美股投资网获悉，特斯拉(TSLA)在中国生产的电动汽车，2月销量实现连续第四个月增长，且成绩超出市场预期。上年同期较低的销量基数，有效抵消了季节性因素带来的不利影响。数据显示，特斯拉上海超级工厂所生产的Model 3和Model Y，其交付量(涵盖出口至欧洲等市场的车辆)在2月总计达到58600辆，与上年同期相比大幅增长91%，而1月的增幅为9.3%。然而，2月销量相较于今年1月下降了15.2%。

此外，依据中国汽车工业协会发布的数据，特斯拉上海工厂上个月的电动汽车出口量约为20000辆，与上年同期相比，暴增了约4.2倍。

由于春节期间新款Model Y的部分生产线停工停产，这家美国汽车制造商原计划在2025年2月交付的中国制造电动车数量受到了影响。另外，受农历新年日期变动的影响，每年前两个月的汽车销售量往往会出现较大幅度的波动。

为在竞争激烈的市场中稳固自身优势地位，特斯拉重磅推出7年期低息融资方案。这一举措犹如一颗“重磅炸弹”，迫使比亚迪等一众竞争对手在中国这个全球规模最大的汽车市场纷纷跟进效仿。当下，政府补贴正逐步退坡，市场竞争的激烈程度愈发凸显，局势愈发剑拔弩张。

与此同时，其竞争对手吉利汽车增长1%至206160辆。同期，蔚来(NIO)2月交付20797辆，同比增长57.6%。

最专业的美股资讯推荐美股大数据 https://Stockwe.com/

如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！

美股投资网获悉，根据美国银行的最新研究，在标普500指数成分股中，机构持股覆盖面(即过去一年持有该股票的机构基金占比)扩张最为显著的个股已浮出水面。数据呈现出清晰特征人工智能(AI)及科技相关标的包揽榜单，反映出投资者对AI领域的高涨热情，正持续推动资金流入该板块。

其中，Palantir(PLTR)以压倒性优势领跑其机构持股比例从一年前仅7%飙升至当前32%，大幅提升26个百分点，为标普500指数内增幅最大的个股。

博通(AVGO)、Arista Networks(ANET)、安费诺(APH)等AI产业链及半导体关联企业，机构持股同样大幅增长，凸显机构资金正全面转向AI基础设施与数据技术领域。

除核心科技股外，GE Vernova(GEV)、吉利德科学(GILD)也上榜，显示投资者在布局高增长赛道的同时，正跨行业分散配置、兼顾增长韧性。Meta(META)、奈飞(NFLX)等大型通信服务企业，同样获得机构新增持仓。

以下为美银全球研究统计的机构持股覆盖面增幅最大个股名单，并按华尔街量化评级排序

Arista Networks与AppLovin(APP)位居前列，量化评级分别为4.78和4.52，均获“强力买入”评级，也是榜单中仅有的两家评分超过3.5的标的。

前五名其余个股为西部数据(WDC)、博通、GE Vernova，均为“持有”评级。值得注意的是，西部数据年内涨幅高达54.54%，表现领跑榜单;GE Vernova尽管评级为中性，年内仍上涨28.40%。

具体名单如下

Arista Networks，量化评级4.78

AppLovin，量化评级4.52

西部数据，量化评级3.49

博通，量化评级3.48

GE Vernova，量化评级3.44

Palantir，量化评级3.44

Meta，量化评级3.37

安费诺，量化评级3.34

吉利德科学，量化评级3.26

奈飞，量化评级3.18

最专业的美股资讯推荐美股大数据 https://Stockwe.com/

如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！

美股投资网获悉，软银集团支持的日本数字钱包运营商PayPay(PAYP)计划将其在美国的 IPO 定价为每股16美元，低于此前向投资者推介的 17 至 20 美元区间。

然而，考虑到目前中东地区爆发了一场全球动荡且归期不明的战争，坚持推进这家日本支付集团上市的决定是明智的。

此次 IPO 以 107 亿美元的估值筹集了 8.8 亿美元，远低于软银创始人孙正义此前高达 200 亿美元的野心。

这一目标向来被视为“登月计划”般的幻想若按前九个月的年化业绩计算，这需要将这家电子支付和信用卡提供商的估值定为其 2026 财年销售额的 8.4 倍，或是其美国同行PayPal市盈率的五倍。

尽管在规模达 4 万亿美元的日本经济中打造一站式金融“超级应用”的宏伟计划看起来困难重重，但得益于其本土市场虽然迟到但却迅速普及的电子支付进程，其核心业务的前景看起来依然稳健。

日本的经济和地缘政治地位也解释了为何在美以对伊朗发动战争的情况下，这笔交易仍能继续进行。这个亚洲国家拥有约 250 天的石油储备，有助于缓解使用 PayPay 服务的消费者在加油站面临的压力。

此外，这次上市本就已逾期去年 11 月曾因美国政府停摆导致监管审查停滞而遭遇重大延迟；随后，原定于 3 月 2 日开启的路演又因战争爆发扰乱市场而推迟。然而，如果继续等待市场平息，PayPay 可能会付出更高的代价。

卡塔尔投资局(QIA)和阿布扎比投资局(ADIA)等投资者为这笔交易承诺了超过 2 亿美元的资金。随着伊朗导弹落在他们的国土上，这些承诺本可能化为乌有。据知情人士透露，海湾国家已开始审查其主权财富的部署方式，以应对战争引发的严重经济损失。

至少软银仍持有 PayPay 超过 90% 的股份，并将从未来二级市场的任何上涨中受益。但如果石油美元主权基金注入新资金的速度放缓，全球范围内的交易都将面临威胁。

最专业的美股资讯推荐美股大数据 https://Stockwe.com/

如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！

美股投资网获悉，Meta Platforms(META)周三宣布，公司计划在2027年底前推出四代自研人工智能芯片，以支持其快速增长的AI计算需求，并减少对外部芯片供应商的依赖。这一计划也是Meta在激烈且成本高昂的人工智能竞赛中，推动硬件自研、降低长期成本的重要举措。

Meta表示，未来几年将陆续推出MTIA 300、MTIA 400、MTIA 450和MTIA 500四款芯片，属于其“Meta Training and Inference Accelerator(MTIA)”系列。该系列芯片主要用于支持公司内部AI训练和推理任务。

其中，MTIA 300目前已进入量产阶段，主要用于内容排序和推荐系统的模型训练；MTIA 400(代号“Iris”)已经完成实验室测试，正逐步推进部署。更先进的MTIA 450和MTIA 500(分别代号“Arke”和“Astrid”)预计将在2027年实现大规模部署。

Meta工程副总裁Yee Jiun Song表示，这些产品正同步开发，其中MTIA 450预计将在2027年初推出，而MTIA 500则将在大约六个月后推出。

Song指出，AI发展速度远超预期，这也迫使芯片研发节奏不断加快。“即使只是过去两三个月，AI的发展速度已经让很多人感到震惊。芯片研发必须跟上这种工作负载的变化，因此我们不断审视路线图，确保开发最有价值的产品。”

近年来，Meta在AI领域投入巨大，以打造具有竞争力的大模型和AI产品，这也带来了前所未有的算力需求。目前，Meta仍大量采购外部芯片，包括来自英伟达(NVDA)和AMD(AMD)的AI加速器。公司近期宣布，与两家公司达成的AI硬件采购协议规模均达到数百亿美元级别。

与此同时，Meta也在加速自研芯片能力建设。去年，由于首席执行官扎克伯格对内部研发进展不满，公司曾尝试以8亿美元收购韩国AI芯片初创公司FuriosaAI，但该交易遭到拒绝。随后Meta转而收购总部位于加州圣克拉拉的芯片初创企业Rivos Inc.，并吸纳其400多名员工。

新增的人才资源帮助Meta的MTIA团队能够同时推进多个芯片项目。该团队主要致力于开发更高效的计算架构，以满足Meta内部需求，包括Instagram内容推荐系统、排序算法以及大规模生成式AI推理任务。

Meta高管表示，自研芯片能够针对公司特定应用进行优化，从而提升效率并降低成本。“我们并不是为通用市场设计芯片，因此不需要具备过多通用功能，”Song表示，“去掉不需要的功能可以显著降低成本。”

不过，芯片研发本身是一项高成本且周期较长的工程。从设计到交由第三方晶圆厂，通常是台积电(TSM)进行生产，往往需要数十亿美元投入并耗时多年。Song表示，Meta团队通常需要大约两年时间才能将一款芯片从设计推进到量产阶段。

与此同时，Meta的芯片战略仍面临挑战。媒体此前报道称，Meta已取消其最先进的一款AI训练芯片项目，代号“Olympus”，原因是设计难度过高，公司转而开发更为简化的版本。Meta方面未对该报道作出直接评论，仅表示公司会持续评估并调整其芯片路线图。

尽管如此，Meta仍坚持推进自研AI处理器的发展。公司首席财务官Susan Li近日在摩根士丹利主办的一场会议上表示，Meta仍希望最终开发出能够用于训练大型AI模型的处理器。

最专业的美股资讯推荐美股大数据 https://Stockwe.com/

如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！

在人工智能技术迅速发展的背景下，市场对于软件行业是否会遭遇末日的担忧持续升温。不过，美国软件巨头甲骨文(ORCL)在最新财报电话会上明确表示，公司不仅不会被人工智能颠覆，反而有望从这一技术浪潮中受益。

美股投资网获悉，甲骨文管理层在周二晚间的业绩电话会上多次回应市场对AI冲击软件行业的担忧。公司联席首席执行官Mike Sicilia表示，当前市场流行一种观点，即随着人工智能帮助开发者更快编写代码，新兴公司可能会对传统SaaS企业构成冲击，但他并不认同这一说法。

“很多人都听过这样的理论，新公司借助AI快速开发软件，将导致SaaS模式的终结，”Sicilia在电话会上表示，“我完全不同意这种看法。”

甲骨文管理层认为，公司提供的企业级软件系统具有高度复杂性，不可能被简单的AI工具或零散功能所取代。相反，公司正在快速将人工智能工具引入自身的软件开发和产品体系中，以提升效率和功能。Sicilia表示“这些系统并不是一堆由AI拼接而成的小功能就能替代的。”

除了在软件产品中应用AI技术，甲骨文还通过另一条重要路径增强自身在AI时代的竞争力，即建设人工智能基础设施。与许多传统软件公司不同，甲骨文不仅提供企业软件服务，同时还在大规模建设支持AI运算的数据中心，通过出租服务器和存储资源为客户提供算力。

这一战略需要巨额投入。公司预计2026财年资本支出将达到约500亿美元，主要用于扩建数据中心和云基础设施。不过，这也使甲骨文能够直接受益于全球对AI算力需求的快速增长。

业内分析人士指出，除甲骨文外，微软(MSFT)和SAP SE(SAP)等科技公司同样具备“软件+基础设施”的双重业务模式，因此也有机会在AI时代获得增长。

与此同时，部分传统软件企业也在通过推出新的AI平台来应对行业变化。例如，赛富时(CRM)正在大力发展其AI平台 Agentforce。数据显示，该平台在第四季度的年度经常性收入达到8亿美元，同比增长169%。

虽然这一规模仍远小于赛富时当季112亿美元的总收入，这一增长显示客户仍然愿意继续为其产品付费，而不是因为AI技术的兴起而转向其他解决方案。

最专业的美股资讯推荐美股大数据 https://Stockwe.com/

如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！

美股投资网获悉，3月11日，逸仙电商(YSG)发布公告称，公司将通过私募方式发行总额为1.2亿美元的以人民币计价的可转换优先票据(以下简称“可转债”)，认购方为公司创始人、董事长兼首席执行官黄锦峰先生，以及中信资本旗下私募股权投资业务信宸资本共同组成的特殊目的载体。本次联合认购，充分彰显创始人+领先私募机构对公司长期价值的双重认可与坚定看好。

据公告披露，本次可转债交易将分两期等额发行，同时配发购买公司A类普通股的认股权证。其中，发行的可转债年票息率为1.5%，初始转股价格设定为4.63美元/ADS，该价格较美国存托凭证在认股权证购买协议签署日前五个连续交易日(含签署日前交易日)的成交量加权平均价格溢价20%。募集资金将主要投入未来的产品研发、全球供应链整合、海外市场扩张、战略并购及其它公司用途，进一步推动公司业务持续增长，夯实核心竞争力。

据了解，信宸资本(中信资本控股有限公司旗下的私募股权投资业务)关注全球的控股收购机会，迄今已在中国、日本、美国和欧洲等地完成超过100项投资，目前资金管理总额102亿美元。

信宸资本在美妆行业拥有深厚的投资经验，例如其控股的全球最大美妆包装供应商之一阿克希龙(Axilone)，长期服务于众多国际高端品牌。同时，信宸资本在医药与生物科技领域拥有广泛布局，能够为逸仙电商的前沿产品研发提供关键支持。此外，信宸资本在推动企业数字化转型方面拥有卓越的操盘经验。

公告中，逸仙电商创始人、董事长兼首席执行官黄锦峰先生表示“本次增持代表了我对逸仙电商长期价值的坚定信念，以及我们管理团队从不动摇的战略执行决心。面对变化的市场环境，我们将心无旁骛地推进多品牌战略的落地。我非常荣幸能引入信宸资本的顶尖资源与深厚行业经验。未来，双方将进一步加强战略协同，通过资源整合与优势互补，共同为股东创造长期可持续的价值。”

信宸资本董事长张懿宸先生亦表达了对逸仙电商的高度认可，他表示“我们高度认可逸仙电商在战略转型过程中展现出的坚定决心，尤其赞赏公司近年来在产品结构、组织提升和品牌建设的持续聚焦，这为公司的长期发展筑牢了护城河。此次投资更体现了我们对黄锦峰先生及其管理团队卓越的国际化视野与全球品牌资源整合能力的深厚信任。我们期待以本次合作为起点，深度赋能逸仙电商，通过跨国并购整合全球优质资源，助力逸仙电商实现从‘中国新锐’向‘‘全球美妆集团’的跨越。”

此次合作不仅是资本注入，更是战略级深度赋能。未来，信宸资本将充分利用其全球网络与行业资源，协助逸仙电商在美妆产业价值链上下游实现高效战略协同;而逸仙电商则将借鉴信宸资本在跨国并购及投后整合方面的丰富经验，稳步推进海外扩张战略，全力朝着打造“世界级美妆创新先锋”的长期愿景迈进。

最专业的美股资讯推荐美股大数据 https://Stockwe.com/

如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！

美股投资网获悉，美国科技巨头谷歌(GOOG,GOOGL)正加速将人工智能技术引入美国军方体系。美国国防部官员表示，谷歌开发的AI智能体将被部署到五角大楼约300万名军方和文职人员的工作环境中，用于自动化处理大量日常行政和运营任务。

美国国防部负责研究与工程事务的副部长Emil Michael表示，谷歌的Gemini AI智能体将首先在未涉密网络中运行。这类AI智能体能够根据用户设定的任务自主完成工作，例如整理会议记录、编制预算以及辅助决策分析。

Michael在接受采访时表示“我们先从未涉密网络开始，因为绝大多数用户都在这里工作，之后会逐步扩展到涉密和最高机密网络。”他还透露，国防部目前正与谷歌讨论在涉密云环境中部署AI智能体的可能性。

谷歌方面表示，国防部人员将可以通过自然语言创建自己的AI助手，而无需编写代码。这些数字助手能够自动执行多步骤的重复性行政工作，从而显著提升效率。

近年来，美国军方正加快人工智能的应用步伐。随着AI技术在军事领域的重要性不断上升，五角大楼已与多家科技公司展开合作，包括OpenAI、xAI以及谷歌等企业。

在近期的伊朗冲突中，美国军方已经利用人工智能辅助识别军事目标并加快决策流程，从而显著提升军事行动的效率。

不过，军方扩大AI使用也引发了争议。此前，美国人工智能公司Anthropic与五角大楼爆发公开冲突。该公司要求对AI技术的使用设置限制，例如禁止用于针对美国民众的大规模监控或完全自主武器系统。作为回应，美国国防部上周将该公司列为供应链风险企业，而Anthropic随后对这一决定提起诉讼。

在Anthropic与政府关系恶化的同时，五角大楼正迅速扩大与其他AI公司的合作。此前，Anthropic曾是唯一能够在五角大楼涉密云系统运行的AI供应商。如今，美国国防部已经与OpenAI和xAI达成协议，使其AI系统能够在受限网络环境中运行。

谷歌在军方项目上的合作历史也曾引发内部争议。2018年，数千名谷歌员工抗议公司参与五角大楼的 “Maven项目”，该项目利用AI分析无人机视频数据。随后谷歌未续签该项目合同。不过近年来，公司逐渐放宽了对军事合作的限制。

根据五角大楼的计划，谷歌初期将提供8个预设AI智能体工具，用于自动化处理会议纪要整理、预算编制以及政策审查等任务。此外，部分AI工具还可能用于军事任务规划和资源评估。

自去年12月推出GenAI.mil人工智能平台以来，美国国防部已有约120万名员工使用谷歌AI聊天机器人处理非涉密工作。数据显示，用户累计提交了4000万条指令，并上传超过400万份文件。

不过，官员也承认，目前AI培训进度仍明显落后于使用规模。自去年12月以来，仅有2.6万人接受过AI使用培训，而未来培训课程已全部预约满额。

美国军方人士表示，AI工具已经在提升军事规划效率方面展现潜力。例如，美国陆军第18空降军在设计一场涉及5万名模拟士兵的军事演习时，传统规划方式需要约6个月。借助AI平台后，类似规模的演习规划仅需6周即可完成。

Michael表示，尽管AI可能出现“幻觉”等错误，通过培训、政策和人工审核可以降低风险。他指出，美国国防部未来将继续扩大AI的应用范围，以提升整体效率和作战能力。

最专业的美股资讯推荐美股大数据 https://Stockwe.com/

如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！

美股投资网获悉，亚马逊(AMZN)已正式开启跨币种债券发行计划，打算借助美元和欧元市场筹集总规模约370亿至420亿美元的资金。在此次融资行动里，最受市场关注的当属其首次进行的创纪录欧元债布局。该公司计划在欧洲市场发行最高达100亿欧元(约合116亿美元)的债券，并且罕见地将其拆分成八个不同期限的批次进行发售，期限跨度极大，从2年期一直到38年期。值得一提的是，亚马逊于周二已完成11部分美元债券的发售工作，成功筹集到370亿美元资金。

此次联合债券发行极有可能成为企业债券发行史上规模最大的交易之一，同时也是云计算公司为投资人工智能基础设施而开展的一系列巨额交易中的最新一例。亚马逊、谷歌(GOOGL)、Meta Platforms Inc.(META)以及微软公司均预测，到2026年，它们的资本支出将达到约6500亿美元。

此次交易采用了双币种以及多期限的结构设计，这一举措使得亚马逊能够触及不同类型的投资者群体，同时有效分散了再融资风险。此前，欧洲市场分档数量最多的纪录由LVMH Moët Hennessy Louis Vuitton SE在2020年创下，当时该公司为收购Tiffany & Co.进行了七个部分的债券发售。

据直接了解此次交易情况的知情人士透露，该交易在美国市场发行的部分吸引了约1260亿美元的认购订单，这一规模在企业债券发行史上位居前列。其发行规模也从最初指引的250亿美元上调至300亿美元。

驱动这笔庞大融资的核心引擎，是亚马逊对AI基础设施近乎“贪婪”的需求。公司此前已明确表示，为巩固在生成式AI及云服务领域的领先地位，预计2026年的资本支出将攀升至2000亿美元，超出分析师预期并引发部分股票投资者对AI巨额支出何时见效的担忧。

这些资金将精准投向大规模数据中心的扩建、自研算力芯片的研发以及全球范围内的网络基础设施升级。在全球科技巨头普遍面临盈利释放压力与算力饥渴的矛盾下，亚马逊选择通过债权融资来锁定长期低成本现金流，旨在为这场持久的AI消耗战备足“弹药”。

值得一提的是，此前因中东冲突导致信贷风险急剧攀升而受抑制的全球债券发售活动于周二迅速重启。在美国总统特朗普暗示对伊战争将很快结束之后，信贷风险指标应声回落。到了周三，有消息称摩根大通正在限制对部分私人信贷基金的贷款，这使得市场上的风险偏好情绪略有降温。

不过，在信贷市场，对于超大规模企业交易的需求依旧十分旺盛。谷歌上月在美国及欧洲的高等级债券市场成功筹集了约320亿美元资金，整个发行过程需求强劲，尤其是对其发行的极为罕见的100年期英镑债券，市场反应热烈。

在此次亚马逊的债券发行中，摩根大通担任全球协调人，并与巴克莱银行、美国银行以及法国兴业银行共同担任簿记管理人。预计该债券发行将于今日晚些时候完成定价。

最专业的美股资讯推荐美股大数据 https://Stockwe.com/

如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！

美股投资网获悉，英伟达(NVDA)宣布对前OpenAI高管Mira Murati创立的人工智能(AI)企业Thinking Machines Lab展开新一轮投资，并将为这家初创公司提供芯片，用于训练与运行其AI模型。

两家公司在周二声明中表示，根据一份多年协议，Thinking Machines Lab将采用英伟达即将推出的Vera Rubin AI加速芯片。该芯片预计明年初投入使用，将为Thinking Machines Lab提供至少1吉瓦的算力(相当于约75万户家庭的用电量)。

英伟达曾于去年对Thinking Machines Lab进行过投资，本次并未披露具体交易条款，也未说明是以现金、芯片还是两者结合的方式注资，仅称此次投资为“重大投资”。Thinking Machines Lab发言人拒绝进一步透露细节，英伟达方面则暂未回应置评请求。

作为全球市值最高的企业，英伟达近期密集开展多项投资交易。这家芯片巨头正凭借自身资源推动AI在各行业落地，助力开启其口中的“新工业革命”。不过，这类投资也因模式闭环——英伟达入股自身客户——而引发外界关注。

另据去年11月的报道称，Thinking Machines Lab去年曾寻求新一轮融资，彼时估值目标高达500亿美元。若达成，其估值将较7月时的120亿美元翻四倍，当时该公司以120亿美元估值完成20亿美元融资。

Murati在声明中表示“此次合作将加速我们打造可由用户自主塑造、真正属于自己的AI，而这些AI也将反过来激发人类潜能。”

据了解，Murati曾任OpenAI首席技术官，在她主导下，Thinking Machines Lab已从OpenAI开发商挖来数十名员工，并于去年10月推出首款产品Tinker，可帮助用户优化大语言模型——这也是ChatGPT等聊天机器人的底层技术。

不过，近几个月Thinking Machines Lab也面临人才回流，包括其首席技术官在内的多名员工已重返OpenAI。

最专业的美股资讯推荐美股大数据 https://Stockwe.com/

如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！

美股投资网获悉，近日，甲骨文(ORCL)召开了FY26Q3财报电话会。公司回应投资者关注的“SaaS软件已死”，AI将会取代它的话题时表示，认为AI确实具有颠覆性，但甲骨文才是颠覆者，因为公司实际上是将AI作为完整的功能直接嵌入到了公司的应用程序中，且不收取任何额外费用。这些功能是作为季度升级的一部分，作为常规更新节奏的一部分，包含在应用程序套件中。

甲骨文表示，对公司在这个领域所处的地位非常满意，同时也在大力拥抱AI。因此，公司已经在Fusion中上线了1,000个AI智能体。仅银行套件自身就包含了数百个AI智能体。

公司还提到，正在构建的是整个生态系统自动化医疗保健、自动化金融服务、自动化零售业。这就是AI赋予公司的能力，它拓展了视野，扩大了构建SaaS软件套件的范畴，让公司能够自动化整个生态系统。

多云数据库和AI基础设施上，这两项业务都在以极快的速度增长。多云数据库收入同比增长了531%，AI基础设施收入同比增长了243%。这两项业务同样都处于供不应求的状态，并且甲骨文有明确的执行计划，能够迅速将这些需求转化为高利润的经常性收入。

公司还不断在商业模式上进行创新。在上次的财报电话会议上，公司分享了在不增加举债或发行股票的情况下，如何实现AI基础设施增量增长的多种构想。

甲骨文称，自那时起，公司已经使用这种新模式与多个客户签订了超过290亿美元的合同。这种结合了“自带硬件”和客户预付款的模式，使公司能够在不消耗甲骨文任何现金流的情况下继续扩张。而且这290亿美元是本季度签署的其他交易之外的额外订单。

问答环节

操作员 我们现在开始问答环节。我们的第一个问题来自古根海姆证券(Guggenheim)的约翰·迪弗奇(John DiFucci)。请提问。

约翰·迪弗奇(John DiFucci)，分析师 谢谢。哇，信息量真大。听着，关于AI基础设施的问题我留给其他人问。但我们之前听道格谈到过AI基础设施业务对你们其他业务产生的“光环效应”。本季度表现非常强劲，你们说RPO的增长来自于大规模的AI合同。

同时，我们现在从一线听到的消息是，这种光环效应实际上正在转化为AI基础设施以外的业务。听起来系统上线数量稳定，但更传统的云工作负载带来的业务活动，尤其是销售渠道管线(Pipeline)，出现了实质性的增长，这甚至包括了专用区域云、主权云，甚至是我们开始听说的Alloy交易。除了刚才迈克谈到的那些经常关联在一起的应用软件交易之外，我明白这些类型的交易在规模上可能比不上那些AI交易。但你能谈谈这些业务中似乎正在积聚的潜在势头吗?我的这种想法正确吗?

另外，如果可以的话，关于一个相关的话题，能否向我们透露一下2027财年的资本支出(CapEx)前景?

迈克·西西里亚，应用软件首席执行官 好的，约翰。我是迈克，我来回答这个问题。是的，我们绝对看到了光环效应，我来补充一些细节。

就应用软件业务而言，我们在OCI上训练了如此多的AI模型，并且这些模型在部署上与我们的应用程序离得如此之近，这使我们能够将非常高质量的AI服务直接作为功能嵌入到我们的应用中。因此，我们不仅在服务这些客户、为模型厂商提供训练算力，而且我们还将大量输出结果直接嵌入到了应用中。当然，我们会进行提示词工程(Prompt Engineering)等工作，使其与具体业务相关。但关键在于——我们甲骨文是客户关键任务数据的保管者，我们应用软件业务掌管着大量的业务数据;我们的资源配置非常紧凑，与这些模型的距离极近，将这两者结合起来，能让客户非常非常快地从AI中获得价值。

如果你听到过世界上任何对AI的批评，通常是抱怨“我没法快速获得价值。”然而，当你把AI打包成一种服务，并将那些由我们保管的私有数据暴露给AI系统时(显然这是在应用层面)，我们看到了极佳的成果。我刚才提到了一些相关垂直行业，但我认为这在所有行业中都是普遍适用的。

另一个非常有趣的光环效应是，利用我们的基础设施——纯粹的OCI基础设施——可以作为客户的“预算创造器”。你们以前听我们说过，我们比所有人都更快、更便宜。当客户在考虑这些大规模的应用程序或基础设施转型时，我们通常可以通过简单地将他们的工作负载迁移到OCI来帮助他们创造预算，从而为转型提供资金，因为我们可以比竞争对手更快、更高效、成本更低地运行这些工作负载。

最后，在你把关于资本支出的问题交给道格之前，另一个光环效应是围绕主权AI的。我们的主权战略并不新鲜，它也不是对世界上正在发生的事情的条件反射。结合我们的Alloy战略，我们在全球范围内看到了不断增长的销售管线。我们的产品形态非常不同，并且具有极高的差异化优势无论涉及多少个机架(无论是3个机架还是500个机架)，我们不仅能提供更小体积的产品形态，还能在之上交付完整的OCI服务。我们认为这是市场上巨大的竞争优势。

所以，你把应用软件、OCI的AI服务以及主权云组合在一起，是的，这是一个相当大的光环效应。

道格·凯林，首席财务官 是的，约翰，首先我得承认你同时提出两个问题非常有创意，看你提问总是很有意思。

关于资本支出，我想我们会在本财年结束后向大家汇报，并在那时讨论明年的资本支出情况。但我可以说几点。显然，从克莱刚才介绍的内容中，你最应该开始关注的是资本支出与甲骨文资金需求之间的“脱钩”。很明显，当我们有了这些额外的融资机制时，可能会有额外的资本支出，但这不需要甲骨文自掏腰包的现金，这一点非常有趣。

在此基础上，我们仍然致力于我们在上个季度讨论过的目标，即保持甲骨文的投资级评级，并将融资金额控制在我们讨论的范围内。显然，正如我们宣布的，我们今年日历年的融资金额为500亿美元。

所以，约翰，关于资本支出的更多信息，我们将在下个季度结束后公布。

约翰·迪弗奇，分析师 非常感谢道格提供的详细背景。还有迈克，你在准备好的发言中关于AI以及甲骨文如何应对的逻辑非常清晰，大家都应该去参考。谢谢你们，干得漂亮。

操作员 下一个问题来自摩根大通的马克·墨菲(Mark Murphy)。请提问。

马克·墨菲，分析师 谢谢，恭喜你们实现了加速增长。克莱，随着甲骨文向更深层次的AI推理阶段过渡，你认为优化数据中心位置的正确战略是什么?例如，如果你们在德克萨斯州和怀俄明州拥有这些巨大的集中式数据中心，它们虽然离电力资源很近，但离人口中心以及东海岸的众多光纤网络却相当遥远。我们不禁会想，用户和设备离得太远了。所以，随着你们向推理业务进军，你们是否认为有必要将这些数据中心的位置向用户和网络流量所在的地方转移?

克莱·马古伊尔克，云基础设施首席执行官 好问题，马克，我是克莱。首先我想强调一下我们对推理的看法，以及它如何影响数据中心的部署。第一点我想说的是，在过去一段时间里，主要是在进行大量的模型训练。但推理需求正在各地迅速增长。我认为这是由于模型本身的利用率越来越高，并且涌现了新的用例——任何最近在软件领域使用过Claude的人都知道，这些工具令人难以置信。它们正在改变我们做任何事情的方式。因此，推理将会产生巨大的需求。

现在，当你谈论数据中心的位置时，你提到了延迟(Latency)。实际上，选择一个地点有几个原因可能是出于成本，可能是为了整体可用性，也可能是为了数据主权。因此，选择地点的依据各不相同。但让我们聚焦在你关于延迟的观点上。你需要了解的一点是，延迟是相对的。也就是说，如果你试图在股票市场上进行极低延迟的交易，等待美国东西海岸之间100毫秒的往返传输是一个糟糕的主意。但如果你是为了你的业务提出一个问题，而AI模型需要思考几秒钟才能给出答案，那么从纽约到怀俄明州额外增加的40毫秒延迟根本不会对你产生任何负面影响。

因此，当你真正与那些需要较低延迟用例的客户交谈时，你会发现目前导致延迟问题的根本原因实际上并不是硬件的位置，而是部署的硬件类型。这也就是为什么你看到围绕这些AI加速器进行了如此多的创新。如果你看看Grok 3或Positron的作用，所有这些不同类型的客户都在问“我们不仅要降低推理的成本，而且要如何显著降低其延迟?”我想如果你关注下周英伟达的GTC大会，你会看到他们的相关公告。但从整体来看，我认为作为一个行业，我们要整合并降低延迟，必须首先从不同的推理架构入手。

值得庆幸的是，数据中心的位置在其中实际上只占非常小的一部分。这使得我们能够更加灵活地去寻找那些电力充足、土地广阔的地方部署数据中心，从而真正进行优化，以满足这种不断增长的需求。

马克·墨菲，分析师 非常感谢。

操作员 下一个问题来自瑞穗证券(Mizuho)的西蒂·帕尼格拉希(Siti Panigrahi)。请提问。

西蒂·帕尼格拉希，分析师 太好了，感谢接受我的提问。我想问一个关于你们的AI数据库和AI数据平台机会的问题。随着最近围绕AI的兴奋情绪高涨，企业现在开始采用前沿大语言模型(LLMs)的工具。你们从客户那里听到了什么关于使用他们的私有数据进行训练以及构建私有大语言模型的消息?你们对在10月份分析师日上谈到的“AI数据库增长的拐点”有多大的信心?

克莱·马古伊尔克，云基础设施首席执行官 谢谢，我是克莱。我认为这个问题可以分为两部分。一个是我们在构建私有LLMs方面看到了多少采用率，另一个是我们在利用AI处理私有数据方面看到了多少需求。在早期，很多人认为大多数客户会对自己的大型语言模型进行非常具体的训练。但事实在很大程度上证明并非如此。相反，我认为现在非常流行并且越来越受欢迎的方式是，人们希望利用最好的模型，以私密的方式将其与自己的私有数据结合起来。

我们看到了对这种方式的巨大需求。如果你刚才听了迈克的发言，你会了解到我们是如何将这些AI模型嵌入到我们的应用程序中的，这是一个用例。但遗憾的是，显然并不是所有的东西都运行在甲骨文的应用程序中，客户也编写了许多定制化应用。因此，我们在Oracle AI数据库中添加了大量功能，使其能够通过MCP服务器(模型上下文协议)或自然语言转SQL的方式轻松连接，从而让你使用这些模型。同时，我们还有AI数据平台产品，它正是为了解决这个问题而设计的。你拥有大量的数据，它可能是应用程序数据，可能是不同数据湖和湖仓一体中的自定义数据，也可能是结构化数据库中的数据。所有这些结合在一起，为你提供了一个智能体平台，你可以在其上快速构建应用程序，并访问来自多个提供商的所有最优秀的模型。

在整个技术堆栈中，我们看到了极大的发展势头。这就是为什么我在准备好的发言中谈到了我们的多云数据库业务所呈现的增长。我们看到的是，为了让客户能够利用最新、最出色的AI，他们必须首先身处云端，但目前仍有大量数据并未上云。因此，我们看到客户正在加速将最重要的私有数据迁移到云环境中，以便随后利用这些数据来体验最先进的AI技术。

西蒂·帕尼格拉希，分析师 很好，感谢您提供的背景信息。

操作员 下一个问题来自联博资产管理(Sanford Bernstein)的马克·莫德勒(Mark Moerdler)。请提问。

马克·莫德勒，分析师 非常感谢接受我的提问，也祝贺你们度过了一个真正出色的季度。工作做得非常棒。我想稍微转换一下话题，讨论一下财务方面的问题。既然你们已经完成了大规模的债务融资，你能否解释一下，考虑到构建AI数据中心的成本以及为AI数据中心融资的资本成本之间的平衡，你们对AI数据中心业务本身所创造的价值有多大的信心?作为一个相关问题，如果不介意的话，你能否多谈谈主权云?你能否探讨一下你们如何将AI数据中心业务转化为充当主权云AI提供商的角色，以及这应该如何影响甲骨文的价值?

克莱·马古伊尔克，云基础设施首席执行官 好的。我想我们要分两部分来回答这个问题。我是克莱，我来回答前半部分，然后我会请迈克谈谈主权云的内容。

当你思考这些AI数据中心的整体盈利能力时，主要有两个方面。首先是单就加速器本身而言，盈利能力如何。我们过去曾给出指引，预计该部分的毛利率在30%到40%之间。这对我们来说依然适用。而且随着我们在运营这些数据中心、降低交付成本、优化网络和硬件支出以及电力成本方面做得越来越好，我们预计这一数字将持续递增。因此，我们对此感到非常满意。

需要了解的另一件事是，在这些AI数据中心内，无论是用于推理还是训练工作负载，需要采购的不仅仅是AI加速器。还有大量的通用计算资源、高性能块存储或大规模Blob存储、负载均衡、身份验证、安全产品等等。通常情况下，大约10%到20%的总支出是用于购买相邻服务的。当你将这些因素考虑进去时——根据服务组合的不同，这些相邻服务的利润率更高——整体盈利能力将继续提升。这甚至还没有考虑到我之前提到的多云数据库业务，那是一项利润率高得多(大多在60%到80%范围内)且增长非常迅速的业务。所以，当你把所有这些因素结合在一起时，OCI的整体利润率状况正在不断增强并迅速增长。

我想回答的一个可能被忽视的潜在问题是目前制约利润率的因素，并不是我们已经交付的算力容量。打个比方，假设我正在建设一个包含四个数据大厅的数据中心，当我交付第一个大厅时，那个大厅是盈利的。尽管我们的EPS等指标在持续增长，但我们目前的盈利水平之所以没有达到更高的程度，仅仅是因为我们有太多正在同时建设的项目，而这些在建项目会产生一些费用。当然，我们在这方面做得很好我们在尽量缩短建设周期方面做得非常出色，在降低这段时间内的成本方面也非常出色，但这些成本终究不是零。因此，当我们的业务处于这种超高速增长阶段时，这是对盈利能力的唯一拖累。但值得庆幸的是，我们在交付产能方面越来越得心应手。当我们交付这些容量时，它们都已经以非常高的利润率签订了合同。综合这些因素，我们对已交付的算力容量以及AI业务不断提升的盈利能力充满信心。

迈克，你想谈谈主权云吗?

迈克·西西里亚，应用软件首席执行官 是的。关于主权，正如我刚才所说，我认为我们处于非常有利的地位。一年前，人们谈论的“主权”主要是数据主权，市场上确实有一些解决方案在主数据层面实现了主权，但在灾备(DR)或某些其他环节上却并非如此，比如数据可能备份在另一个国家。当然，这在当下已经不被接受了。现在的主权，是指数据主权、运营主权甚至包括合同的主权。我们的Alloy模式完全有能力实现这三点。

通过交付全栈解决方案，我们和竞争对手在主权云上存在巨大差异我们不仅仅是提供一个处于边缘的“主权区”，我们提供的是全栈的OCI。它拥有我们所有的OCI服务，并且正如你提到的利润率组合，这使我们能够在主权区中运行我们所有的应用套件和AI数据平台。当然，其中某些服务的利润率与单纯的基础设施利润率是不同的。

我认为我们在提供主权区全套甲骨文产品方面处于非常独特的地位。这个主权区可以根据客户的需要，做到足够小或足够大。另一方面，在界定“主权界限”的划分上，我们拥有极高的灵活性。我们通常以国家客户的边界来思考主权，但我们也在与一些企业客户进行探讨。比如，他们可能在欧洲或非洲的多个国家运营业务，并且确实希望拥有一个主权区——一个由他们控制并在其数据中心内运营的主权区。他们服务于特定垂直行业的客户，例如医疗保健或零售业。如果他们的主权区需要通过我们的Alloy横跨这些国家来划定，我们完全可以满足这种需求。

我们相信我们在合同方面拥有最大的灵活性，在交付方面也拥有最大的灵活性。再次强调，最重要的一点是，我们在这些主权区内交付的是甲骨文所有的能力——不是一个子集，也不是少数边缘设备，而是整个OCI生态。

马克·莫德勒，分析师 这两个回答都非常有帮助，非常感谢。再次表示祝贺。

操作员 谢谢。我们的下一个问题来自巴克莱银行(Barclays)的拉伊莫·伦斯霍(Raimo Lenschow)。请提问。

拉伊莫·伦斯霍，分析师 太好了。谢谢。我也要表达我的祝贺。我想问一个我们在与投资者交流时经常感到困惑的话题，那就是“SaaS软件已死”，因为AI将会取代它。我只是想听听你们在与客户交流时听到了什么。这是那些投资者才有的臆想吗?客户方面也会讨论这个问题吗?你们是如何解释的?我个人的想法是，你们所做的很多业务是确定性的(Deterministic)，而不是概率性的(Probabilistic)。这或许是一个解释。但我只是想再次听听你们的看法。谢谢。

迈克·西西里亚，应用软件首席执行官 是的，我是迈克，我来回答这个问题。就我交谈过的客户而言，我还没遇到过哪位客户告诉我，他们准备放弃自己现有的零售商品系统、核心银行系统、活期存款账户系统或电子健康系统，去用某些东拼西凑的、小众的AI功能在一天之间取代所有的这一切。

事实上，我从客户那里听到的是恰恰相反的声音。他们问的是“我们怎样才能开箱即用地消耗掉你们在所有应用程序中内置的AI功能?我们怎样才能尽快让这些系统上线，因为我们认为这是实现价值的最佳方式。”听着，我们在甲骨文运行的这些系统，正如你所知，是高度复杂、执行关键任务的系统，蕴含着我们数十年的行业经验和数十年的监管合规积累。这些系统是我们的客户用来运营企业、政府机构、医疗组织等机构的核心。

我非常满意我们在这个领域所处的地位。正如我所说，我们自己也在大力拥抱AI。因此，我们已经在Fusion中上线了1,000个AI智能体。仅我们的银行套件自身就包含了数百个AI智能体。所以，是的，我们认为AI具有颠覆性。确实如此。但我们认为我们才是颠覆者，因为我们实际上是将AI作为完整的功能直接嵌入到了我们的应用程序中，且不收取任何额外费用。这些功能是作为季度升级的一部分，作为常规更新节奏的一部分，包含在应用程序套件中的。

因此，非但我不认为AI宣告了SaaS的死刑(至少对甲骨文而言并非如此)，我反而认为它实际上提升了我们在SaaS领域的地位，并帮助我们更快地走向市场。我们对目前取得的成果感到非常兴奋，并期望在未来提供更多关于这方面的具体细节。

操作员 好的，谢谢。我们的最后一个问题来自德意志银行的布拉德·泽尔尼克(Brad Zelnick)。请提问。

布拉德·泽尔尼克，分析师 太好了。非常感谢。我同样要表达我的祝贺，同时也想说，你们传达的信息非常清晰且极具价值。我的问题是提给迈克的，或许拉里也能补充一下。这算是在拉伊莫刚才的问题上的延伸。

你们在Fusion内部推出了“AI智能体工作室”(AI Agent Studio)。我们都知道，企业内部最有价值的核心资产(Crown jewels)就存放在甲骨文数据库和甲骨文应用软件中。但我很好奇，在许多其他厂商都在竞相成为跨多个不同企业系统和工作流的“AI交互层”的世界里，你们认为甲骨文的角色将如何演变?

迈克·西西里亚，应用软件首席执行官 布拉德，我是迈克。我先来回答。我认为数据引力(Data Gravity)在这里起着决定性作用。尤其是关键任务的数据引力更为重要。正如我们所说，我们已经宣布在Fusion中内置了AI智能体工作室。Fusion是位于企业客户内部的系统，是他们运营数据和关键任务数据的托管者。

如果你要构建一堆AI智能体，或者你的系统集成商要构建一堆AI智能体，我经常会问的问题是你会从哪里开始?你肯定会从记录系统(System of Record)内部开始，从具有数据引力的系统内部开始。因为从推理的角度，从检索增强生成(RAG)的角度来看，这些数据将具有高度的相关性和特殊性，能为AI提供大量的上下文。

我们在Fusion中发布的AI智能体工作室不仅仅局限于Fusion数据，你还可以在我们的行业应用软件、第三方应用软件中构建AI智能体。第三方也可以在其中构建AI智能体。我们提供了一个一体化的、同类最佳的解决方案一个全规模的SaaS应用、由AI驱动的SaaS应用，并且赋予你在标准升级的季度平台发布时间表中，在其之上或旁边创建属于你自己的AI智能体的能力。我认为这将非常有吸引力，因为我们在Fusion中构建的这个AI智能体工作室，是我们季度升级和常规安全修补程序的一部分。

因此，你将获得两全其美的体验。你获得了打包的SaaS应用;你获得了一个紧贴着企业最关键、最核心数据的智能体工作室;如果你愿意，你还获得了创建自定义、专属智能体的能力。

拉里·埃里森(Larry Ellison)，董事长兼首席技术官 我来补充一下。我们为所有的应用程序提供了大量预构建的智能体。但除此之外，我们还提供了一个开发环境——AI数据平台，这使得我们的客户能够轻松地在已建内容的基础上添加他们自己的智能体。

我们并不认为我们能为银行系统或医疗保健系统构建所有的应用智能体。我们的许多合作伙伴会去开发，我们的许多客户也会去开发。AI数据平台的作用是提供一个完整集成的开发环境，你可以在这里使用甲骨文云中任意一个AI模型来构建你自己的智能体，而这里基本上汇聚了所有流行的AI模型。你可以用它来编写智能体代码，你可以让其执行复杂的多步查询推理。

例如，我们计划在我们的Fusion会计系统中，将引入一个处理“结账(Close)”工作的复杂智能体。当你在不久的将来使用Fusion结账时，它将是一个无需人类参与的自主智能体。你只需要告诉AI智能体去结账，然后你就会得到结果。我们在应用程序中内置了大量的AI能力，但它们也是开放的。它们的开放性使得我们的客户和合作伙伴能够不断丰富这个智能体组合库。

我们正在构建的是整个生态系统自动化医疗保健、自动化金融服务、自动化零售业。这就是AI赋予我们的能力，它拓展了我们的视野，扩大了我们构建SaaS软件套件的范畴，让我们能够自动化整个生态系统。

让我以医疗保健行业为例。在医疗保健领域，Epic实现了医院(特别是急症护理医院，在某些情况下也包括诊所)的自动化，但主要是急症护理医院。而我们不仅自动化急症护理医院，我们自动化诊所，自动化实验室。更重要的是，我们自动化支付方，也就是保险公司。我们自动化HCM系统，它负责培训护士，负责在需要进行核磁共振检查时安排合适的放射科医生。我们自动化医院的财务系统。我们甚至自动化FDA(美国食品药品监督管理局)用于审批最新药物以及与制药公司对接的流程。

这就是庞大的医疗保健生态系统。感谢上帝，我们现在拥有了这些编程工具，这使我们能够构建一套全面的、基于智能体的软件，以实现像医疗保健或金融服务这样完整生态系统的自动化。这就是甲骨文正在做的事情。这就是为什么我们认为自己是颠覆者。这就是为什么我们认为所谓的“SaaS末日论”适用于其他公司，但绝对不适用于我们。我们的产品真的非常出色。

布拉德·泽尔尼克，分析师 谢谢拉里。谢谢迈克。祝贺你们。

拉里·埃里森 谢谢，布拉德。

肯·邦德，投资者关系主管 本次电话会议的录音回放将在我们的投资者关系网站上保留24小时。感谢大家今天的参与。现在，我把会议交回给雷吉娜结束。

操作员 今天的会议到此结束。感谢大家的参与，您现在可以挂断电话了。

最专业的美股资讯推荐美股大数据 https://Stockwe.com/

如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！