
2025年对于甲骨文而言是极具戏剧性的一年。这家成立于1977年的企业软件巨头,在云计算时代错失先机后,毅然选择all in AI基础设施赛道,试图通过绑定OpenAI和英伟达实现二次崛起。然而资本市场给予的热情来得快去得也快,从巅峰到谷底的过山车式走势,折射出传统企业在AI转型过程中面临的深层困境。
战略转向的必然性
甲骨文的AI转型并非一时冲动,而是面对云计算冲击的必然选择。作为全球数据库市场的传统霸主,甲骨文在金融、政务等关键领域拥有深厚的客户基础。但随着AWS、Azure等云厂商推出云上数据库服务,甲骨文的传统优势正在被快速侵蚀。
其云基础设施业务OCI虽然布局较早,但市场份额长期徘徊在个位数,未能跻身第一梯队。这种背景下,抓住AI算力需求爆发的机遇,成为甲骨文实现弯道超车的唯一希望。

2024年,80岁高龄的董事长拉里·埃里森亲自宣布全面转型AI基础设施服务商,标志着公司战略的根本性转变。随后与OpenAI、英伟达形成的"ONO"联盟,更被视为甲骨文重返科技舞台中心的重大契机。
订单驱动的虚假繁荣
2025年9月,甲骨文股价单日暴涨36%至328美元,创下历史纪录。这一波行情的直接催化剂是与OpenAI签署的3000亿美元五年期算力协议。叠加当季度RPO(待履约订单)激增359%至4550亿美元的数据,市场对甲骨文AI转型前景给出了极度乐观的估值。
然而细究这些订单的质量,隐患已经开始显现:
- 60%的RPO来自单一客户OpenAI,存在高度集中风险
- 仅有10%的订单能在12个月内转化为收入,大部分需等待3-5年
- 在高利率环境下,远期订单的现值折扣率已提升20个百分点
更关键的是,这些巨额订单需要相应的资本投入来支撑。根据摩根士丹利测算,1GW AI计算基础设施的建设成本高达350亿美元,而甲骨文计划到2030年建成10GW以上容量,这意味着未来几年的资本支出将达到3000-3500亿美元。
财务健康亮起红灯

2026财年二季度财报显示,甲骨文的财务状况正在快速恶化。总债务达1080亿美元,净杠杆率升至3.32倍,自由现金流转为负100亿美元。这些数据背后反映的是AI基建业务的资本密集型特征给企业带来的沉重负担。
管理层承诺AI数据中心业务毛利率将达到35%-40%,但这一目标面临三重挑战:
- 需要达到极致的规模效应,当前订单规模仅能支持20%出头的利润率
- 上游英伟达75%的毛利率挤压了供应链利润空间
- 缺乏自研芯片能力,在成本控制上处于被动地位
标普给予甲骨文的信用评级为BBB级(投资级最低水平),且展望为负面。这意味着公司距离失去投资级评级仅差两次下调,融资成本将大幅上升。
产业链地位的尴尬现实
在AI产业链中,甲骨文始终处于较为被动的地位。上游依赖英伟达的GPU供应,下游受制于OpenAI等大模型厂商的算力需求标准。这种"夹心层"的定位决定了其利润空间有限,且缺乏行业话语权。
与真正掌握AI产业链核心环节的企业相比,甲骨文的劣势明显:
- 技术壁垒不足:放弃自研芯片道路,无核心硬件研发能力
- 生态建设滞后:缺乏大模型技术积累和数据资源
- 商业模式单一:主要依靠资源整合赚取差价
这种状况导致甲骨文在与合作方的谈判中处于弱势地位。无论是与英伟达的芯片采购,还是与OpenAI的算力供应,都难以获得有利的商务条款。
突围路径与挑战
面对当前的困境,甲骨文正在积极探索多种解决方案,但每条路径都面临不小挑战:
融资创新
公司正在推动表外融资方案,包括供应商融资、GPU售后回租协议以及"自带芯片"交易。这些举措旨在减轻资产负债表压力,但可能导致业务利润率进一步降低。
交付能力提升
德克萨斯州阿比林的"Stargate 1"项目是当前关注焦点。该项目计划在2026年夏季全面投产,交付超过9.6万个英伟达GB200芯片。项目的按时交付对重建市场信心至关重要。
客户多元化
降低对OpenAI的依赖度,拓展更多AI客户。近期与Meta、xAI等企业的合作是积极信号,但短期內难以改变订单集中度高的现状。
行业启示与展望
甲骨文的案例为传统企业的AI转型提供了重要启示:
技术投入不能回避 在AI时代,缺乏核心技术积累的企业难以掌握行业话语权。单纯依靠资源整合的模式面临天花板。
财务稳健是基础 资本密集型业务需要雄厚的财务实力支撑,高杠杆运营在行业波动期风险极大。
生态建设是关键 单打独斗难以在AI竞争中胜出,需要构建完整的产业生态和合作伙伴网络。
展望未来,甲骨文的AI豪赌已无退路。要么凭借基建优势实现二次崛起,要么在债务压力下陷入被动调整。这场转型的成败不仅关乎企业自身命运,也将为整个科技行业的AI化进程提供重要参考。
随着AGI时代的加速到来,算力基础设施的需求将持续增长,但行业竞争格局和盈利模式仍在演变中。甲骨文需要在这场变革中找到属于自己的定位,否则恐将重蹈云计算时代的覆辙。












