#AI 基建
甲骨文電話會全文&詳解:簽下290億美元大單,AI基建“不消耗自身現金流”,“我們才是SaaS的顛覆者”!
甲骨文超預期的Q3財季業績緩解了市場兩大焦慮:債務重壓與SaaS末日。公司AI基建收入暴增243%,並通過引入客戶預付款與“自帶硬體”模式新簽290億美元合同,將AI基建擴張的資本開支與自身現金流消耗脫鉤,化解了市場對其的債務擔憂。同時,高管強硬駁斥AI將抹殺傳統軟體的論調,稱甲骨文才是“顛覆者”。華爾街見聞3月10日,甲骨文舉行了2026財年第三季度業績電話會。此前,由於市場擔憂其未來高達500億美元的資本支出計畫將引發債務危機,加上“AI將終結SaaS”的論調蔓延,甲骨文股價曾自高點大幅回撤。但隨著最新一季超預期的表現(營收與非GAAP每股收益均增超20%),其盤後股價大幅跳漲超8%。在電話會上,針對華爾街最為焦慮的債務壓力、SaaS生死存亡以及AI商業轉化三大核心焦點,甲骨文管理層給出了直接且有力的回應。借力打力:讓資本開支與現金流“脫鉤”面對AI浪潮,雲端運算巨頭常常陷入兩難:不投錢會掉隊,拚命投錢則會拖垮現金流並推高債務。甲骨文給出的解法是——用別人的錢建自己的基建。雲基礎設施(OCI)CEO Clay Magouyrk在會上指出,甲骨文已鎖定未來三年超10吉瓦(GW)的電力和資料中心容量。值得注意的是,這些產能中“超過90%完全由合作夥伴提供資金”。除了讓合作夥伴掏錢建機房,甲骨文還重塑了與客戶的交易模式。Clay透露,公司近期通過創新模式新簽了超290億美元的合同。“這種結合了客戶‘自帶硬體’(BYOH)和前期預先付款的模式,使我們能夠在不消耗甲骨文任何負自由現金流的情況下繼續擴張。”Clay解釋道。這一策略直擊市場痛點。這意味著甲骨文高達5530億美元的剩餘履約義務(RPO),不需要完全依靠借債去消化。CFO Doug Kehring也重申,公司將維持投資級評級,年內發債規模絕不會突破此前公佈的500億美元上限。SaaS末日論?“顛覆者是我們自己”近期,隨著AI自動程式設計工具的進化,市場普遍擔憂新興AI公司將徹底顛覆傳統SaaS(軟體即服務)巨頭。應用業務CEO Mike Sicilia對此予以了反駁。“我完全不同意這種觀點。”Mike直言,“如果我們不去採用這些AI工具,它們確實會是威脅。但現實是,我們正在非常迅速地採用。”甲骨文給出的邏輯很簡單:企業級SaaS的護城河在於“任務關鍵型資料”的引力。甲骨文正利用內部的小型工程團隊,不僅快速開發出了Salesforce目前都不具備的3款全新客戶體驗(CX)應用,還在現有的核心後台系統中直接嵌入了上千個AI代理(Agent)。“客戶不會一夜之間就把他們的核心銀行系統、零售銷售系統或者醫療記錄系統全部扔掉,去換一個臨時拼湊的AI外殼。”Mike指出,因為甲骨文擁有客戶最核心的資料,所以生成的AI結果最精準。董事長兼CTO Larry Ellison將這種演進稱為“生態自動化”。他直接引用了一個即將落地的財務場景:“在不久的將來,只需告訴AI代理去關帳,它就會自動完成結帳,不需要任何人類參與。”交付周期提速,已投產基建穩守32%高毛利市場不僅關心甲骨文畫了多大的基建大餅,更關心這些投入究竟能多快變現。本季度,甲骨文AI基礎設施收入同比增長243%。業務規模狂飆的背後,是交付周期的急劇縮短。“從機架交付到產生收入的時間,在過去幾個月裡縮短了60%。”雲基礎設施(OCI)CEO Clay Magouyrk在會上透露。第三季度,甲骨文向客戶交付了超過400兆瓦的產能,其中90%是按時或提前交付的。在重資產投入初期,利潤往往會被折舊和建設成本大幅侵蝕。但Clay明確拆解了這筆帳:三季度已交付的AI產能,其毛利率維持在32%,穩穩守住了公司此前給出的“30%以上”的指引底線。此外,甲骨文的多雲戰略徹底打通了銷路(多雲資料庫收入同比激增531%)。這種高毛利(60%-80%)的資料庫業務與AI基建業務形成協同,進一步拉高了OCI業務的整體盈利結構。基建狂飆拖累當期利潤,增發“靴子”仍未落地儘管甲骨文用創新模式安撫了市場,但在這場資本密集的AI基建競賽中,隱患依然存在。首先是重資產擴張對當期利潤的“反噬”。在高速擴張的“超高速階段(hyper phase)”,大量同時在建的資料中心產生了不可忽視的沉澱成本。OCI業務CEO Clay Magouyrk坦言:“我們現在沒能實現更高盈利的原因,正是因為有太多的項目同時在建……這些成本絕不是零。”他承認,這種建設期的巨額支出,是目前拖累利潤率的最直接因素。其次,受制於底層晶片,甲骨文的交付能力依然面臨天花板。高管在會上多次提及“無論是GPU還是CPU,AI基礎設施的需求持續大於供應”。這意味著,即便甲骨文手握5530億美元的巨額剩餘履約義務(RPO),其實際轉化為帳面收入的速度,依然受制於輝達、AMD等上游供應鏈的產能分配瓶頸。最後,也是市場最擔憂的“股權稀釋”風險並未完全解除。雖然甲骨文剛完成了超額認購的300億美元融資,且承諾本自然年內不再發行額外債券,但CFO Doug Kehring在開場時明確提示:“我們尚未啟動融資計畫中的‘ATM(At-The-Market,按市價發行)股權融資’部分。”這也意味著,在甲骨文高達500億美元的總融資計畫中,未來直接向市場增發股票的“靴子”依然高懸。TikTok美國資料業務拆分後,甲骨文持股15%電話會上,CFO還披露了一項可能影響後續非經營損益的變化:今年1月TikTok美國完成美國資料營運的拆分,成為獨立公司,甲骨文持有15%股權並獲得一個董事會席位。科林表示,這“不影響”甲骨文作為技術供應商提供服務所帶來的相關收入;股權投資將按權益法核算,預計從Q4開始(存在兩個月報告滯後)體現在損益表的“非經營性收益/損失”中。電話會全文翻譯:甲骨文(Oracle)2026財年第三季度財報電話會議活動日期: 03/10/2026公司名稱: 甲骨文(Oracle)活動描述: 2026財年第三季度財報電話會議來源: 甲骨文 獲取更多活動資訊和文字記錄會議陳述操作員(雷吉娜): 大家好,感謝您的耐心等待。我是雷吉娜,今天的會議操作員。現在,歡迎大家參加甲骨文公司2026財年第三季度財報電話會議。為了防止背景噪音,所有線路均已靜音。在發言人致詞後,我們將進入問答環節。現在,我想將會場交給投資者關係主管肯·邦德(Ken Bond)。請您開始。謝謝。肯·邦德(Ken Bond),投資者關係主管: 謝謝雷吉娜。大家下午好,歡迎參加甲骨文2026財年第三季度財報電話會議。今天出席會議的有:董事長兼首席技術官賴瑞·艾利森(Larry Ellison)、雲基礎設施首席執行長克萊(Clay Magouyrk)、應用軟體首席執行長邁克·西西里亞(Mike Sicilia),以及首席財務官道格·凱林(Doug Kehring)。大家可以在我們的投資者關係網站上獲取新聞稿和財務報表的副本,其中包含了我們最近一個季度的補充財務細節、對未來業績的指引、GAAP與非GAAP的調節表,以及近期購買甲骨文雲服務或已在甲骨文雲上線的精選客戶名單。提醒一下,今天的討論將包含前瞻性聲明,我們也會討論與我們業務相關的重要因素。這些前瞻性聲明受風險和不確定性的影響,可能導致實際結果與今天做出的聲明產生重大差異。因此,我們提醒您不要過度依賴這些前瞻性聲明,並鼓勵您查閱我們最新的財報,包括我們的10-K和10-Q表格及任何適用的修訂。最後,如果在出現新資訊或未來事件的情況下,我們沒有義務修改我們的業績或這些前瞻性聲明。在進入問答環節之前,我們將先進行幾項準備好的發言。現在,我把時間交給道格。道格·凱林(Doug Kehring),首席財務官: 謝謝肯。首先,我想強調一下我們在財報新聞稿和本次電話會議形式上所做的改變。在新聞稿中,我們已經清晰明確地列出了那些原本會在電話會議上提供的補充財務指標。這樣,你們每個人都能提前拿到書面資訊。因此,針對本次電話會議,我的發言會非常簡短,然後我會把時間交給邁克和克萊,由他們提供關於我們業務的更具實質性的見解。之後,包括賴瑞在內的我們所有人,都將回答大家的提問。就第三季度的業績而言,我們取得了一個極其出色的季度,各項指標全面超出預期。正如我們在新聞稿中強調的那樣,我們的增長勢頭持續加速:第三季度是15年多以來,以美元計算的有機總收入和有機非GAAP每股收益均實現20%或以上增長的第一個季度。我再簡短提兩件事,然後就把時間交給兩位首席執行長。第一件事,今年1月,TikTok美國公司完成了將其美國資料業務分離成一家獨立公司的重組,甲骨文目前持有該公司15%的股權,並在董事會擁有一個席位。就對我們財務狀況的影響而言,我們作為其技術供應商所提供服務產生的收入不受任何影響。至於這項股權投資,我們將採用權益法進行核算,並在我們第四季度的財報中確認從1月底完成投資到3月31日期間我們在新公司收益中的份額,因為這其中存在兩個月的報告期時間差。這筆收益將作為非營業收入或虧損記錄在我們的利潤表上,是對我們財務業績的增量補充。第二件事,今年2月,我們宣佈計畫籌集高達500億美元的債務和股權融資,並聲明除了這個數額之外,我們不打算在2026個日歷年內發行任何額外的債券。在宣佈這一消息的幾天內,我們通過投資級債券和強制可轉換優先股的組合籌集了300億美元,認購極其火爆,創下了認購訂單的新紀錄。正如我們在新聞稿中指出的,我們尚未啟動融資計畫中的“按市價發行(ATM)”股權部分。最後,我必須要提醒大家,儘管我們的業務規模和複雜性不斷增加,但我們仍然能夠在季度結束後的短短10天內發佈財務業績。通過使用Oracle Fusion(甲骨文融合應用),我們結帳和發佈財務業績的速度繼續領跑標普500指數中的任何一家公司。這為我們提供了巨大的戰略優勢,同時也讓我們有機會幫助我們的Fusion客戶在他們的企業中實現同樣的高效。現在,我把時間交給邁克。邁克·西西里亞(Mike Sicilia),應用軟體首席執行長: 謝謝道格。正如道格剛才詳細介紹的那樣,我們本季度在各個方面都取得了優異的成績,並繼續保持了強勁的執行力。我想談談我們的應用軟體(SaaS)業務。甲骨文擁有市場上增長最快、最完整的雲應用套件,毫無爭議。我們的SaaS解決方案是行業內最完整的平台,具有高度的可擴展性、值得信賴、安全且符合監管合規要求,我們的客戶信任我們將運行他們業務的系統交給我們。在恆定匯率下,雲應用收入在本季度增長了11%,達到了161億美元的年化收入規模。其中,Fusion ERP增長了14%,Fusion SCM增長了15%,Fusion HCM增長了15%,Fusion CX增長了6%,NetSuite增長了11%。面向酒店、建築、零售、銀行、餐飲、地方政府和電信行業的行業SaaS解決方案合併增長了19%。對於本季度應用軟體的增長,我們無疑非常滿意。在此背景下,我想談談最近被廣泛報導的“SaaS末日論”。你們都聽過這樣一種論調:新公司使用AI快速編寫程式碼將宣告SaaS的死刑。我完全不同意這種觀點。我認為,如果我們不採用AI工具及其程式設計能力,它們確實會成為威脅,但我們正在採用,而且速度非常快。甲骨文正在利用最好的AI程式設計工具和最優秀的開發人員,這不僅是為了加速我們的SaaS業務,更是為了提供能夠賦能眾多行業整個生態系統的解決方案。甲骨文內部使用AI程式設計工具,使得較小的工程團隊能夠更快地向客戶交付更完整的解決方案。我們不僅利用AI建構全新的SaaS產品,還將AI智能體(Agents)直接嵌入到我們現有的應用套件中。通過利用小工程團隊擁抱AI,我們剛剛建構了三個全新的客戶體驗(CX)應用程式:線索生成與資格審查、銷售編排與自動化銷售,以及我們的新網站生成器。事實上,我們剛剛利用這個網站生成器建構並上線了全新的 oracle.com。我們建構這些新CX產品是為了幫助客戶更好地進行銷售,而不僅僅是為了管理銷售預測或統計郵件打開率。這是Salesforce.com所不具備的三款產品。當然,Salesforce.com也沒有OCI(甲骨文雲基礎設施)、AI資料平台、Fusion ERP以及完整的行業套件。由AI驅動的、完整的端到端生態系統自動化平台,是甲骨文獨有的優勢。除此之外,我們已經將超過1,000個AI智能體直接內建於我們的水平後台辦公應用和行業應用中。這甚至還沒有包括我們的客戶自己建構的智能體,或是我們內部使用的智能體叢集。這些都是直接內建於我們的應用程式和現有流程中的AI功能。我認為一個很好的例子是在醫療保健領域。我們全新的、由AI驅動的EHR(電子健康記錄)系統已經在市場上投入使用,效果非常明顯:我們正在減少行政開銷,讓臨床醫生能夠診治更多的患者,我們改善了獲得醫療服務的途徑,並提高了醫療服務提供者的滿意度。另一個例子是在銀行業。我們提供了一個由AI驅動的綜合SaaS平台,涵蓋了從商業銀行、零售銀行、投資銀行、反洗錢、金融犯罪與合規、支付、供應鏈融資,到CX、ERP和HCM的所有內容。僅這個銀行套件就包含了數百個嵌入式AI智能體,所有這些對我們的客戶均免費提供。在零售業,我們支援AI的解決方案涵蓋了商品銷售、分類規劃、供應鏈管理、銷售時點(POS)商務,當然也包括ERP、CX和HCM。總而言之,這些系統絕不是由一小撮打著AI名義東拼西湊、隨意附加的功能所能替代的。所以,是的,一些規模較小或功能單一的SaaS廠商可能會被顛覆,但甲骨文絕對不會是其中之一。現在讓我重點介紹一下第三季度我們在應用軟體領域的一些關鍵贏單。毫無疑問,這只是一份非常簡短的名單。紀念赫曼醫療系統(Memorial Urban Health Systems)選擇了Fusion ERP、SCM和HCM,這是我們擊敗Workday贏得的訂單;新南威爾士大學也選擇了Fusion ERP和HCM,同樣擊敗了Workday。Gray Media選擇了Fusion EPM和ERP,擊敗了Workday和SAP;天達銀行(Investec Bank)擊敗SAP,選擇了Fusion EPM和ERP;HID Global Corporation同樣擊敗SAP,選擇了Fusion ERP和SCM。衣索比亞航運和物流服務企業選擇了Fusion ERP、SCM和HCM,再次擊敗了SAP;華爾街一家大型銀行決定在整個業務和所有業務部門中全面採用Fusion ERP,徹底替換了SAP。某縣公立學校選擇了Fusion ERP、EPM、HCM和SCM;JM Smucker公司選擇了Fusion ERP和EPM;Westfield Insurance選擇了Fusion ERP、EPM、HCM和採購系統。三菱日聯金融集團(MUFG)是我們現有的雲客戶和資料庫客戶,他們現在正在向我們的Fusion ERP和行業SaaS應用軟體遷移;科威特電信公司(STC Kuwait)作為現有的重要科技客戶,正在將EBS(電子商務套件)遷移到雲端以支援其業務增長。這僅僅是本季度重大應用軟體贏單中的極小一部分。在第三季度,我們有超過2,000名客戶上線。把行業應用和Fusion應用加在一起,有超過2,000名客戶成功投產上線;更重要的是,我們看到客戶平均上線的時間正在縮短。本季度幾個上線的代表案例包括:有客戶在企業ERP基礎上擴展了EPM和HCM;JM Huber公司全面上線了Fusion ERP和SCM;阿聯衛生服務中心上線了HCM,從而啟用了一個全面的HR、薪酬和人才套件來提升其勞動力管理水平;Niagara Bottling在SCM上成功上線,將其本地部署的ERP遷移到了Fusion;Seadrill現在已全面上線了ERP、HCM、SCM和EPM。在2,000個上線項目中,這只是一份非常短的名單,但希望大家能從中看到,不僅僅是業務增長勢頭,更是我們在這些客戶中多支柱產品的擴展勢頭。同樣地,我這裡也有一份精簡版的第三季度關鍵技術贏單列表。洛克希德·馬丁公司選擇了OCI高性能計算來高效擴展其環境中的AI能力;有客戶選擇了OCI計算、網路和儲存,用於所有工作負載中的AI視訊和安全性分析;Lucid Motors選擇了OCI核心服務以獲取資料和連接能力,從而向歐洲市場擴張;日本的Infomart為其關鍵任務的B2B平台選擇了OCI;巴西的Clara利用OCI Alloy來建構主權AI。法航荷航集團(Air France-KLM)達成了一項多雲合作協議,重點是引入了Azure上的甲骨文資料庫,這為法航荷航帶來了13倍的性能提升,且成本顯著降低;動視暴雪(Activision Blizzard)現有的甲骨文E-Business Suite業務同樣採用了Azure上的甲骨文資料庫。甲骨文在戰略級應用軟體中全面擁抱AI,引發了我們與客戶之間更為廣泛的企業級對話,這些對話涉及我們的全端產品——OCI、AI資料平台、Fusion應用軟體以及行業套件。這些對話的核心是關於如何實現生態系統自動化,而不是單一的應用程式。我們在上一季度的財報電話會議中談到過簡化的產品推向市場(Go-to-market)模式,這也進一步促成了這一趨勢。這使我們能夠將甲骨文資料庫的強大功能、我們的OCI平台、AI工具和完整的應用套件結合起來,與更多客戶達成更多包含多項產品的交易。在恆定匯率下,雲應用遞延收入增長了14%,高於本季度雲應用收入11%的增速,這進一步印證了我們的業務正在加速的論點。克萊,現在交給你。克萊·馬古伊爾克(Clay Magouyrk),雲基礎設施首席執行長: 謝謝邁克。好的,我將談談我們業務的兩個部分:多雲資料庫和AI基礎設施。這兩項業務都在以極快的速度增長。多雲資料庫收入同比增長了531%,AI基礎設施收入同比增長了243%。這兩項業務同樣都處於供不應求的狀態,並且甲骨文有明確的執行計畫,能夠迅速將這些需求轉化為高利潤的經常性收入。幾十年來,甲骨文資料庫可以運行在任何硬體和作業系統上。但直到最近,甲骨文資料庫雲服務還只能在單一雲(即OCI)中可用。為了將最好的資料庫平台帶到所有的雲平台,我們先後與微軟、Google以及最終的亞馬遜建立了多雲合作夥伴關係。這些合作釋放了巨大的積壓需求——我們的資料庫客戶一直渴望在其他雲平台上使用我們的資料庫。本季度,我們實現了一個重要的里程碑:我們在所有合作方的雲中實現了全球區域覆蓋。我們現在有33個微軟區域上線,14個Google區域上線。在AWS(亞馬遜雲科技)方面我們也實現了顯著增長:第三季度初有2個AWS區域上線,第三季度末達到8個,預計第四季度末我們將有22個AWS區域上線。AI同樣正在加速客戶對我們資料庫雲服務的採用。模型程式設計領域和智能體能力的快速進步,促使客戶將他們最有價值的資料轉移到我們的雲服務中。他們需要訪問最新的AI功能來支援向量嵌入(Vector Embeddings)、MCP伺服器訪問和高級安全控制。客戶還需要他們的資料與智能體本身放在一起,而我們的多雲資料庫讓這一切變得簡單。我們的多雲架構將甲骨文雲的最佳功能引入了我們合作夥伴的區域,這確保了我們能迅速將龐大的管道商機轉化為高利潤的資料庫服務收入。無論是GPU還是CPU,對AI基礎設施的需求持續供不應求。這直接體現在我們高達5,530億美元的剩餘履約價值(RPO)中。我想分享一下這些RPO是如何轉化為高利潤經常性收入的模型,並提供一些作為我們早期進展指標的營運資料。AI基礎設施始於資料中心和發電。通過我們的合作夥伴,我們已經獲得了超過10吉瓦(GW)的電力和資料中心容量,這些將在未來三年內投入使用。這些基礎設施的投資同樣需要資金,目前超過90%的容量已經通過合作夥伴獲得了全額資金支援,剩餘部分計畫於本月完成融資。資料中心一旦確立,就有許多環節需要協同推進:必須建設資料中心和現場發電設施;必須設計、製造、交付和安裝計算、網路和儲存裝置。資料中心內的所有算力容量也需要資金支援。我們在每個環節都不斷進行創新。我們通過標準化設計最佳化了資料中心建設;我們的供應鏈得到了改善,擁有了更多的供應商和更深厚的合作關係。我們在過去的一年裡,將製造工廠的數量增加了兩倍,並將機架總產量提高了4倍。我們擴大了安裝流程的規模,以支援多個交付階段平行進行。在過去的幾個月裡,從機架交付到產生收入的時間縮短了60%。我們還不斷在商業模式上進行創新。在上次的財報電話會議上,我分享了在甲骨文不增加舉債或發行股票的情況下,如何實現AI基礎設施增量增長的多種構想。自那時起,我們已經使用這種新模式與多個客戶簽訂了超過290億美元的合同。這種結合了“自帶硬體”和客戶預付款的模式,使我們能夠在不消耗甲骨文任何現金流的情況下繼續擴張。當然,這290億美元是本季度我們簽署的其他交易之外的額外訂單。最終,所有這些都轉化為交付給客戶的算力容量以及甲骨文的收入。在第三季度,我們向客戶交付了超過400兆瓦的容量。其中90%的承諾容量按時或提前交付,這與我們過去幾個季度的一貫出色表現一致。這就是為什麼客戶繼續選擇甲骨文來滿足其基礎設施需求的原因。投資AI基礎設施是資本密集型的,但我們的營運模式經過了最佳化以確保盈利。靈活的基礎設施設計、高利用率、快速移交以及多樣化的客戶群體,共同創造了一項不可思議的業務。規模的擴大會將我們的固定成本分攤到更大的基數上,從而提高盈利能力。在如此快速擴大資本密集型業務規模的同時還能提高盈利能力,這是史無前例的。從我們在第三季度交付的AI算力容量來看,其毛利率穩定在32%,高於我們此前30%的指引。如果再結合我們其他利潤率高得多的OCI業務類股(比如我們的資料庫服務),你就會明白為什麼甲骨文能夠如此快速且盈利豐厚地增長了。數字本身就能說明問題:我們正在超額完成2026財年的收入和盈利目標,並不斷上調2027財年的預測。這一切都要歸功於甲骨文成功地從主要具有季節性特徵的許可證業務,轉型為具有高度可預測性經常性收入的雲業務。整個經濟領域對AI和高級計算的需求將繼續廣泛擴張。未來將會湧現出許多成功的模型、智能體平台和新興企業。今天,我們支援著數百家最前沿的AI客戶,而且越來越多的客戶希望能與我們合作。我們建構的基礎設施靈活、通用,可以支援從最小到最大的各類工作負載。我們不斷提供最新的加速器,從最新的輝達(NVIDIA)、AMD晶片,到Cerebras等公司的新興架構晶片。總之,我們堅信,我們現在在資料中心、計算能力和客戶關係方面的投資,隨著時間的推移只會變得越來越有價值。交回給肯,進入提問環節。肯·邦德(Ken Bond),投資者關係主管: 謝謝克萊。雷吉娜,請您邀請聽眾提問。問答環節操作員: 我們現在開始問答環節。我們的第一個問題來自古根海姆證券(Guggenheim)的約翰·迪弗奇(John DiFucci)。請提問。約翰·迪弗奇(John DiFucci),分析師: 謝謝。哇,資訊量真大。聽著,關於AI基礎設施的問題我留給其他人問。但我們之前聽道格談到過AI基礎設施業務對你們其他業務產生的“光環效應”。本季度表現非常強勁,你們說RPO的增長來自於大規模的AI合同。同時,我們現在從一線聽到的消息是,這種光環效應實際上正在轉化為AI基礎設施以外的業務。聽起來系統上線數量穩定,但更傳統的雲工作負載帶來的業務活動,尤其是銷售管道管線(Pipeline),出現了實質性的增長,這甚至包括了專用區域雲、主權雲,甚至是我們開始聽說的Alloy交易。除了剛才邁克談到的那些經常關聯在一起的應用軟體交易之外,我明白這些類型的交易在規模上可能比不上那些AI交易。但你能談談這些業務中似乎正在積聚的潛在勢頭嗎?我的這種想法正確嗎?另外,如果可以的話,關於一個相關的話題,能否向我們透露一下2027財年的資本支出(CapEx)前景?邁克·西西里亞,應用軟體首席執行長: 好的,約翰。我是邁克,我來回答這個問題。是的,我們絕對看到了光環效應,我來補充一些細節。就應用軟體業務而言,我們在OCI上訓練了如此多的AI模型,並且這些模型在部署上與我們的應用程式離得如此之近,這使我們能夠將非常高品質的AI服務直接作為功能嵌入到我們的應用中。因此,我們不僅在服務這些客戶、為模型廠商提供訓練算力,而且我們還將大量輸出結果直接嵌入到了應用中。當然,我們會進行提示詞工程(Prompt Engineering)等工作,使其與具體業務相關。但關鍵在於——我們甲骨文是客戶關鍵任務資料的保管者,我們應用軟體業務掌管著大量的業務資料;我們的資源配置非常緊湊,與這些模型的距離極近,將這兩者結合起來,能讓客戶非常非常快地從AI中獲得價值。如果你聽到過世界上任何對AI的批評,通常是抱怨:“我沒法快速獲得價值。”然而,當你把AI打包成一種服務,並將那些由我們保管的私有資料暴露給AI系統時(顯然這是在應用層面),我們看到了極佳的成果。我剛才提到了一些相關垂直行業,但我認為這在所有行業中都是普遍適用的。另一個非常有趣的光環效應是,利用我們的基礎設施——純粹的OCI基礎設施——可以作為客戶的“預算創造器”。你們以前聽我們說過,我們比所有人都更快、更便宜。當客戶在考慮這些大規模的應用程式或基礎設施轉型時,我們通常可以通過簡單地將他們的工作負載遷移到OCI來幫助他們創造預算,從而為轉型提供資金,因為我們可以比競爭對手更快、更高效、成本更低地運行這些工作負載。最後,在你把關於資本支出的問題交給道格之前,另一個光環效應是圍繞主權AI的。我們的主權戰略並不新鮮,它也不是對世界上正在發生的事情的條件反射。結合我們的Alloy戰略,我們在全球範圍內看到了不斷增長的銷售管線。我們的產品形態非常不同,並且具有極高的差異化優勢:無論涉及多少個機架(無論是3個機架還是500個機架),我們不僅能提供更小體積的產品形態,還能在之上交付完整的OCI服務。我們認為這是市場上巨大的競爭優勢。所以,你把應用軟體、OCI的AI服務以及主權雲組合在一起,是的,這是一個相當大的光環效應。道格·凱林,首席財務官: 是的,約翰,首先我得承認你同時提出兩個問題非常有創意,看你提問總是很有意思。關於資本支出,我想我們會在本財年結束後向大家匯報,並在那時討論明年的資本支出情況。但我可以說幾點。顯然,從克萊剛才介紹的內容中,你最應該開始關注的是資本支出與甲骨文資金需求之間的“脫鉤”。很明顯,當我們有了這些額外的融資機制時,可能會有額外的資本支出,但這不需要甲骨文自掏腰包的現金,這一點非常有趣。在此基礎上,我們仍然致力於我們在上個季度討論過的目標,即保持甲骨文的投資級評級,並將融資金額控制在我們討論的範圍內。顯然,正如我們宣佈的,我們今年日歷年的融資金額為500億美元。所以,約翰,關於資本支出的更多資訊,我們將在下個季度結束後公佈。約翰·迪弗奇,分析師: 非常感謝道格提供的詳細背景。還有邁克,你在準備好的發言中關於AI以及甲骨文如何應對的邏輯非常清晰,大家都應該去參考。謝謝你們,幹得漂亮。操作員: 下一個問題來自摩根大通的馬克·墨菲(Mark Murphy)。請提問。馬克·墨菲,分析師: 謝謝,恭喜你們實現了加速增長。克萊,隨著甲骨文向更深層次的AI推理階段過渡,你認為最佳化資料中心位置的正確戰略是什麼?例如,如果你們在德克薩斯州和懷俄明州擁有這些巨大的集中式資料中心,它們雖然離電力資源很近,但離人口中心以及東海岸的眾多光纖網路卻相當遙遠。我們不禁會想,使用者和裝置離得太遠了。所以,隨著你們向推理業務進軍,你們是否認為有必要將這些資料中心的位置向使用者和網路流量所在的地方轉移?克萊·馬古伊爾克,雲基礎設施首席執行長: 好問題,馬克,我是克萊。首先我想強調一下我們對推理的看法,以及它如何影響資料中心的部署。第一點我想說的是,在過去一段時間裡,主要是在進行大量的模型訓練。但推理需求正在各地迅速增長。我認為這是由於模型本身的利用率越來越高,並且湧現了新的用例——任何最近在軟體領域使用過Claude的人都知道,這些工具令人難以置信。它們正在改變我們做任何事情的方式。因此,推理將會產生巨大的需求。現在,當你談論資料中心的位置時,你提到了延遲(Latency)。實際上,選擇一個地點有幾個原因:可能是出於成本,可能是為了整體可用性,也可能是為了資料主權。因此,選擇地點的依據各不相同。但讓我們聚焦在你關於延遲的觀點上。你需要瞭解的一點是,延遲是相對的。也就是說,如果你試圖在股票市場上進行極低延遲的交易,等待美國東西海岸之間100毫秒的往返傳輸是一個糟糕的主意。但如果你是為了你的業務提出一個問題,而AI模型需要思考幾秒鐘才能給出答案,那麼從紐約到懷俄明州額外增加的40毫秒延遲根本不會對你產生任何負面影響。因此,當你真正與那些需要較低延遲用例的客戶交談時,你會發現目前導致延遲問題的根本原因實際上並不是硬體的位置,而是部署的硬體類型。這也就是為什麼你看到圍繞這些AI加速器進行了如此多的創新。如果你看看Grok 3或Positron的作用,所有這些不同類型的客戶都在問:“我們不僅要降低推理的成本,而且要如何顯著降低其延遲?”我想如果你關注下周輝達的GTC大會,你會看到他們的相關公告。但從整體來看,我認為作為一個行業,我們要整合併降低延遲,必須首先從不同的推理架構入手。值得慶幸的是,資料中心的位置在其中實際上只佔非常小的一部分。這使得我們能夠更加靈活地去尋找那些電力充足、土地廣闊的地方部署資料中心,從而真正進行最佳化,以滿足這種不斷增長的需求。馬克·墨菲,分析師: 非常感謝。操作員: 下一個問題來自瑞穗證券(Mizuho)的西蒂·帕尼格拉希(Siti Panigrahi)。請提問。西蒂·帕尼格拉希,分析師: 太好了,感謝接受我的提問。我想問一個關於你們的AI資料庫和AI資料平台機會的問題。隨著最近圍繞AI的興奮情緒高漲,企業現在開始採用前沿大語言模型(LLMs)的工具。你們從客戶那裡聽到了什麼關於使用他們的私有資料進行訓練以及建構私有大語言模型的消息?你們對在10月份分析師日上談到的“AI資料庫增長的拐點”有多大的信心?克萊·馬古伊爾克,雲基礎設施首席執行長: 謝謝,我是克萊。我認為這個問題可以分為兩部分。一個是我們在建構私有LLMs方面看到了多少採用率,另一個是我們在利用AI處理私有資料方面看到了多少需求。在早期,很多人認為大多數客戶會對自己的大型語言模型進行非常具體的訓練。但事實在很大程度上證明並非如此。相反,我認為現在非常流行並且越來越受歡迎的方式是,人們希望利用最好的模型,以私密的方式將其與自己的私有資料結合起來。我們看到了對這種方式的巨大需求。如果你剛才聽了邁克的發言,你會瞭解到我們是如何將這些AI模型嵌入到我們的應用程式中的,這是一個用例。但遺憾的是,顯然並不是所有的東西都運行在甲骨文的應用程式中,客戶也編寫了許多定製化應用。因此,我們在Oracle AI資料庫中加入了大量功能,使其能夠通過MCP伺服器(模型上下文協議)或自然語言轉SQL的方式輕鬆連接,從而讓你使用這些模型。同時,我們還有AI資料平台產品,它正是為瞭解決這個問題而設計的。你擁有大量的資料,它可能是應用程式資料,可能是不同資料湖和湖倉一體中的自訂資料,也可能是結構化資料庫中的資料。所有這些結合在一起,為你提供了一個智能體平台,你可以在其上快速建構應用程式,並訪問來自多個提供商的所有最優秀的模型。在整個技術堆疊中,我們看到了極大的發展勢頭。這就是為什麼我在準備好的發言中談到了我們的多雲資料庫業務所呈現的增長。我們看到的是,為了讓客戶能夠利用最新、最出色的AI,他們必須首先身處雲端,但目前仍有大量資料並未上雲。因此,我們看到客戶正在加速將最重要的私有資料遷移到雲環境中,以便隨後利用這些資料來體驗最先進的AI技術。西蒂·帕尼格拉希,分析師: 很好,感謝您提供的背景資訊。操作員: 下一個問題來自聯博資產管理(Sanford Bernstein)的馬克·莫德勒(Mark Moerdler)。請提問。馬克·莫德勒,分析師: 非常感謝接受我的提問,也祝賀你們度過了一個真正出色的季度。工作做得非常棒。我想稍微轉換一下話題,討論一下財務方面的問題。既然你們已經完成了大規模的債務融資,你能否解釋一下,考慮到建構AI資料中心的成本以及為AI資料中心融資的資本成本之間的平衡,你們對AI資料中心業務本身所創造的價值有多大的信心?作為一個相關問題,如果不介意的話,你能否多談談主權雲?你能否探討一下你們如何將AI資料中心業務轉化為充當主權雲AI提供商的角色,以及這應該如何影響甲骨文的價值?克萊·馬古伊爾克,雲基礎設施首席執行長: 好的。我想我們要分兩部分來回答這個問題。我是克萊,我來回答前半部分,然後我會請邁克談談主權雲的內容。當你思考這些AI資料中心的整體盈利能力時,主要有兩個方面。首先是單就加速器本身而言,盈利能力如何。我們過去曾給出指引,預計該部分的毛利率在30%到40%之間。這對我們來說依然適用。而且隨著我們在營運這些資料中心、降低交付成本、最佳化網路和硬體支出以及電力成本方面做得越來越好,我們預計這一數字將持續遞增。因此,我們對此感到非常滿意。需要瞭解的另一件事是,在這些AI資料中心內,無論是用於推理還是訓練工作負載,需要採購的不僅僅是AI加速器。還有大量的通用計算資源、高性能塊儲存或大規模Blob儲存、負載平衡、身份驗證、安全產品等等。通常情況下,大約10%到20%的總支出是用於購買相鄰服務的。當你將這些因素考慮進去時——根據服務組合的不同,這些相鄰服務的利潤率更高——整體盈利能力將繼續提升。這甚至還沒有考慮到我之前提到的多雲資料庫業務,那是一項利潤率高得多(大多在60%到80%範圍內)且增長非常迅速的業務。所以,當你把所有這些因素結合在一起時,OCI的整體利潤率狀況正在不斷增強並迅速增長。我想回答的一個可能被忽視的潛在問題是:目前制約利潤率的因素,並不是我們已經交付的算力容量。打個比方,假設我正在建設一個包含四個資料大廳的資料中心,當我交付第一個大廳時,那個大廳是盈利的。儘管我們的EPS等指標在持續增長,但我們目前的盈利水平之所以沒有達到更高的程度,僅僅是因為我們有太多正在同時建設的項目,而這些在建項目會產生一些費用。當然,我們在這方面做得很好:我們在儘量縮短建設周期方面做得非常出色,在降低這段時間內的成本方面也非常出色,但這些成本終究不是零。因此,當我們的業務處於這種超高速增長階段時,這是對盈利能力的唯一拖累。但值得慶幸的是,我們在交付產能方面越來越得心應手。當我們交付這些容量時,它們都已經以非常高的利潤率簽訂了合同。綜合這些因素,我們對已交付的算力容量以及AI業務不斷提升的盈利能力充滿信心。邁克,你想談談主權雲嗎?邁克·西西里亞,應用軟體首席執行長: 是的。關於主權,正如我剛才所說,我認為我們處於非常有利的地位。一年前,人們談論的“主權”主要是資料主權,市場上確實有一些解決方案在主資料層面實現了主權,但在災備(DR)或某些其他環節上卻並非如此,比如資料可能備份在另一個國家。當然,這在當下已經不被接受了。現在的主權,是指資料主權、營運主權甚至包括合同的主權。我們的Alloy模式完全有能力實現這三點。通過交付全端解決方案,我們和競爭對手在主權雲上存在巨大差異:我們不僅僅是提供一個處於邊緣的“主權區”,我們提供的是全端的OCI。它擁有我們所有的OCI服務,並且正如你提到的利潤率組合,這使我們能夠在主權區中運行我們所有的應用套件和AI資料平台。當然,其中某些服務的利潤率與單純的基礎設施利潤率是不同的。我認為我們在提供主權區全套甲骨文產品方面處於非常獨特的地位。這個主權區可以根據客戶的需要,做到足夠小或足夠大。另一方面,在界定“主權界限”的劃分上,我們擁有極高的靈活性。我們通常以國家客戶的邊界來思考主權,但我們也在與一些企業客戶進行探討。比如,他們可能在歐洲或非洲的多個國家營運業務,並且確實希望擁有一個主權區——一個由他們控制並在其資料中心內營運的主權區。他們服務於特定垂直行業的客戶,例如醫療保健或零售業。如果他們的主權區需要通過我們的Alloy橫跨這些國家來劃定,我們完全可以滿足這種需求。我們相信我們在合同方面擁有最大的靈活性,在交付方面也擁有最大的靈活性。再次強調,最重要的一點是,我們在這些主權區內交付的是甲骨文所有的能力——不是一個子集,也不是少數邊緣裝置,而是整個OCI生態。馬克·莫德勒,分析師: 這兩個回答都非常有幫助,非常感謝。再次表示祝賀。操作員: 謝謝。我們的下一個問題來自巴克萊銀行(Barclays)的拉伊莫·倫斯霍(Raimo Lenschow)。請提問。拉伊莫·倫斯霍,分析師: 太好了。謝謝。我也要表達我的祝賀。我想問一個我們在與投資者交流時經常感到困惑的話題,那就是“SaaS軟體已死”,因為AI將會取代它。我只是想聽聽你們在與客戶交流時聽到了什麼。這是那些投資者才有的臆想嗎?客戶方面也會討論這個問題嗎?你們是如何解釋的?我個人的想法是,你們所做的很多業務是確定性的(Deterministic),而不是機率性的(Probabilistic)。這或許是一個解釋。但我只是想再次聽聽你們的看法。謝謝。邁克·西西里亞,應用軟體首席執行長: 是的,我是邁克,我來回答這個問題。就我交談過的客戶而言,我還沒遇到過那位客戶告訴我,他們準備放棄自己現有的零售商品系統、核心銀行系統、活期存款帳戶系統或電子健康系統,去用某些東拼西湊的、小眾的AI功能在一夜之間取代所有的這一切。事實上,我從客戶那裡聽到的是恰恰相反的聲音。他們問的是:“我們怎樣才能開箱即用地消耗掉你們在所有應用程式中內建的AI功能?我們怎樣才能盡快讓這些系統上線,因為我們認為這是實現價值的最佳方式。”聽著,我們在甲骨文運行的這些系統,正如你所知,是高度複雜、執行關鍵任務的系統,蘊含著我們數十年的行業經驗和數十年的監管合規積累。這些系統是我們的客戶用來營運企業、政府機構、醫療組織等機構的核心。我非常滿意我們在這個領域所處的地位。正如我所說,我們自己也在大力擁抱AI。因此,我們已經在Fusion中上線了1,000個AI智能體。僅我們的銀行套件自身就包含了數百個AI智能體。所以,是的,我們認為AI具有顛覆性。確實如此。但我們認為我們才是顛覆者,因為我們實際上是將AI作為完整的功能直接嵌入到了我們的應用程式中,且不收取任何額外費用。這些功能是作為季度升級的一部分,作為常規更新節奏的一部分,包含在應用程式套件中的。因此,非但我不認為AI宣告了SaaS的死刑(至少對甲骨文而言並非如此),我反而認為它實際上提升了我們在SaaS領域的地位,並幫助我們更快地走向市場。我們對目前取得的成果感到非常興奮,並期望在未來提供更多關於這方面的具體細節。操作員: 好的,謝謝。我們的最後一個問題來自德意志銀行的布萊德·澤爾尼克(Brad Zelnick)。請提問。布萊德·澤爾尼克,分析師: 太好了。非常感謝。我同樣要表達我的祝賀,同時也想說,你們傳達的資訊非常清晰且極具價值。我的問題是提給邁克的,或許賴瑞也能補充一下。這算是在拉伊莫剛才的問題上的延伸。你們在Fusion內部推出了“AI智能體工作室”(AI Agent Studio)。我們都知道,企業內部最有價值的核心資產(Crown jewels)就存放在甲骨文資料庫和甲骨文應用軟體中。但我很好奇,在許多其他廠商都在競相成為跨多個不同企業系統和工作流的“AI互動層”的世界裡,你們認為甲骨文的角色將如何演變?邁克·西西里亞,應用軟體首席執行長: 布萊德,我是邁克。我先來回答。我認為資料引力(Data Gravity)在這裡起著決定性作用。尤其是關鍵任務的資料引力更為重要。正如我們所說,我們已經宣佈在Fusion中內建了AI智能體工作室。Fusion是位於企業客戶內部的系統,是他們營運資料和關鍵任務資料的託管者。如果你要建構一堆AI智能體,或者你的系統整合商要建構一堆AI智能體,我經常會問的問題是:你會從那裡開始?你肯定會從記錄系統(System of Record)內部開始,從具有資料引力的系統內部開始。因為從推理的角度,從檢索增強生成(RAG)的角度來看,這些資料將具有高度的相關性和特殊性,能為AI提供大量的上下文。我們在Fusion中發佈的AI智能體工作室不僅僅侷限於Fusion資料,你還可以在我們的行業應用軟體、第三方應用軟體中建構AI智能體。第三方也可以在其中建構AI智能體。我們提供了一個一體化的、同類最佳的解決方案:一個全規模的SaaS應用、由AI驅動的SaaS應用,並且賦予你在標準升級的季度平台發佈時間表中,在其之上或旁邊建立屬於你自己的AI智能體的能力。我認為這將非常有吸引力,因為我們在Fusion中建構的這個AI智能體工作室,是我們季度升級和常規安全修補程序的一部分。因此,你將獲得兩全其美的體驗。你獲得了打包的SaaS應用;你獲得了一個緊貼著企業最關鍵、最核心資料的智能體工作室;如果你願意,你還獲得了建立自訂、專屬智能體的能力。賴瑞·艾利森(Larry Ellison),董事長兼首席技術官: 我來補充一下。我們為所有的應用程式提供了大量預建構的智能體。但除此之外,我們還提供了一個開發環境——AI資料平台,這使得我們的客戶能夠輕鬆地在已建內容的基礎上加入他們自己的智能體。我們並不認為我們能為銀行系統或醫療保健系統建構所有的應用智能體。我們的許多合作夥伴會去開發,我們的許多客戶也會去開發。AI資料平台的作用是提供一個完整整合的開發環境,你可以在這裡使用甲骨文雲中任意一個AI模型來建構你自己的智能體,而這裡基本上匯聚了所有流行的AI模型。你可以用它來編寫智能體程式碼,你可以讓其執行複雜的多步查詢推理。例如,我們計畫在我們的Fusion會計系統中,將引入一個處理“結帳(Close)”工作的複雜智能體。當你在不久的將來使用Fusion結帳時,它將是一個無需人類參與的自主智能體。你只需要告訴AI智能體去結帳,然後你就會得到結果。我們在應用程式中內建了大量的AI能力,但它們也是開放的。它們的開放性使得我們的客戶和合作夥伴能夠不斷豐富這個智能體組合庫。我們正在建構的是整個生態系統:自動化醫療保健、自動化金融服務、自動化零售業。這就是AI賦予我們的能力,它拓展了我們的視野,擴大了我們建構SaaS軟體套件的範疇,讓我們能夠自動化整個生態系統。讓我以醫療保健行業為例。在醫療保健領域,Epic實現了醫院(特別是急症護理醫院,在某些情況下也包括診所)的自動化,但主要是急症護理醫院。而我們不僅自動化急症護理醫院,我們自動化診所,自動化實驗室。更重要的是,我們自動化支付方,也就是保險公司。我們自動化HCM系統,它負責培訓護士,負責在需要進行核磁共振檢查時安排合適的放射科醫生。我們自動化醫院的財務系統。我們甚至自動化FDA(美國食品藥品監督管理局)用於審批最新藥物以及與製藥公司對接的流程。這就是龐大的醫療保健生態系統。感謝上帝,我們現在擁有了這些程式設計工具,這使我們能夠建構一套全面的、基於智能體的軟體,以實現像醫療保健或金融服務這樣完整生態系統的自動化。這就是甲骨文正在做的事情。這就是為什麼我們認為自己是顛覆者。這就是為什麼我們認為所謂的“SaaS末日論”適用於其他公司,但絕對不適用於我們。我們的產品真的非常出色。布萊德·澤爾尼克,分析師: 謝謝賴瑞。謝謝邁克。祝賀你們。賴瑞·艾利森: 謝謝,布萊德。肯·邦德,投資者關係主管: 本次電話會議的錄音回放將在我們的投資者關係網站上保留24小時。感謝大家今天的參與。現在,我把會議交回給雷吉娜結束。操作員: 今天的會議到此結束。感謝大家的參與,您現在可以掛斷電話了。 (invest wallstreet)
剛剛,中國AI打破醫療天花板!杭州團隊再放大招,頂尖“三甲醫生”人人可用!
2026年開年,全球AI巨頭集體將目光投向醫療健康。1月份,OpenAI祭出了旗下首款AI醫療產品ChatGPT Health,向C端使用者發力。Anthropic則以Claude for Healthcare強勢回應,瞄準整個醫療系統。更不用提以OpenEvidence、Abridge為代表的一批AI醫療獨角獸,不斷挑戰著市場的神經。當大模型轉向醫療垂直領域進行深耕,一場圍繞臨床價值的產業競賽全面打響。可就在這場兆級狂飆裡,一個刺耳的質疑浮出水面:模型越大,流量越多,不一定越好。更可能的是:噪音更大、思維鏈更亂、幻覺更猛。而對於醫療健康而言,任何一次幻覺,都可能造成不可挽回的後果。因此,近期國家多部門密集出台相關政策,為醫療AI發展劃定方向、築牢保障。國務院“人工智慧+”行動方案強調風險研判與確保發展安全、可靠、可控等治理方向;衛健委等部門“人工智慧+醫療衛生”實施意見強調“安全可控、規範應用、保障服務安全”,並明確“賦能而不替代”的監管定位;真正決定醫療AI勝負的,不是更多的曝光度,而是能讓模型更可信、更可控、更負責任。而就在這個節點,智診科技以一場為期4天的發佈會,提供了絕佳案例。去年,這家來自杭州的醫療AI黑馬,率先提出“專家數字分身”、“深度慢思考”等核心功能,並行布了全科醫學基座大模型WiseDiag、好伴AI等一系列成果,獲得了行業的矚目。而今年,智診科技帶來全方位升級,再次以極致的技術創新與產品打磨,引領醫療AI的變革。這並不是一次常規更新,而是一場讓AI有「記憶、時間感、證據鏈」的深層革命。從智能記憶中樞、多模態醫療大模型、到醫療端到端智能體、AI家庭醫生,再到B端能力開放,智診重新定義了AI重塑醫療的想像空間。帶來的真正變化在於:當患者描述症狀時,AI不再給予給出結論,而是像一位經驗豐富的私人醫生一樣,能夠記得你的家族病史,理解檢驗單、醫學影像等資訊,並不斷思考、層層追問,直到給出有完整證據鏈的專業判斷。智診科技讓醫療AI回歸臨床本質,用紮實創新與負責精神,給出了行業最需要的樣本。全方位升級讓醫療AI可信、可控、負責任發佈會前三天,智診科技用三重技術突破重新定義醫療AI。先給AI裝“記性”,再給AI安“眼睛”,最後教AI練“手腳”,每一步升級都直指臨床痛點。Wise MemOS 2.0:從 “查筆記”到“長腦子”,讓AI更可信過去AI的記憶,就像帶了外掛的筆記本:每當遇到問題,AI 都要去海量的資料庫裡翻找匹配的資訊。這種路徑缺乏連續記憶能力,既做不到跨時間推理,難以真正理解健康資料背後的邏輯關聯,可信度天然受限。而智診科技的Wise MemOS 2.0走出了一條完全不同的道路。它將記憶直接內化於模型本身,模擬人類大腦“記憶固化”的自然過程。這讓AI徹底告別了單純的資訊檢索,真正擁有了屬於自己的持續記憶,實現了跨任務、跨時間、能進化的記憶能力。在衡量AI 記憶能力的國際權威記憶評測體系Locomo中,Wise MemOS 2.0 得分達到95.8%,較上一代的64.33%實現了質的飛躍。更穩定的記憶能力,讓Wise MemOS 2.0更像一位值得信賴的私人醫生,不僅記得你過往的體檢報告,還能盯著指標變化曲線,提前預警潛在問題。下面是一個讓人遺憾的真實病例。一位58歲的患者由於症狀隱蔽,2020年初診為帕金森,直到今年才確診為多系統萎縮症(MSA),被延誤5年,錯過最佳治療期。究其原因,外接筆記本式的傳統AI只能單個識別症狀,但是卻無法建立時間因果聯絡。相比之下,Wise MemOS 2.0 的思考過程,完全模擬了頂尖醫生的臨床思維:精準識別“單側起病” 核心特徵;聯動時間線,發現“早期伴自主神經症狀” 的異常;自動降低帕金森機率,提示MSA可能;明確指出:症狀演進與典型帕金森不符,需重新評估。它還能回溯歷史資料,點破關鍵疑點:“MSA 早期可有一過性左旋多巴反應,不能據此排除。”既不誤診常見病,也不放過罕見高危訊號,真正做到值得信賴。從“機械檢索” 到 “主動認知”,Wise MemOS 2.0不再是一本只會羅列知識的醫療百科,而是站在你生命時間軸上,持續守護、高度可信的健康管家。未來,它會住進你的手機、手錶,持續記錄健康軌跡,敏銳預警風險變化,比任何人都瞭解你的身體。WiseDiag V2:從“讀文字”到“辨全貌”,讓AI更可控醫療的本質是對多源健康訊號的綜合解讀,一張影像、一份化驗單、一張體徵照片,都是疾病的關鍵線索,容不得半點誤判。WiseDiag V2的突破,絕非簡單增加圖像輸入功能,而是在底層實現了視覺特徵與醫學知識的精準對齊,讓 AI 真正學會像醫生一樣 “看懂” 疾病全貌。醫療訓練資料從V1 版本的 450 億 Token 躍升至 800 億 Token,覆蓋更完整的疾病譜,為多模態理解築牢知識根基,從根源上控制幻覺率。它徹底告別了“先識圖轉文字、再理解文字” 的傳統邏輯,實現了真正的 “圖文同構”。這意味著WiseDiag V2看到的每一張圖片,都能直接對應為大腦中的醫學知識,理解更直接、判斷更精準、輸出更可控。為了讓模型掌握核心推理邏輯,智診科技聯合50餘位三甲醫院專家,對 3 萬餘例真實病歷進行深度拆解。讓模型學到的不只是答案,更是醫生的循證推理路徑,讓AI診斷全程有證據、可解釋、可追溯。在多項權威醫學評測中,WiseDiagV2憑藉實力霸榜:MedBench:69.8 分,位居榜首MedQA: 93.6 分,對標人類執業醫師水平的測試中表現優異vl-health:在醫學影像專項評測中取得 69.2分,遠超GPT-5.1HealthBench:在難度極高的真實臨床模擬評測中取得67.2分,全球領先。過硬的分數背後,是更少幻覺、更強可控、更高一致性的真實力。實際臨床場景中,WiseDiag V2 徹底解決傳統模型結論不一、判斷混亂的問題。例如,一位年輕女性出現橫跨鼻樑的蝶形紅斑。部分模型多次測試結論不一致,甚至直接提示“無法識別”,給患者帶來更多困惑。WiseDiagV2 ,精準識別出“蝶形紅斑”這一專業體徵,還指向系統性紅斑狼瘡(SLE)的可能性,並提供鑑別診斷思路與後續問詢建議。又比如下面這個案例,是一個剛滿月寶寶的胸部X光片、足部外觀照片、血常規化驗單。普通模型如同盲人摸象,各看各的、互相矛盾:盯著化驗單說“肺炎”,看足部照片猜 “骨折 / 畸形”,資訊衝突、診斷失控。WiseDiag V2則像資深醫師一樣,整合全貌、統一推理,成功診斷出罕見的 VACTERL 聯合征,實現多模態資訊的可控融合與精準判斷。從單一圖像的精準識別到多源資料的綜合研判,WiseDiag V2真正實現 “看懂疾病、理清邏輯、杜絕幻覺、輸出可控”。WiseResearch:從“張嘴答”到“踏實做”,讓AI更負責在真正的臨床場景中,醫生遇到拿不準的指標,不會立馬下結論。真正靠譜的做法是翻指南、查文獻、找專家覆核,這種猶豫和求證,正是對生命負責的表現。但許多醫療AI恰恰相反,它們太自信了,不願意停下來求證,幻覺率很高。而智診科技打造的WiseResearch,則是懂克制、會查證、守底線的醫療智能體。它不追求“說的漂亮”,只追求結論安全,像一位嚴謹負責的醫生,遇到問題主動查證、補齊證據鏈、反覆校驗,用專業與審慎,替代魯莽與敷衍。WiseResearch 的核心底氣,來自智診專家工具箱(MCP)裡的三大核心工具,每一個都精準解決臨床痛點:MedOCR:醫學資訊抽取近100%零失誤面對帶上下箭頭的生化檢測單、滿是勾選框的體檢問卷,DeepSeek、Miner U甚至GPT-5都出現了箭頭漏認、選項勾錯,甚至憑空幻覺出不存在的內容。而MedOCR 完美還原了所有數值、單位、箭頭和勾選狀態,實現零失誤識別,精準抓取核心資訊,為診斷打下堅實基礎。MedDB:醫學知識庫可信度更高傳統通用知識庫就是“資訊大雜燴”,資料龐雜且沒有時效性,AI很容易給出錯誤、過時的結論。MedDB 則完全不同,它收錄了超40萬條經專家人工稽核的醫學條目,覆蓋1.2萬種疾病,每條知識都明確標註了證據等級、適用範圍和時效性,還會定期更新迭代。確保AI說的每一句話,都不偏離權威醫學共識。MedSearch:專業搜尋 “同步全球前沿”臨床醫學日新月異,普通搜尋引擎搜“多發性骨髓瘤最新指南”,出來的不是幾年前的舊文章,就是非官方解讀,時效性和權威性都沒保障。MedSearch 始終與全球頂尖醫療標準保持同步,避免因資訊滯後影響診療決策。正是有了智診專家工具箱(MCP)這一堅實支撐,WiseResearch 才能跳出傳統AI的侷限,真正復刻醫生的嚴謹診療思路,將 “負責任” 的理念融入每一步操作。發佈會上,團隊上傳了一張極其複雜的化驗單,讓WiseResearch 進行初步診斷,它的表現完全復刻了專家的診療思路:第一步,精準提取。模型先判斷這是多項目聯合檢驗單,果斷呼叫MedOCR,快速提取出所有指標資料,沒有遺漏任何關鍵資訊;第二步,多次查證。發現“甲狀腺球蛋白抗體異常升高” 和 “血清輕鏈比值偏低” 兩個疑點後,它沒有草率下結論,而是反覆呼叫MedDB核對醫學共識,用 MedSearch 檢索最新指南,交叉驗證資訊;第三步,循證結論。最終,WiseResearch 明確診斷為 “自身免疫性甲狀腺炎”,並給出貼心建議;更關鍵的是,每一條建議後面都附上了指南出處,做到有據可查、可追溯,對患者負責。這到底是個例還是普遍能力?權威榜單給出了答案。在臨床Agent測試榜單AgentClinic-MedQA 上,WiseResearch 拿到了64.8分,比人類醫生的平均分高出10分;在醫學專家問答推理榜單 MedXpertQA 上,它也超過了 GPT-5-high、DeepSeek等主流模型。這多出來的分數,是對患者負責的絕對執行力。人類醫生可能因疲勞而跳過步驟,但WiseResearch不會,不管是第 1 個病人還是第100個病人,它都會嚴格執行 “檢索-核對-校驗” 的標準動作,不省略任何一步。WiseResearch不止是智能工具,更是醫療場景裡更審慎、更可信、更負責任的夥伴。從記住健康軌跡,到看懂多元資訊,再到踏實解決問題,這三重升級不僅是技術的跨越,更讓醫療AI從實驗室走向臨床一線、走進尋常百姓家。讓頂尖醫療AI全民可用共建醫療新基建技術的終點,是生活的起點。在發佈會的第四天,智診科技將上述技術突破,融合到人人可用的「好伴AI」之中,並搭建了⼀整套已經可⽤、可接⼊的「醫療能⼒底座」。好伴AI:把“三甲專家”裝進每個人的手機去年,智診科技推出網頁版和APP版好伴AI,拉近了普通人與頂級醫療AI的距離。今年好伴AI微信小程序的上線,再一次打破了門檻,無需下載APP、無需複雜註冊,微信內即可一鍵呼叫。報告解讀、拍照識熱量、專家問答、健康檔案,這些核心功能一個都不少,全部免費開放。過去一年,智診還和全國2000多位醫生一起,將他們的臨床經驗、科普文章、授課內容全部沉澱,建構起龐大的 “AI專家分身” 網路。這意味著好伴AI 不只是 “像醫生”,而是還原真實醫生,讓健康諮詢更精準、更貼心。例如,使用者說“肚子疼”,AI不會直接羅列疾病,而是追問“是刺痛還是隱痛?上腹部還是下腹部?持續多久了?”,補全醫生最想知道但使用者想不到的關鍵資訊,避免漏診誤判。此外,好伴AI支援“隨心拍”,將醫療級視覺理解融入日常。比如拍醫學報告,好伴AI支援全場景醫學材料精準識別,並可以結合你的熬夜習慣、既往病史等個體化差異,告訴你那些指標是"假陽性",那些是"真風險"。圍繞“報告解讀、各種拍、專家問答、家庭健康群”四大核心入口,結合“會追問、懂趨勢、有記憶”的核心優勢,好伴AI讓每個人都能輕鬆管理自己和家人的健康。B端能力開放:從“技術輸出”到“生態共建”除了C端產品,智診科技更將一整套能力底座開放給行業,向醫院、健康科技公司等夥伴提供三層能力。Model as a Service(MaaS):開放全能多模態大模型WiseDiag V2的核心能力,適合擁有研發能力的醫療資訊化廠商、科研機構,快速搭建自有醫療AI產品。Agent as a Service(AaaS):將WiseResearch中的成熟智能體直接輸出,網際網路醫院、體檢中心無需重訓模型,降低技術應用門檻。Solution as a Service(SaaS):為醫院提供“數字醫生分身繫統”,快速克隆本院專家的診療風格和專業能力,部署在醫院公眾號或小程序;為科研機構提供全院級科研輔助平台。目前,智診科技已深度合作300余家頂級三甲醫院,讓浙江省腫瘤醫院、浙二醫院等機構的專家資源通過AI分身觸達更多患者;“報告解讀能力”已成為數百家網際網路醫院的標配外掛。“如果AI不能被用起來,那所有模型都只是論文。”智診科技通過建構“技術→產品→生態”的完整閉環,推動AI醫療從實驗室走進千家萬戶,成為新時代醫療基礎設施的核心力量。深耕醫療AI自主創新推動中國「健康自由」在AI浪潮席捲全球的今天,醫療健康正成為最具顛覆潛力的應用領域。然而,狂飆突進之下,醫療AI的安全性、可靠性等隱患日益凸顯,幻覺問題依然嚴重。不僅如此,隨著國際科技競爭日益加劇,“自主創新”成為時代命題,中國醫療AI亦需要自己的「破局者」。在此背景下,智診科技立足中國醫療實際,深耕本土需求,堅持走「更可信、更可控、更負責任」的醫療AI創新之路。Wise MemOS 2.0 以高准記憶築牢可信根基,WiseDiag V2 以多模態能力規範可控診療,WiseResearch 以循證工作流踐行負責任初心,重新定義醫療AI的價值邊界。如今,普通人在家即可享受三甲級健康守護,企業可低成本擁有頂尖AI 能力,智診科技正加速推動中國“健康自由” 變為現實。可以期待,本土醫療AI將在自主創新的道路上越走越遠,為全民健康保駕護航。 (智藥局)
高盛談AI交易:“AI基建”的下半年風險,“AI應用”的“輸家”短期難翻身
高盛警告,AI資本開支增速預計將在下半年放緩。這一拐點將直接威脅嚴重依賴資本開支的AI基礎設施股,其估值溢價將崩塌。比如,當前輝達已出現“盈利大漲、股價卻不漲”的現象。另一方面,深陷“被顛覆”恐慌的軟體等AI應用端輸家,僅靠短期財報根本無法打消市場的長線疑慮,短期極難翻身。當AI資本開支越衝越猛、估值越來越貴時,高盛提醒市場:真正的風險,往往出現在“增速開始放慢”的那一刻。2月24日,高盛全球投資研究在其策略報告《AI交易的拓寬與縮小》中稱,近期AI交易波動顯著上升,背後兩股力量在拉扯市場:一邊是科技巨頭資本開支援續“超預期”,另一邊是投資者對“AI顛覆傳統行業利潤池”的擔憂快速升溫。受強勁的資本開支指引推動,儲存晶片概念股今年迄今平均大漲55%;而受“AI顛覆論”恐慌影響,軟體股則暴跌了24%。同一個“AI主題”,在不同環節呈現出幾乎相反的行情。高盛將這場劇烈波動的AI交易劃分為四個階段,而目前這四個階段的股價走向已經截然相反:第一階段(算力龍頭,如輝達):正在面臨“過度盈利”的拷問,近期出現盈利預期大幅上調但股價橫盤的脫節現象。第二階段(AI基礎設施,如儲存、裝置、伺服器等):受科技巨頭強勁的資本開支指引推動,近期持續暴漲,其中儲存股年內大漲55%。第三階段(AI應用賦能,如軟體服務等):因市場極度擔憂其傳統商業模式被AI顛覆,近期遭遇恐慌性拋售,軟體股年內暴跌24%。第四階段(AI生產力提效,非科技行業):由於實際的財務回報尚不清晰,近期股價一直橫盤整理。面對這種極致分化,報告顯示,無論是當下暴漲的“基建贏家”,還是暴跌的“應用輸家”,當前都潛伏著各自的風險。01. 資本開支增速見頂在即 AI基建“殺估值”風險臨近市場首先要消化的,是資本開支預期的“再抬一檔”。根據高盛彙編的共識預期,2026年科技巨頭的AI資本開支將達到6670億美元。這一數字比四季度財報季開始時高出了整整1270億美元,同比增速高達62%。資本開支大幅上修的另一面,是自由現金流被擠壓。報告強調:“超級雲廠商資本開支正走向在今年超過經營現金流的90%,這一佔比甚至高於網際網路泡沫時期。”在更具體的測算裡,高盛指出2026年資本開支預計將佔科技巨頭經營現金流的92%。為了填補巨額資金缺口,巨頭們被迫大幅削減股東回報。2025年,巨頭總體股票回購削減了15%;用於回購的現金流比例從2023年初的43%驟降至目前的16%。同時,甲骨文和Google等開始頻繁向債券市場伸手。高盛預計,年內資本開支的絕對值仍有上修空間。由於甲骨文和微軟的財年在5月/6月結束,即將到來的二季度財報季可能成為開支預期再次上修的催化劑。但高盛警告,核心風險不在於“絕對值”,而在於“增速”。“我們預計一致預期對超級雲廠商資本開支的估計仍有溫和上行空間,但仍預計資本開支增速將在今年晚些時候見頂。”而這一增速放緩,將成為AI基礎設施股的“阿喀琉斯之踵”。02. “AI基建”的下半年風險 開支降速與“過度盈利”陷阱高盛強調:“一旦資本開支增速放緩,一些AI基礎設施股的收入增長和估值將顯得極其脆弱。”邏輯很直接:基礎設施鏈條的訂單、收入與盈利往往對資本開支增速高度敏感;當市場從“每季度都在加速”切換到“仍在增長但不再加速”,估值中最脆弱的部分往往是“增長溢價”。高盛直言,許多AI基礎設施相關類股在過去幾年出現了顯著的估值倍數擴張,而歷史經驗顯示,投資者通常會給予“增速放緩”的公司更低估值倍數。這也是報告主題中所謂“殺估值”的核心含義:那怕盈利還在增長,只要市場開始擔心增長不可持續,倍數收縮就可能抵消盈利上修帶來的股價支撐。在報告列舉的細分方向中,製造裝置、伺服器與網路、晶圓代工與IDM、電力與公用事業等領域估值普遍高於過去五年均值。高盛認為,當前基礎設施內部的“最新瓶頸”集中在記憶體環節。報告稱,主要記憶體股(如美光、西部資料、SK海力士、三星)自2025年四季度初以來平均上漲約145%,年內平均上漲約55%。高盛認為,強需求與提價帶來的盈利改善,能夠解釋這輪上漲的大部分來源。他們還指出,記憶體股平均遠期P/E約12倍,不僅低於大盤,也低於其自身五年均值,表面上看並不“貴”。但高盛緊接著用輝達做了一個警告:當市場開始擔心企業處於“過度盈利(over-earning)”狀態時,股價可能不再跟隨盈利上修。在2022年底到去年年中,輝達的股價與盈利同步增長了12倍,估值倍數基本保持不變。但在最近的階段,邏輯變了。高盛指出:“在過去五個月裡,儘管輝達的遠期盈利預期大幅上調了37%,但其股價卻基本持平。”高盛把這種現象概括為“over-earning(過度賺錢)”的市場心理:當公司在周期高點表現過強,反而容易引來對競爭加劇與需求可持續性的擔憂,最終表現為“盈利繼續強、但估值收縮”。對交易層面而言,這意味著:即使基建鏈條短期業績繼續兌現,投資者也會開始更挑剔“增長的二階導”和“倍數還能不能擴”。03. 科技巨頭短期繼續分化 盯的不是資本開支,而是“回報”高盛判斷,短期內科技巨頭之間的回報分化仍會持續。因為在2026年上半年,資本開支季度增速大體穩定時,市場注意力會轉向“AI投入到底有沒有回報”。報告給出一組直觀對比:科技巨頭自由現金流收益率約1%,處於歷史最低水平;而標普500其餘公司約為4%。當自由現金流轉弱、轉換率下降時,資金自然會尋找替代選項。高盛直言,“投資者正在越來越多地把資金配置到其他地方”。04. AI應用層一條“很細的界線”把公司分成贏家與輸家如果說基建層的矛盾是“資本開支還能多快”,應用層的矛盾就是“誰會被顛覆、誰能搶到新增收入”。高盛判斷,AI交易嚮應用層擴散是技術發展的自然路徑:基礎設施搭好之後,價值創造會從“賣鏟子”轉向“改造商業模式”,並通過重塑利潤池來回收前期投資。但這也讓股市結果更“微觀化”。高盛強調,未來需要更依賴公司層面的判斷,比如競爭位置、進入壁壘、定價權。報告中一句話點破應用層的核心不確定性:“在最終競爭格局仍不確定的情況下,一家公司在被視為AI收入‘贏家’與遭遇‘被顛覆’擔憂之間,界限很細。”一個直接結果是,投資者目前並沒有給很多上市公司“AI帶來新增收入”過高估值。高盛稱,“與我們的預期相反,投資者對上市公司AI增收的上行空間幾乎沒有定價;相反,來自私營公司的AI應用獲得了最多關注。”報告列舉了多家私營公司產品進展:Anthropic推出Claude Cowork工具(含法律、人力資源、商業服務外掛);Insurify在ChatGPT內推出比價應用;Altruist推出為財富管理客戶制定個性化稅務策略的工具。這類案例強化了公共市場的一個擔心:即便AI帶來新增需求,新增收入也未必歸上市公司所有。05. “輸家”為何短期難翻身 顛覆擔憂很難被“短期業績”證偽應用層的另一面,是顛覆敘事對估值的殺傷力。高盛指出,過去幾周市場關注點集中在“AI顛覆風險”。報告稱,軟體股在過去六周下跌約23%,並且“儘管短期盈利仍具韌性,投資者越來越在質疑行業的長期增長前景”。高盛在這裡給出了非常明確的判斷:“對AI顛覆的擔憂在短期內很難被證偽。”他們進一步指出:對於那些已被市場貼上“可能被AI顛覆”標籤的公司,股價要穩定,關鍵在盈利要先穩定;但“這種顛覆不確定性短期內不太可能被解決”。高盛把“應用層輸家短期難翻身”的條件講得很具體:“投資者要麼需要多個季度的證據證明業務韌性,要麼需要這些股票相對大盤更大幅度的估值下探,才會重新大規模參與。”這也是當前軟體等類股的尷尬之處:短期財報可能還行,但市場交易的是“長期利潤池會不會被重分配”。06. 高盛用兩條線索“量化”顛覆風險 人工暴露度與資產強度在如何觀察“誰更容易被顛覆”上,高盛給出兩個向量(並強調還有監管壁壘、市場勢力等其他維度)。其一,勞動力對AI自動化的暴露度。高盛稱,近期對白領崗位被替代的擔憂上升。他們與經濟學家合作估算各公司工資支出中暴露於AI自動化的比例,並結合“勞動力成本/收入”的比值進行觀察。高盛提醒,這個指標是“雙刃劍”:AI既可能提升效率,也可能替代崗位。但在交易層面,過去6個月市場更獎勵“暴露度低”的行業,懲罰“暴露度高”的行業。其二,有形資產強度(tangible asset intensity)。高盛用“(資產-現金-無形資產)/收入”來度量資產強度,並建構行業中性、等權籃子。他們觀察到,資產更“重”的公司近期明顯跑贏資產更“輕”的公司,而且幅度“超出宏觀環境通常能解釋的水平”。類似地,生產商品的公司也跑贏服務型公司。對投資者而言,這兩條線索傳遞的並不是“資產越重越好”,而是市場在用它們作為“護城河/進入壁壘的替代指標”,來對抗應用層不確定性。07. 三大催化劑 高盛把“拐點”押在2026年下半年高盛認為,要讓科技巨頭重新獲得市場領導地位,需要三個催化劑。他們的基準判斷是:這些催化劑“更可能在2026年下半年出現”。首先,AI收入必須加速。財報季的市場反應已經證明,只要收入增長超預期(如Meta大漲10%),投資者就會對AI投資的回報率重拾信心。其次,資本開支增速放緩帶來的自由現金流(FCF)見底的“可見性”。高盛認為,由現金流一旦出現底部訊號,市場可能重新用盈利而非現金流去定價,從而降低估值波動。高盛解釋道:“資本開支增速放緩將讓投資者看到自由現金流觸底反彈的希望。這將促使投資者重新基於盈利能力來為這些巨頭定價。”目前,巨頭們24倍的遠期市盈率僅處於過去10年的第14百分位,估值極具吸引力。最後,宏觀順風的消退。高盛經濟學家預計,美國經濟的周期性加速將在年中見頂,並在下半年回落。當宏觀經濟紅利消退時,資金將不可避免地重新流向這些長期確定性極高的科技巨頭。 (硬AI)
巴倫周刊—這只股票,沒被那篇 “AI末日論文” 擊垮 | 巴倫選股
未來是否一定會如Citrini Research所描述的那樣發展,並不確定。難以預測事態將如何演變,是華爾街一波波恐慌來得快、退得也快的原因之一。 即便是華爾街最膽顫心驚的人,在AI擔憂引發市場大面積下跌之際,仍然能找到一些可供避險的股票。周一對美股來說是艱難的一天。IBM股價下跌13%,而優步和DoorDash的股價分別下跌4%和7%。道富SPDR標普軟體與服務ETF下跌5%,Global X金融科技ETF下跌4%。這兩隻ETF在過去12個月裡分別累計下跌23%和27%。重創股市的原因之一,是研究機構Citrini Research周日發佈的一篇報告,該報告描繪了一個AI摧毀全球經濟的未來圖景,讀起來像一部反烏托邦科幻小說大綱:AI搶走了所有人的工作。所有知識型行業無一倖免。軟體與金融科技公司可能無力償還債務,進而引發類似2008—2009年的全球金融危機。AI帶來生產率提升、經濟高增長,但同時伴隨高失業率,這種設想並不新鮮。AI公司Anthropic首席執行長達里歐・阿莫迪(Darrio Amodei)此前就對此發出過警告。而周一讓IBM股價大跌的,正是市場對Anthropic相關產品的擔憂。儘管如此,這篇報告似乎還是戳中了華爾街的情緒,放大了投資者對AI衝擊的恐懼。報告中提到的許多股票周一都大跌。GE Vernova卻是個例外。作為電力技術供應商,Vernova有能力幫助滿足AI資料中心相關的電力需求增長。這些AI資料中心耗電量巨大。報告寫道:“股市對就業資料的在意程度,仍不及GE Vernova的渦輪機產能如今已被預訂一空、一直排到2040年的消息。”其股價“在宏觀利空與AI基建利多的拉扯中橫盤震盪”。AI要運轉離不開硬體,這也是為什麼GE Vernova的股價沒有像大盤其他股票那樣下跌。受益於AI基建浪潮的硬體股不止GE Vernova一家。相關公司有幾十家,業務覆蓋從晶片、晶片製造裝置,到伺服器以及連接裝置等方方面面。 (Barrons巴倫)
6600億美金,只不過是AI基建首付。黃仁勳露底,要建設7-8年
01|一個讓人睡不著覺的數字6600億美金。這是Meta、亞馬遜、Google、微軟一年砸向AI的資本開支。四家公司,一年。這個數字已經大到有點失真——差不多相當於一個超級大國一年的軍費開支。聽著嚇人。但真正讓我睡不著覺的,不是6600億本身。是黃仁勳在採訪中上那句輕描淡寫的話:AI基建,還有七到八年路要走。翻譯一下:6600億隻是首付。後面還有七八年的分期付款。而且,這還只是四家公司。02|為什麼是七八年?很多人會覺得奇怪。AI發展不是很快嗎?模型不是幾個月就升級一次嗎?對。模型很快。但模型只是最上面那層“皮膚”。皮膚下面,是一整套重資產體系。晶片。機房。電網。能源。這不是寫程式碼的節奏。這是蓋工廠的節奏。第一層:晶片周期算力平台兩三年一代。一旦升級,伺服器、電源、散熱、網路全要跟著換。你不是加幾張卡,是重建整條生產線。第二層:資料中心周期選址、拿地、環評、施工、交付。三到五年起步。你可以通宵寫程式碼。但混凝土不會因為你著急而更快凝固。第三層:能源周期這才是關鍵。資料中心已經吃掉全球1.5%的電,而且高度集中在局部區域。問題從來不是“有沒有電”。而是:你能不能在那個地方、那個時間點、以那個價格拿到電。電網擴容、並網審批、變電站建設——這些都是慢變數。模型可以三個月迭代一次。電網不會。這就是七八年的真正含義。03|分析師在怕什麼?所以華爾街看到6600億會緊張。折舊怎麼辦?利潤率會不會被壓?現金流會不會變差?邏輯很簡單。以前科技公司是輕資產平台。現在突然變成重資產玩家。畫風變得太快。但你翻翻Google的財報。收入創新高。Cloud從虧損做到兩位數利潤率。經營效率沒有崩。這說明一件事:需求是真實存在的。不是情緒驅動。是訂單驅動。04|第一波革命,其實已經發生很多人沒意識到。第一波AI革命已經結束了。它發生在程式設計師身上。Coding場景最容易算ROI。效率提升立刻可見。所以需求是直線,不是斜線。這不是“感覺好用”。這是“離不開”。當這種直線開始擴散——設計、金融、法律、製造、醫療……那就不是工具升級。是基礎設施更替。05|AI正在變成基礎設施當AI從產品變成基礎設施,邏輯就徹底變了。以前拼模型參數。以後拼工程交付。拼誰能更快建好機房。拼誰能鎖定電力。拼誰能拿到並網指標。你會發現科技公司越來越像能源公司。簽長期購電協議。買地。甚至投資核電。不是為了講ESG故事。是為了確保:我有電,我能訓練。06|生產資料正在變化這裡有個底層變化。過去十年,GPU是生產資料。未來十年,兆瓦才是生產資料。誰能在關鍵節點鎖住電力資源,誰就擁有主動權。當電開始被長協化、配額化,它就不再只是成本。它變成門檻。就像房地產時代的土地。就像網際網路時代的流量。AI增長的天花板,開始受制於物理世界。不是演算法。是吞吐量。07|6600億是入場券很多人看到6600億就想到泡沫。我更願意把它理解為入場券。你要參與這場工業升級,就必須先交錢。而且要連續交七八年。問題不在於利潤短期波動。真正的分水嶺在七八年後——當基礎設施建成,誰站在生產資料的一側?誰擁有定價權?08|馬斯克為什麼提前佈局?說到這兒,不得不提馬斯克。他一直在做一件事:鎖資源。特斯拉做儲能。SpaceX鎖軌道。星鏈鎖頻譜。本質都是一樣的。物理世界的控制權,才是護城河。09|你站在那一側?七八年,說長不長,說短不短。足夠讓一家公司崛起。也足夠讓一家公司掉隊。問題是:你盯著參數,還是盯著兆瓦?你關注模型,還是關注基礎設施?熱鬧在前者。利潤在後者。如果只記住一句話,記住這個:當電成為配額資源,AI增長就會像房地產——拼地段、拼資源、拼審批。下半場的護城河,是兆瓦。不是參數。 (混沌的市場)
馬化騰最新內部演講,透露騰訊AI的5個關鍵點
近期,騰訊一年一度的員工大會如期而至。在全球AI浪潮重塑科技行業的當下,馬化騰的內部講話,無疑成為洞察這家公司AI航向的窗口。馬化騰沒有以激進姿態追逐AI熱點,而是基於騰訊自身的“基因”與“體質”,闡述了公司穿越周期的路徑。講話中,馬化騰表示,雖然過去幾年跌宕起伏,但騰訊通過“聚焦主業、降本增效、減脂增肌”,逐步恢復增長,並且在AI投入上持續加大力度。這段穿越周期的經歷,深刻影響了騰訊當下對AI的戰略決策。面對AI這場前所未有的技術革命,騰訊認為其不是短跑衝刺,而是一場考驗耐力的馬拉松。馬化騰講話的核心,不僅是對過去一年AI佈局的復盤,更是對未來數年騰訊在AI時代如何生存、發展的思考。我們綜合公開資料梳理了這次發言的要點,從中可以看到騰訊AI戰略的五個關鍵點:基因決定節奏,在喧囂中堅持“穩紮穩打”“每個企業的基因不同,體質也不太一樣,穿越周期的節奏也並不一樣。”馬化騰在講話開篇便定下了基調。馬化騰認為,騰訊的基本盤(遊戲、社交、內容等長青業務)是堅實後盾,使得公司有底氣進行長期、持續的AI投入,而不必將所有賭注押在朝夕之間。這種底氣,讓騰訊得以在AI戰略上堅持“穩紮穩打”的風格。騰訊希望建構的AI能力,是基於自身核心優勢的有機延伸。這需要時間去“升級技能點”,去打磨產品,去驗證模式。喧囂與焦慮成為行業主旋律的當下,騰訊選擇保持戰略定力,按照自己的步伐前進。這既是自信,也是對科技發展客觀規律的尊重。一體化協同作戰,重塑AI基建與組織架構如果說“穩紮穩打”是戰略節奏,那麼在戰術執行層面,騰訊正進行大力度的組織與技術變革。馬化騰提出,未來將把大模型和AI產品以一體化的方式來考慮,要打破壁壘,實現高效協同。為此,混元大模型團隊與元寶產品團隊之間,已經開展交叉、派駐、協同設計等工作。這種組織形式確保最底層的模型能力能夠與上層的產品需求緊密耦合,避免技術與市場的脫節。為了支撐這一戰略,騰訊在AI基礎設施和人才引進上投入巨大。騰訊重構了整個AI研發團隊,新成立了AI Infra(人工智慧基礎設施)部、AI Data(人工智慧資料)部及資料計算平台部。人才層面,騰訊加大了對業界原生AI人才的吸引,通過年輕化力量加強研發團隊的能力與活力。這一系列調整,都指向一個共同的目標:為AI這場持久戰,打造一個高效、協同、具備強大基礎能力的作戰體系。使用者體驗是核心,談微信AI的去中心化與開放在騰訊所有AI應用場景中,微信的智能化無疑最受外界關注。馬化騰在講話中花了一定篇幅闡述微信生態的AI哲學,其核心可以概括為:以使用者長期價值為依歸,兼顧創新與安全。對使用者隱私和安全的敬畏,是騰訊不可動搖的底線,也是微信AI進展相對謹慎的根本原因。其次,馬化騰對“全家桶”模式提出思考,認為這種形式“大家不一定喜歡”。在他看來,微信生態的核心優勢在於其開放性。小程序生態之所以成功,正是因為它彙集了業界大量優質的服務與產品,而不是騰訊自己包攬一切。因此,微信的AI生態建設,將繼續堅持“去中心化”的思路。馬化騰特別提到,“我們不會控制所有的入口,任何創業者都可以在微信的智能生態產生自己的入口,然後去推廣這個專有入口,這是沒有問題的。我們只提供底層連接,這樣比較科學合理,生態夥伴也比較放心和可以接受,因此是可持續的。”探索“AI+社交”,在自身擅長的領域發力馬化騰在講話中重點介紹了元寶App即將推出的社交功能。這個新嘗試就是元寶派,其建構了一個全新的、AI原生的社交空間。在這個空間裡,使用者不僅可以和朋友互動,還可以與AI互動,甚至可以引入陌生人一起分享交流。為了豐富這一體驗,騰訊還將開放QQ音樂、騰訊視訊等優質內容,讓使用者可以在這個AI空間裡和朋友“一起聽”、“一起看”。這被視為騰訊在探索“AI+社交”上的關鍵一步,也是騰訊在自身擅長的AI領域持續發力。對於元寶將發放10億元現金紅包活動,馬化騰解釋了背後的邏輯。他表示,元寶希望把節省下來的行銷費用,直接轉化為給使用者分享的紅包。這不僅是一次行銷大促,更是騰訊利用春節這一超級社交場景,實現AI業務提速的關鍵動作。馬化騰說,希望通過這種方式,讓使用者在體驗AI功能的同時,重溫過去搶紅包的快樂。AI是“倍增器”,持續點亮業務新技能AI並非某個獨立部門的KPI,而是提升各個業務發展的“倍增器”,是為騰訊這棵大樹全面“點亮技能”的關鍵所在。過去一年,CSIG(雲與智慧產業事業群)業務對AI相關產品進行了更緊密的整合,包括QQ瀏覽器、騰訊會議、元寶等。值得一提的是,除了C端業務,2025年雲業務整體規模化盈利,實現了里程碑突破。對於WXG(微信事業群),馬化騰認為微信是騰訊的中流砥柱,大家寄予厚望,視訊號、微信電商等業務都有自己的成長邏輯和軌跡,如何結合自己特點,點亮新技術不斷升級,要多給時間和耐心,謀定後動。在廣告和金融支付業務上,馬化騰認為,AI讓騰訊廣告收入增速很快,但相對於行業平均水平,其收入佔比依然較低,未來仍有廣闊的商業化發展空間 。而金融支付業務則要繼續保持謹慎,始終以安全為首要原則。對於業務及產品眾多的PCG(平台與內容事業群),今年則在積極探索AI整合能力。比如,QQ秀更打通AI能力,使用者可以自行上傳素材生成圖像。騰訊新聞堅持高品質資訊內容,探索用AI幫助使用者提高資訊瀏覽效率。騰訊視訊則在嘗試利用AI多模態能力,通過與閱文合作,推動更多自有版權內容進行影視化落地。馬化騰表示,在AI戰略上,騰訊有自己的節奏,核心是產品的長期競爭力和使用者的體驗,各個業務類股都需要仔細思考,持續點亮新的技能點。AI競速是一場考驗耐力的馬拉松,只有持續進化,才能穿越周期。 (湧現觀察)
6600億美元的“新工業革命”:解構 AI 基建的權力版圖
2026 年伊始,全球科技巨頭(Meta、,亞馬遜、Google以及微軟)的財報顯示他們計畫在今年大幅增加在人工智慧基礎設施方面的資本支出(CapEx),預計將達到驚人的6600 億美元。這是一個什麼概念?它超過了瑞典或比利時一年的 GDP。如果你只看股價,你可能會認為這筆錢全進了輝達的口袋。但在最近的一場行業深度對話中,輝達 CEO 黃仁勳(Jensen Huang)揭示了這冰山水面下的全貌。這場數千億美元的豪賭,不僅僅是為了買更快的 GPU,而是為了建設一種全新的工業設施——AI 工廠(AI Factories)。在這場基建狂潮中,輝達是核心引擎,但真正的財富正在向更廣泛的基礎設施層外溢。1. 為什麼是 6600 億?——計算範式的徹底重塑正如 Jensen 所言,我們不是在升級電腦,我們是在重新發明計算。過去 60 年,人類處於“顯式程式設計”時代:不管是大型機還是手機,本質上都是在運行“預先錄製(Pre-recorded)”的指令。點選螢幕,檢索資料,顯示結果。AI 時代是隱式程式設計與生成式計算的時代。不再是檢索,而是即時生成。每一次使用者提問,每一個 Token 的產生,都是一次全新的、高強度的計算過程。這意味著資料中心不再是靜態的“倉庫”,而是 24 小時不停運轉的“製造工廠”。這就是 6600 億美元的去向:將原本用於儲存資訊的倉庫,改造成生產智能的發電站。2. 錢到底花那了?——AI 基建的“三駕馬車”根據高盛(Goldman Sachs)與麥肯錫(McKinsey)等機構的最新拆解,這筆巨額資金並非全部流向晶片,而是被分攤到了三個核心領域:60%:技術硬體(不僅是 GPU)除了輝達的 H100/Blackwell 晶片,定製晶片(ASIC)正在吞噬巨大的份額。Google (TPU)、Amazon (Trainium/Inferentia)、Meta (MTIA) 都在瘋狂投入研發自有晶片。博通(Broadcom)和Marvell作為定製晶片的幕後推手,正悄然成為這場競賽的第二大贏家。25%:能源與電力(The Power Play)這是目前最大的瓶頸。Jensen 曾直言:“我們不再受限於算力,我們受限於電力。”AI 資料中心的功率密度是傳統資料中心的 10-20 倍。傳統的風冷系統已無法應對單機櫃 100kW 以上的熱量。15%:物理基建(土地與建築)為了容納這些龐然大物,資料中心的物理形態正在改變。你需要更堅固的地板、更高的層高來容納冷卻塔,以及靠近發電站的地理位置。3. 輝達的角色:全端架構的設計師在這場基建中,輝達的角色已經超越了“賣鏟子”。它更像是總設計師。Jensen 強調,計算不僅僅是處理器,它包含了儲存、網路和安全。輝達正在重新設計整個堆疊:網路即算力:在 AI 工廠中,數萬張 GPU 必須像一顆超級晶片一樣協同工作。這需要極低延遲的網路(InfiniBand/Ethernet)。這解釋了為什麼網路裝置支出在激增——雖然思科等傳統巨頭依然在場,但 Arista Networks 和輝達自家的 Spectrum-X 正在重新定義什麼是“AI 原生網路”。工業軟體底座:通過與 Synopsys、Cadence 等 EDA 巨頭合作,輝達將 AI 植入到晶片設計的源頭,讓“光速”研發成為可能。4. “我的問題是我的 IP”:私有 AI 雲的崛起在雲端運算大行其道的今天,Jensen 給出了一個反直覺的建議:“Build one(自己建一個)”。這不僅僅是對極客精神的呼喚,更是對企業資料主權的預警。AI 給出的答案是大宗商品(Commodity),但你提出的**“問題”**才是你的核心智慧財產權(IP)。一家頂尖製藥公司或金融機構,絕不會希望它最核心的研發問題(Prompt)流向公有雲。因此,本地部署(On-Prem)正在復興。新機會:這為戴爾(Dell)、慧與(HPE)、聯想(Lenovo)等伺服器廠商帶來了巨大的機遇——“主權 AI 雲”和“企業私有 AI”正在成為繼公有雲之後的第二增長曲線。5. 結語:從原子到電子的躍遷這場 6600 億美元的豪賭,最終目的是什麼?是突破物理世界的限制。實體經濟(原子)受限於質量和物理定律,增長是線性的;而數字經濟(電子)是光速的,增長是指數級的。目前的 IT 產業價值約為 1 兆美元,而全球經濟總量是 100 兆美元。AI 基建的目的,是讓這 1 兆美元的技術去“液化”那 100 兆美元的實體經濟——創造出物理 AI、機器人勞動力和自動駕駛等全新物種。對於每一個投資者和技術從業者而言,看懂這 6600 億的流向至關重要:別只盯著 GPU,看看是誰在發電,是誰在冷卻,是誰在連接這一切。Jack 是 The AI Frontier 的主理人,專注於探索人工智慧與自動駕駛的前沿產品技術與商業。 (The AI Frontier)
三星+SK海力士>騰訊+阿里
一場儲存熱潮,不僅讓三星與SK海力士賺得盆滿缽滿,也讓資本市場的天平發生了一次微妙的傾斜。2月3日,三星電子與SK海力士合計市值達到1.14兆美元,略微超過阿里巴巴和騰訊在港股合計1.07兆美元的市值。三星與SK海力士是目前韓國市值最高的兩家公司,前者今日大漲11%,後者漲幅超過9%;今年以來,它們的累計漲幅均接近40%。另一邊,在總市值上暫時落後的阿里與騰訊,市場普遍認為,今日下跌主要與一則網際網路增值服務將被“加稅”傳言有關。不過追根溯源,這或許是外界對相關稅收調整政策的誤讀。阿里與騰訊同日收盤跌幅均分別收斂至1.41%與2.92%;今年以來,阿里累計漲幅12.75%,騰訊微跌3%。在這背後,更重要的推動力自然還是席捲全球的儲存缺貨潮。如今,以HBM為首的儲存晶片已成為AI基建中不可或缺的部分,同時,願意支付溢價的大型雲廠商帶來的需求,進一步推高了儲存巨頭們的業績。在DRAM和NAND雙雙出現創紀錄短缺的背景下,三星和SK海力士獲得了前所未有的定價權。高盛集團亞太區首席股票策略師Timothy Moe則預計,今年韓國股市約60%的盈利增長將來自半導體行業。在暫時不同的股價走勢背後,也是在AI領域選擇的不同發展路徑。富時羅素全球投資研究主管Indrani De指出,中國的優勢在於龐大的製造生態體系,這意味著可以非常迅速地實現規模化;韓國則專注於硬體領域,建構結構性優勢。富蘭克林鄧普頓全球投資的投資組合經理Yiping Liao也給出了類似觀點:“韓國高度聚焦於科技供應鏈中的某一個特定環節,而中國則更像是在試圖建構一個端到端、完整覆蓋的AI技術體系。”換言之,兩種路線中,一條專注於關鍵環節的技術深度與掌控力,另一條則偏向於系統整合與市場應用的廣度。更值得注意的是,在事關AI熱潮的全球討論中,阿里、騰訊這些網際網路大廠更頻繁的比較對象,是微軟、Google、Meta等矽谷巨頭們,對比維度也更聚焦於資本開支、AI變現等。在過去幾天,國內幾家網際網路巨頭都已陸續部署2026年發展規劃,AI均是核心發力點。例如騰訊創始人馬化騰表示,未來將大模型和AI 產品以一體化的方式來考慮,持續提升產品長期競爭力與使用者體驗;阿里提出“通雲哥”新概念,即“雲+AI+晶片”三位一體發展,充分發揮全端優勢;字節CEO梁汝波明確,2026年公司在AI上要“勇攀高峰”,短期核心目標聚焦豆包/Dola助手的應用落地。與此同時,隨著春節臨近,AI流量戰也已升溫:此前字節跳動旗下火山引擎已官宣成為央視春晚獨家AI雲合作夥伴,豆包將同步上線多元AI互動玩法;元寶、文心、千問也宣佈將於春節期間派送現金紅包,全力搶佔節日流量入口。長期而言,相較於將自己暴露於儲存晶片供需周期之中的韓國晶片廠商,中國網際網路巨頭在應用層面的優勢,或許能為自身提供更長期、更穩定的增長支撐。 (財聯社AI daily)