摩根大通警示：甲骨文激进扩张需用业绩证明
12月16日，财联社消息，甲骨文公司激进的人工智能投资计划，将这家云计算巨头的公司债券推到了聚光灯下。这是因为华尔街正竭力寻找人工智能繁荣中可能出现的裂缝。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
摩根大通信贷分析师Erica Spear预计，进入新的一年，甲骨文债券将持续承压。上周，甲骨文股价录得近11个月来最大跌幅，衡量其信用风险的指标也升至16年来新高。
金融市场上的这些惨淡表现，主要源于公司财报显示云业务收入不及分析师预期，同时还将年度资本开支目标上调150亿美元，并将未来租赁承诺规模扩大至原来的两倍以上。
这一系列举动加剧了投资者对市场潜在AI泡沫的担忧。Spear认为，这份财报表现得“令人失望”，尽管大体上符合预期，也证实需求和在手订单仍在以令人瞠目的速度增长。
Spear写道：“财报中并未出现明显或出人意料的危险信号，但整体业绩和管理层表态，不足以提升我们对其信用状况的信心。”
“营收小幅不及预期、2026财年资本开支大幅上升，以及仍在演变中的AI业务单位经济模型，这些因素加在一起，使得这仍然是一场‘需要用结果证明自己’的故事。”
甲骨文联席首席执行官Clay Magouyrk在财报电话会议上表示，公司致力于维持投资级债务评级，并补充称，甲骨文最终的借款规模可能会低于分析师目前预测的1000亿美元。
Spear认为，“投资者面临的挑战恰恰在于此：管理层仍几乎完全以举债来描述融资方式。这一点虽不令人意外，但在这些投资的回报时间和上限仍高度不确定的情况下，依然令人沮丧。”
她认为，甲骨文几乎不可能发行普通股，更可能通过发行混合证券或优先股来在一定程度上缓解投资者担忧、控制杠杆水平。
Spear指出，若要在没有爆发式增长的情况下缓解市场疑虑，甲骨文要么接受中等BBB级的信用评级、削减股息、明确杠杆目标，或释放对股权融资持开放态度的信号。
她补充称，甲骨文的风险溢价可能在年底前小幅回落，但在持续的新债发行风险和AI泡沫担忧的压制下，仍将面临压力，这种情况也广泛影响其他AI发行主体。
“重磅披露”
文件显示，甲骨文在其财年第三季度起新增了高达2480亿美元的租赁承诺，主要与数据中心和云计算产能安排有关，租期最长可达19年，而这些承诺并未反映在其简化合并资产负债表负债表中。
CreditSights分析师Jordan Chalfin和Michael Pugh在周一的报告中称，这是一项“重磅披露”，规模相比上一季度的1000亿美元大幅跃升。
“我们仍然担忧甲骨文自由现金流的持续消耗、融资需求、高杠杆水平，尤其是在穆迪方面的评级下调风险，以及对OpenAI客户集中度过高的风险。”
相关攻略
甲骨文宣布将改变其安全补丁发布策略，从传统的季度更新模式转向更快速的节奏。这一变化源于AI技术在漏洞挖掘与修复流程中的成功应用，公司已开始使用AnthropicClaude、OpenAI等AI工具进行自动化安全分析。为此，甲骨文将新增“关键安全补丁更新”，专门针对高风险漏洞进行小范围、快速修复。首
编辑 | 王凤枝 “这里没有什么波折，一切都在按原计划进行。” 英伟达CEO黄仁勋在2月4日给出的一剂“定心丸”，试图为近期沸沸扬扬的英伟达与OpenAI“决裂传闻”强行画上休止符。 然而就在几天前，剧本的走向还截然不同。《华尔街日报》的一纸重磅爆料，几乎要将AI圈最核心的铁盟推向破碎边缘：传闻中英
4月1日消息，CNBC 证实，甲骨文公司已开始通知员工将裁员数千人。这家软件巨头正因大举投入资金建设人工智能基础设施，导致股价暴跌。一方面，市场担忧生成式人工智能模型带来的竞争冲击，恐慌情绪拖累了甲
当地时间3月31日，科技巨头甲骨文证实，该公司已启动新一轮数千人的裁员行动。在消息曝出后，甲骨文当天股价收盘上涨近6%。今年以来，由于受到资本市场对AI加剧软件行业竞争的恐慌影响，甲骨文前三个月市值
4月1日消息，当地时间3月31日，甲骨文通知员工启动新一轮裁员，规模达数千人，同时持续加码人工智能数据中心的资本投入。截至2025年5月，甲骨文全球员工总数约为16 2万人。公司对裁员消息拒绝置评，
热门专题
热门推荐
本文介绍了2026年主流的USDT交易软件，重点分析了币安、欧易和火币三大平台的特点与优势。内容涵盖平台安全性、交易功能、用户体验及费用结构，旨在为不同需求的用户提供选择参考。文中强调选择平台时应综合考虑资产安全、操作便捷性和交易成本，并提醒注意风险管理与合规操作。
本文介绍了USDT交易的基本概念与主流平台选择。USDT作为稳定币，其交易主要通过加密货币交易所进行。选择平台时需综合考虑安全性、流动性、手续费和用户体验。文中列举了当前市场认可度较高的几类交易平台，并提醒用户注意资产安全与合规操作，建议根据自身需求谨慎选择。
哥本哈根大学计算机科学系于2026年3月发布了一项具有里程碑意义的研究（论文编号arXiv:2603 12935v1），揭示了当前主流AI推荐系统可能潜藏的社会偏见风险。这项研究同时指出，一种高效且低成本的解决方案——提示工程，或许能成为破解这一难题的关键。 当您使用求职平台或新闻资讯应用时，背后的
照片模糊了、雨滴遮挡了画面、夜晚拍摄噪点过多……这些常见的图像质量问题，往往让人束手无策。传统的解决方案，就像请来一群专科医生：去模糊、去噪点、去雨滴，各有各的专长，但每个“医生”都需要海量的“临床经验”——动辄数百万张训练图片，才能达到可用的修复水平。 然而，一项由香港科技大学、哈尔滨工业大学深圳
这项由英属哥伦比亚大学（UBC）与Vector人工智能研究院联合主导的前沿研究，于2026年3月以预印本论文（arXiv:2603 12634v1）形式发布。研究团队创新性地提出了“预算感知价值树搜索”（Budget-Aware Value Tree Search，简称BA VT）框架，旨在攻克一个