单季烧金285亿！甲骨文财报揭示AI基建狂飙

2026年9月10日，甲骨文在投资者关系官网上挂出了一份足以让华尔街重新评估这家云计算巨头的季报——2027财年第一季度业绩报告。

这份报告中最引人瞩目的数字有两个。一个是同比增长62%的云基础设施收入，达到116.1亿美元；另一个则是令人瞠目的单季资本开支，从上一年的85亿美元飙升到了285亿美元，涨幅超过三倍。与此同时，公司的剩余履约义务（RPO）达到了创纪录的6640亿美元，而自由现金流则直接掉进了-50亿美元的深坑。

这组数字放在一起，勾勒出AI时代一个极其真实的景象：有人在疯狂赚钱的同时，也在以近乎失控的速度花钱。而花钱的方向，直指支撑整个AI产业运转的核心基础设施。

云业务为何突然爆发？

如果回到三年前的语境来看，"云收入翻倍"可能只是一个常规增长叙事。但在当前这个时间节点，Oracle的云业务增速之所以如此耀眼，背后有着深刻的结构性原因。

首先是生成式AI应用的快速普及。大量企业开始将大语言模型接入自己的业务流程中——从客服自动回复到文档自动生成，再到数据分析的智能辅助。这些应用需要的是稳定的云端算力支持，而不是简单的存储空间或数据库服务。甲骨文近年来大力推动的OCI（Oracle Cloud Infrastructure），正是在瞄准这一赛道。

其次是竞争格局的变化。微软Azure和谷歌Cloud长期以来在AI云服务领域占据先机，但随着英伟达Blackwell系列芯片的供应瓶颈逐步缓解，越来越多原本观望的企业客户选择多供应商策略。甲骨文恰好在这个窗口期完成了大规模的数据中心扩建计划，为争夺新客户提供了充足的算力池。

最后是RPO的滞后效应。RPO代表了客户已经签署合同并承诺付费、但尚未在服务期内确认为收入的金额。这个指标在过去几个季度持续高速增长，意味着即使在当下某个季度的收入看起来并不惊艳的情况下，未来的收入基本盘也已经相当稳固。6640亿美元的存量订单，粗略折算下来相当于公司数年甚至十年的日常收入保障。

钱花在了哪里？

要理解285亿美元究竟意味着什么，首先需要明确这个数字的结构构成。虽然季度财务报告通常不会逐项披露资本开支的具体分配比例，但结合行业惯例和公司管理层此前的公开表述，可以推断出一个大致轮廓。

数据中心基础设施建设占据了相当大的份额。这不仅包括土地购置和厂房建设，还涉及电力容量扩容、冷却系统升级以及网络布线等关键配套工程。一个现代化的人工智能数据中心，其单位算力的电力需求和散热要求远高于传统云计算设施。这意味着每新增一机柜，前期投入可能是普通机房的数倍。

而最大的单项支出，几乎可以确定是GPU服务器和相关硬件设备的采购。随着各大企业对AI推理和训练算力的需求呈指数级增长，甲骨文不得不以极高的速度扩充硬件集群。这种采购节奏与英伟达等芯片厂商的交付周期紧密相关——如果订单积压过多，就意味着竞争对手可能在供货竞争中抢先一步。

有趣的是，尽管单季投入异常巨大，甲骨文管理层在电话会议上仍然维持了全年900亿至950亿美元资本开支的全年指引不变。这个说法在逻辑上似乎成立——前三季度平均每季度250亿的投入加上最后一季度的正常水平，确实落在指引区间内。但从实际经营的角度看，前三季度的集中性投入已经改变了公司的整体现金流结构，尤其是当期自由现金流的深度转负。

债务压力不容忽视

截至最近披露的财务期末，甲骨文的总债务规模约为1250亿美元。这个数字本身并非特别惊人。毕竟苹果、微软等大型科技公司的负债总额远高于此。然而，真正值得关注的不是绝对数值，而是这些债务资金的使用效率和风险敞口。

当一家公司将大量新增借款用于长期资本开支时，它的盈利模式会从"高周转低杠杆"逐渐转向"低周转高杠杆"。前者指的是像亚马逊那样的电商物流模式——资金循环快，资产利用率相对稳定；后者则类似于电信运营商或公用事业的模式——投入巨大且回收周期长，一旦预期落空就会面临沉重的资产减值压力。

目前甲骨文的处境处于这两者之间。一方面，它手握巨额RPO确保了基本的收入可见度；另一方面，每年近千亿美元级别的资本开支，使得任何需求端的意外放缓都可能产生放大效应。

哪些信号值得关注？

对于跟踪甲骨文乃至整个AI产业链的投资者和行业观察者来说，以下三个指标在未来两到四个季度内具有明确的预警意义：

第一，非GAAP利润率的变化轨迹。这是判断投资效率最直接的指标。如果公司在继续扩大投入的同时，仍能保持利润率稳定甚至提升，说明每一单位新增算力都在转化为更高的边际收益。反之，如果利润率持续压缩，则需要警惕投入产出比的失衡。

第二，RPO的实际转化速度。历史经验表明，云服务的合同收入通常在签约后12到24个月内分期确认。但如果连续两个季度的RPO转化率低于预期，往往意味着新签订单质量下降或客户延迟上线。这是一个需要密切跟踪的信号。

第三，单个数据中心的单位回报率。每个新建数据中心都有对应的盈亏平衡点——只有在足够的客户负载下才能摊薄固定成本。如果某些区域的数据中心长期利用率不足，不仅会影响短期利润，还可能成为未来减值的潜在来源。

写在最后

甲骨文这张报表最打动人的地方，不在于某项指标的卓越表现，而在于它提供了一个观察全球AI产业现状的切面。一边是客户需求的爆炸式增长带来的确定性收入；另一边是不计成本的硬件军备竞赛消耗着真金白银。

这种矛盾不是 Oracle独有的，而是当前AI时代的共性特征。问题的关键或许不在于判断谁在赢或谁在输，而在于识别出这条扩张曲线最终会在哪里触顶，以及在触顶之前，谁能更高效地把那些昂贵的硅片和钢铁变成可衡量的商业价值。