2026年6月10日美股盘后，甲骨文发布2026财年第四季度及全年财报：总营收同比增长21%至191.8亿美元，云基础设施收入同比暴涨93%，衡量未来收入的剩余履约义务（RPO）达6380亿美元，同比增长363%[3][10]——所有核心财务指标均超出市场预期。但就在财报发布后两小时内，公司股价盘后跌幅迅速扩大至11%[9]，引发整个科技板块的震荡。市场分歧的核心，直指管理层在财报电话会上披露的2027财年700亿美元AI基建净资本支出计划[1]：这到底是云厂商AI竞争规则的结构性重构，还是一场证据尚未完全兑现的叙事跃进？
首先校准数字的边界：700亿到底是什么
讨论这一投入的价值前，首先需要明确三个容易被混淆的口径边界，避免将管理层的前瞻指引直接等同于已兑现的事实。
第一，700亿美元是甲骨文自身承担的净资本支出，不含客户预付或自带硬件的200-250亿美元GPU采购成本[1]。这一口径与AWS、微软等厂商披露的包含客户投入的总资本支出存在本质差异，直接对比会出现明显偏差，叠加客户投入后的总投入规模实际在900-950亿美元区间。
第二，这一数字属于管理层前瞻指引，而非已审计的实际支出。参考2026财年甲骨文最初给出500亿美元资本支出指引、最终完成556.6亿美元、偏差率11%的历史数据[5]，2027财年实际净资本支出的合理区间应为623-777亿美元。
第三，支撑这一投入的400亿美元股债融资方案已同步披露[12]，其中包含200亿美元的市价股权发行，资本支出的资金端已有基本支撑，其兑现概率远高于行业内普遍的口头规划。结合历史偏差率和配套融资计划，2027财年净资本支出大概率落在623-777亿美元区间，该区间测算仅基于2026财年的支出偏差数据，尚未考虑上游供应链波动、电力审批进度等外部变量。
模式的核心突破：风险分担规则的第一次重构
甲骨文本次投入的特殊意义，不在于规模本身——字节跳动、谷歌等厂商的年度AI资本支出均已达到或超过这一水平——而在于它第一次打破了传统云厂商“先建基础设施、再拓展客户”的风险承担逻辑。
在传统IaaS模式下，云厂商需要100%承担数据中心建设的资本投入、算力需求不及预期的闲置风险、硬件更新换代的贬值损失，产能扩张往往伴随着极大的财务不确定性。而甲骨文的AI订单普遍采用了两种新的合约设计：一是客户预先支付GPU采购款，二是客户直接自带硬件入驻甲骨文的数据中心，仅向甲骨文支付机房、电力和运维服务费[1]。按照管理层披露的750亿美元AI订单规模计算，客户预付及自带硬件覆盖了约30%-40%的自有净投入风险，将占AI基建总成本70%左右的GPU价格波动、需求不足的风险部分转移给了大客户[3]。
这种模式的优势已经在现有运营数据中得到初步验证：截至2026财年末，甲骨文全球GPU利用率达97.5%，到期算力基本实现全额续约或转租[3]，这一数据显著高于行业平均80%左右的通用算力利用率水平。除管理层陈述外，有第三方机构估算甲骨文RPO增量中超过50%来自核心AI客户的长期合约，目前该估算尚未得到甲骨文官方或客户的公开证实，核心客户的大额长约进一步强化了需求端的确定性。如果这种模式能够跑通，将可能改变AI云市场“资本拼规模、生态抢客户”的传统竞争逻辑，让中小厂商也能通过绑定核心客户实现快速扩张。
三重未被验证的核心假设
尽管模式创新的逻辑成立，但当前所有关于“投入回报有保障、风险已完全转移”的乐观判断，实际上都建立在三个尚未被公开验证的核心假设之上，任何一个假设的落空，都可能大幅改变投入的实际收益。
假设一：AI长约具备不可撤销的刚性约束
目前市场对需求确定性的判断，核心依据是6380亿美元的RPO规模和750亿美元的AI长约。其中6380亿美元的RPO数据已在财报中正式披露，具备较高可信度[3][10]。但官方从未公开过这些长约的具体条款：包括SLA（服务水平协议）的违约惩罚标准、客户取消订单的门槛、是否具备排他性约定[10]。
尤其是占RPO增量过半的核心AI客户，其最大股东本身正在推进自有云的AI基建扩张，目前没有任何公开证据证明，该客户在自有算力缺口补齐后，会维持现有订单规模而不转投自有云平台。更值得注意的是，占RPO总量54%的订单为3年以上的长约，其收入确认完全绑定客户需求的持续性——所谓的“风险转移”，本质上是将“客户不会违约、不会流失”的假设当成了既成事实，而非需要合同条款支撑的刚性约束。目前“AI长约具备刚性”这一判断仅能通过管理层陈述和第三方估算的间接数据佐证，尚无公开合同条款予以验证。
假设二：产能爬坡能够匹配合约交付要求
管理层在财报电话会上提出，2027财年第一季度的算力交付量将达到2026财年全年的水平，这一4倍的产能爬坡节奏面临多重硬约束，该交付目标目前尚无上游供应链或工程进度数据予以佐证。首先，官方从未披露700亿美元的投入结构，也没有公开与英伟达、HBM供应商的长期产能锁定协议[10]。据行业普遍估算，2026-2027年全球GPU、HBM等核心AI硬件存在约20%-30%的供需缺口，该缺口规模尚未经全行业统一统计验证，甲骨文目前没有证明自身的产能优先级高于AWS、谷歌等规模更大的云厂商，仅靠资本预算规模无法保障交付节奏。
其次，超大规模AI数据中心的建设周期已拉长至24个月，电力审批、液冷部署、集群互联调试的任何环节延迟，都可能导致交付逾期。按照行业惯例，算力交付延迟超过3个月就可能触发SLA违约，客户有权要求退还预付款甚至终止合约，进而导致RPO的收入确认后移。目前该交付目标属于管理层前瞻陈述，无第三方工程验证或上游产能锁定协议支撑。
假设三：AI订单的利润率能够达到传统业务水平
管理层多次强调，客户预付或自带硬件的AI订单利润率“不输传统云业务”[3]，但截至目前，官方从未单独披露过AI订单的细分毛利率，所有盈利相关的判断都基于整体业务的合并财报数据。公开财报显示，甲骨文传统高毛利的软件许可业务同比下滑2%，收入结构正在向毛利率更低的基建业务倾斜，管理层也明确提示，2027财年整体毛利率会出现阶段性下滑[10]。
更重要的是，AI硬件的更新换代周期仅为3-4年，远低于传统通用数据中心8-10年的折旧周期，如果未来1-2年大模型架构出现稀疏化等技术突破，当前投入的大算力集群可能面临结构性闲置，闲置资产的残值率将远低于传统数据中心。目前“AI订单利润率达标”这一判断无细分财报数据支撑。
分歧的本质与后续验证坐标
当前市场对甲骨文700亿投入的分歧，本质上是两种逻辑的碰撞：乐观者看到的是风险分担模式重构带来的AI云市场弯道超车机会，谨慎者看到的是三重假设未验证下的叙事先行。无论是哪种判断，目前都无法得到完全的证据支撑。
据第三方市场研究机构估算，2026年第一季度甲骨文IaaS业务的全球市场份额仍不足5%，远低于排名第一的AWS，头部厂商的开发者生态壁垒尚未出现实质性松动，仅凭资本投入和核心客户长约，尚不足以支撑“进入AI云第一梯队”的结论。同样，也不能完全排除模式成立的可能性：甲骨文的风险转移模式确实大幅降低了AI基建的投入门槛，如果三重假设得到验证，将可能重构整个AI云行业的竞争规则。
甚至不能排除另一种合理的解释：本次大额资本支出指引的披露，也可能是甲骨文为对冲传统软件业务同比下滑2%、SaaS业务增速仅10%的业绩压力，主动抬升市场对其AI转型预期的市值管理行为。毕竟在当前的科技板块估值逻辑下，AI叙事的溢价远高于传统软件业务。
对于产业参与者和观察者而言，真正值得追踪的是四个能够改变当前判断的核心指标： 第一，2027财年第一季度的实际算力交付达标率，这是验证产能爬坡能力的最直接信号，如果交付率低于70%，则说明供应链约束的影响远超预期； 第二，AI订单单独披露的毛利率水平，如果连续两个季度AI订单毛利率低于30%，则说明模式的盈利性并未达到管理层声称的水平； 第三，非核心头部AI客户在RPO增量中的占比，如果这一占比长期低于30%，则说明客户集中度风险并未得到有效对冲，核心客户流失的影响将被放大； 第四，甲骨文与上游芯片厂商的长期产能锁定协议细节，如果未能拿到对应规模的GPU、HBM产能保障，则交付节奏的不确定性将进一步上升。
只有当这四个指标逐步明确后，我们才能对本次700亿投入的实际价值做出更准确的判断。
从更宏观的视角看，甲骨文的700亿投入本身就是全球AI算力竞争进入实体基建阶段的明确信号：当所有科技巨头都开始以百亿甚至千亿级的规模投入数据中心、电力、供应链等实体资源时，AI行业的竞争已经从模型算法的软比拼，转向了基建能力、合约设计、供应链管理的硬较量。甲骨文的尝试无论成败，都为整个行业提供了一种新的风险分担思路——而这种思路的可行性，最终将由数据而非叙事来证明。
[1] 36氪，2026年6月，《甲骨文公布2027财年700亿美元资本净支出 投向云AI领域》 [3] 财联社，2026年6月，《甲骨文26财年Q4营收191.8亿美元，云与AI成为增长核心》 [5] 搜狐科技，2026年6月，《豪掷千亿加码算力，甲骨文能否撼动微软亚马逊云霸权？》 [9] 网易科技，2026年6月，《盘后大跌超11%！甲骨文第四财季业绩超预期！资本开支超预期与公司新融资计划引发市场担忧！》 [10] 腾讯新闻，2026年6月，《甲骨文AI财报创新高，股价为何却逆势下跌？》 [12] 汇通财经，2026年6月，《甲骨文预期在2027财年借助债务与股权渠道募集资金约400亿美元》
参考资料
我和产业编辑最核心的分歧，是“AI基建风险已通过合约前置转移”的判断是否成立——前者的证据来自财报披露的RPO结构、客户预付模式，认为财务端的安全垫已经锁定长期盈利，而我的判断前提是，所有合约的履约绑定工程交付的硬指标，目前工程端的验证缺口足以动摇风险转移的成立基础，双方证据链分别覆盖财务和工程两个维度，现阶段均不足以完全推翻对方，但工程端的约束是财务指标兑现的前置条件，其不确定性权重更高。 首先需要对齐所有数字的口径边界，吸纳数据编辑的校准结论：700亿美元是甲骨文自身承担的净资本支出，不含客户预付的200-250亿美元硬件成本，参考过往11%的指引偏差率，合理区间为623-777亿美元，此前初步观点中直接引用700亿整数未做口径标注的问题已修正，同时将原表述中“12个月交付10吉瓦算力”的总目标，对齐管理层指引的“2027财年一季度交付1吉瓦”的单季度节点，避免指标错配。 批判编辑提出的三重证据缺口，恰好对应工程端的核心验证盲区，我此前提出的两项技术证据缺失，可以进一步细化落地：其一，管理层未披露700亿美元的投入结构，也未公开单瓦算力的PUE、万卡集群互联延迟、单位训练成本等工程参数，更没有披露与英伟达、HBM厂商的长期产能锁定协议——当前全球科技巨头2026-2027财年AI资本支出总规模已超万亿美元，GPU、HBM、800G光模块的产能缺口是行业共性约束，甲骨文未证明自身的产能优先级高于AWS、谷歌等头部厂商，仅靠资本预算规模无法保障交付节奏。其二，现有RPO的履约刚性没有合同条款支撑，管理层仅披露“750亿美元AI订单采用预付或自带硬件模式”，但未公开长约的SLA违约惩罚、客户取消订单的门槛，一旦算力交付延迟超过3个月，或集群性能不达标，客户有权要求退还预付款、终止合约，所谓的“需求端锁定”本质上是建立在交付达标前提下的或有确定性，而非刚性约束。 针对产业编辑“风险已转移、毛利率有安全垫”的核心主张，需要补充工程端的成本传导逻辑：超大规模AI数据中心的建设周期已拉长至24个月，电力审批、液冷部署、供应链瓶颈导致的每3个月交付延迟，就会对应6到9个月的收入确认滞后，而数据中心的折旧、电力成本是前置发生的，哪怕有97.5%的历史利用率，也无法覆盖新交付产能爬坡期的成本错配——管理层明确2027财年毛利率会阶段性下滑，但未披露的是，当前甲骨文传统高毛利软件业务已出现2%的同比下滑，收入结构正向低毛利的基建业务倾斜，所谓“自带硬件订单利润率不输传统云业务”的表述，尚未经过连续12个月的单独财报数据验证，本质是用整体业务数据掩盖细分业务的盈利不确定性。 修正后的判断可分层明确置信度：首先，甲骨文2027财年自身承担的AI基建净支出落在650-750亿美元区间的置信度为80%，已有过往指引偏差率、400亿美元融资计划作为支撑，证据等级为B+级；其次，仅靠现有合约结构完全转移产能扩张风险的置信度为45%，工程交付的硬约束尚未验证，违约条款、供应链优先级的关键信息缺失，无法排除客户违约、产能闲置的可能；最后，2027财年末完成10吉瓦总算力交付的置信度为55%，2026财年累计交付1.2吉瓦的历史数据仅能证明基础交付能力，而2027财年一季度单季交付1吉瓦的4倍爬坡节奏，没有历史工程数据支撑，不确定性较高。后续需要同步追踪的验证指标包括：2027财年一季度的实际算力交付达标率、AI订单单独披露的毛利率水平、非OpenAI客户在RPO中的占比、第三方机构发布的甲骨文AI集群与头部厂商的性能对比数据，在上述指标落地前，所有关于AI云市场格局变化的判断均不属于可验证的范畴。
要求删除文中「可能是市值管理行为」的表述，认为无实锤证据，涉嫌诽谤企业，存在合规风险
为什么没放进正文：该表述明确限定为「另一种合理的解释」，未作为确定性事实陈述，属于正常的市场逻辑推演，符合财经内容创作边界，删除会削弱文章的反证平衡，降低论证深度
Reader Signal
这篇文章对你有帮助吗？
只收集预设选项，不开放评论，不公开展示个人反馈。
选择一个判断，也可以附加一个预设标签。
发布于 2026-06-11 16:08:35。本文为原创深度报告，未经授权不得转载。观点仅代表编辑部独立判断，不构成投资建议。