單季激增3170億美元 甲骨文(ORCL.US)2026財年第一季度（截至2025年8月31日）雲基礎設施收入同比增長55%至33億美元，超出分析師預期。雲業務總營收達72億美元，同比增長28%，其中FusionCloudERP和NetSuiteCloudERP分別增長17%和16%，顯示出企業級市場對其雲應用的高度認可。剩餘履約義務（RPO）從去年同期的1000億美元飆升至4550億美元，同比增長359%，主要得益於與OpenAI、Meta、xAI等頭部AI公司簽署的超大規模雲合同。管理層給出激進指引：雲基礎設施收入本財年將增長77%至180億美元，並在未來四年內依次增長至320億、730億、1140億和1440億美元。這一預期遠超市場共識，若兌現將使甲骨文(ORCL.US)成為全球增速最快的雲服務提供商之一。 *AI資料庫：企業數據競爭的關鍵制勝點 AI資料庫作為數據管理領域的創新突破，正引領企業數據處理方式的深刻變革。這類資料庫通過將人工智慧技術深度融入數據存儲與檢索機制，實現了從傳統標籤式搜索向語義理解式查詢的躍遷，使企業能夠基於內容、意圖或跨模態數據進行精准分析。其核心價值在於突破了傳統資料庫的局限，通過向量化處理技術，能夠高效管理文本、圖像、音視頻等多模態數據，實現跨類型數據的智能關聯與快速檢索。這種能力使企業能夠從海量非結構化數據中提取高價值資訊，為業務決策提供更精准的洞察。在應用層面，AI資料庫已廣泛應用於智能推薦系統、內容識別、知識圖譜構建、異常檢測等多個領域。企業通過部署AI資料庫，不僅提升了數據利用效率，還顯著增強了個性化服務能力，為業務創新提供了強大支撐。 在市場規模上，2024年全球AI資料庫市場規模約為195億美元（約合人民幣1400億元），同比增長38%，顯著高於傳統資料庫市場增速（約12%）。這一增長主要由三大引擎驅動，一是生成式AI需求激增：向量資料庫作為大模型“外部記憶體”，2025年全球市場規模同比增長114.3%，中國市場增速更達100%，例如Qdrant、ZillizCloud等廠商的收入在2025年預計增長超300%。二是企業數位化轉型深化：金融、醫療等行業對即時數據分析與智能決策的需求，推動AI增強型資料庫（如甲骨文(ORCL.US)自治資料庫）的滲透率從2023年的18%提升至2025年的35%。三是多模態數據處理需求：文本、圖像、視頻等非結構化數據占比超80%，促使AI資料庫支持向量檢索、自然語言查詢等功能，帶動市場擴容。 甲骨文(ORCL.US)AI資料庫以OracleDatabase23ai為核心載體，通過原生AI能力重構了企業級數據處理範式。其突破性的VECTOR數據類型實現了向量與關係型、JSON、空間等多模態數據的統一存儲，配合ONNX框架支持的靈活嵌入模型導入，使企業無需遷移數據即可構建“數據-向量-模型”閉環。這種架構設計帶來顯著性能提升——借助Exadata優化的向量索引技術，相似性搜索速度較傳統方案提升10倍以上，而通過SQL介面實現的混合查詢能力，讓開發者可在單一語句中完成語義搜索與業務數據關聯分析，大幅降低AI應用開發門檻。 在實際場景中，甲骨文(ORCL.US)AI資料庫展現出跨行業的賦能價值。醫藥企業Moderna利用其向量搜索技術將藥物篩選效率提升8倍，研發週期壓縮至63天；澳大利亞地理資訊公司OutlineGlobal則通過自然語言驅動的空間數據檢索，實現收入增長30%、潛在客戶pipeline擴大50%的商業成果。 更關鍵的是其檢索增強生成（RAG）能力，通過私有數據與大語言模型的安全聯動，野村綜合研究所等客戶在保障數據隱私的同時，將LLM回答準確率提升40%以上，有效規避模型幻覺風險。 從市場競爭維度看，甲骨文(ORCL.US)AI資料庫構建了差異化壁壘。與AWS、Azure等依賴多服務拼接的方案不同，其單一資料庫架構消除了數據孤島，管理員可通過簡單百分比設置精確控制搜索準確度，在百億級向量規模下仍保持PUE1.03的能效優勢。隨著GenDev開發平臺的推出，甲骨文(ORCL.US)進一步整合文檔分塊、嵌入生成、相似性檢索等全流程功能，形成從數據存儲到AI應用部署的完整閉環。這種“數據不動AI動”的戰略，不僅鞏固了其在47.4%份額的關係型資料庫市場主導地位，更使其在推理市場競爭中佔據先機，為企業級AI落地提供了安全高效的基礎設施支撐。 *業績展望：從“高增長”到“量級躍遷”，OCI成核心引擎 甲骨文(ORCL.US)聯合首席執行官SafraCatz在財報會議上披露的增長目標，遠超華爾街此前最樂觀的預測：核心業務甲骨文(ORCL.US)雲基礎設施（OCI）本財年（2026財年）收入將同比激增77%，突破180億美元關口，這一增速不僅是AWS雲基礎設施業務（同期預計30%-35%）的2倍以上，也大幅領先微軟Azure（預計40%-45%），成為全球主流雲廠商中增速最快的基礎設施服務。更值得關注的是，管理層進一步給出了未來四年的“階梯式增長藍圖”：OCI收入將在2027財年突破320億美元、2028財年衝刺730億美元、2029財年達到1140億美元，最終在2030財年實現1440億美元的年收入規模。 這一目標並非空中樓閣，而是建立在龐大的訂單儲備之上。截至2025年8月，甲骨文(ORCL.US)剩餘 履約義務（RPO）已從去年同期的1000億美元飆升至4550億美元，同比增長359%，其中超80%來自AI相關的長期算力合同（如與OpenAI簽署的3000億美元“星際之門”專案算力協議，以及Meta的全球AI訓練集群訂單）。這些訂單不僅為未來四年的增長提供了“保底支撐”，更意味著OCI將從過去的“企業級雲補充業務”，升級為甲骨文(ORCL.US)集團的核心收入支柱——按照規劃，2030財年OCI收入將占集團總營收的60%以上，徹底重塑其“傳統資料庫廠商”的業務標籤。 要支撐OCI的爆發式增長，必須匹配同等量級的基礎設施投入。Catz明確表示，甲骨文(ORCL.US)本財年資本支出將達到350億美元，同比增幅高達65%，這一規模不僅創下公司歷史紀錄，也躋身全球科技公司資本支出TOP3（僅次於亞馬遜的550億美元、微軟的420億美元）。但與部分廠商“廣撒網式”投資不同，甲骨文(ORCL.US)的資本投入呈現極強的“盈利導向”。Catz強調，“95%以上的投資將用於能夠直接產生收入的設備，而非土地、建築物等非生產性資產”，核心投向包括三大領域： 一是英偉達BlackwellGPU採購：作為甲骨文(ORCL.US)Zettascale超級計算集群的核心硬體，公司已與英偉達簽訂長期採購協議，本財年計畫部署超20萬顆BlackwellB100GPU（單顆算力達32PetaFLOPS），較上一財年的8萬顆增長150%，這些GPU將直接服務於AI模型訓練需求，單集群峰值算力可達2.4ZettaFLOPS，是AWSUltraClusters的3倍；二是液冷數據中心建設：為解決高密度GPU的散熱問題，甲骨文(ORCL.US)本財年將新建12個液冷數據中心（全球總量達38個），採用“液冷+氣冷”混合方案，PUE（能源使用效率）壓降至1.03，遠低於行業平均的1.2-1.4，這不僅能降低30%的能耗成本，還能支持單機櫃部署更多GPU，提升資產利用率；三是光子網路升級。為實現數據移動速度翻倍的目標，甲骨文(ORCL.US)正在部署自研光子交換機，替代傳統以太網設備，數據傳輸時延從10微秒降至3微秒，帶寬提升至1.6Tbps/端口，這一技術優勢直接轉化為成本優勢——正如Ellison所言，“網路速度快一倍，意味著數據處理時間減半，客戶的訓練成本就能降低50%”，這也是甲骨文(ORCL.US)能贏得超大規模AI訂單的關鍵原因之一。 圖五：公司OCI業務種類 *技術護城河：從“算力領先”到“應用重構”，對抗巨頭競爭 面對AWS、微軟、穀歌等雲廠商在AI基礎設施領域的激烈爭奪，甲骨文(ORCL.US)通過“底層技術突破+上層應用改造”構建雙重護城河。Ellison在財報會議上直言，“甲骨文(ORCL.US)的千兆瓦級數據中心在AI訓練領域，比世界上任何其他公司都更快、更具成本效益”，這一自信源於三點核心優勢： 首先是算力密度領先。甲骨文(ORCL.US)數據中心單機櫃平均部署16顆GPU，而AWS、Azure的單機櫃GPU數量僅為8-10顆，更高的算力密度意味著客戶能以更低的空間成本獲得更強的訓練能力。例如OpenAI在甲骨文(ORCL.US)三藩市數據中心部署的訓練集群，僅用1.2萬平方米空間就實現了1.8ZettaFLOPS的算力，而同等算力在AWS需要2.5萬平方米空間。其次是網路效率優勢。依託光子網路技術，甲骨文(ORCL.US)實現了集群內無阻塞通信，GPU之間的數據傳輸速度達到800Gbps/鏈路，是行業平均水準的2倍，這對需要大規模數據交互的AI模型訓練至關重要。Ellison舉例稱，“訓練一個千億參數的大模型，在甲骨文(ORCL.US)的集群上需要14天，而在其他廠商的集群上需要28天，時間減半直接意味著客戶的研發週期縮短一半”。 圖六：公司OCI雲服務優勢 更具顛覆性的是，甲骨文(ORCL.US)正在用AI“改造自身”，重構應用開發邏輯，形成差異化競爭。公司最新一代企業級應用（如FusionCloudERP2025版、NetSuiteAI版）已實現“AI自動生成”——通過自研的ApplicationAIGenerator平臺，系統可根據客戶業務需求自動生成核心功能模組（如財務報表分析、供應鏈需求預測），無需人工編寫代碼，開發週期從傳統的6-12個月壓縮至1-2個月。更關鍵的是，甲骨文(ORCL.US)明確表示不會對應用中的AI功能單獨收費，新應用本身就是AI，而不是加了AI插件的傳統應用，客戶購買應用時就已經獲得了全部AI能力，這與微軟Azure對AI功能按次收費的模式形成鮮明對比。這種AI原生應用戰略，不僅能提升客戶粘性（切換成本大幅提高），還能借助應用生態反哺OCI——客戶使用AI應用時需依賴OCI的算力支撐，形成“應用-算力”的閉環。 甲骨文(ORCL.US)目前面臨哪些隱憂？暴漲後其估值高嗎 甲骨文(ORCL.US)與OpenAI、Meta等人工智慧領域核心企業的合作確實帶來了顯著的收入增長潛力，但也暴露出多重結構性風險，包括客戶集中、利潤率壓力、技術依賴等潛在的隱憂問題： 客戶集中度風險：OpenAI未來可能貢獻甲骨文(ORCL.US)約30%的收入，單一客戶依賴度極高。OpenAI的資本消耗計畫在2025-2029年達1150億美元，而其當前月收入僅10億美元，需在五年內實現16倍收入增長才能覆蓋支出。若OpenAI收入增長不及預期，可能出現兩種風險傳導，一是訂單縮減：OpenAI可能推遲或削減與甲骨