身份不明的发言人
Ken Bond（投资者关系高级副总裁）
Lawrence J. Ellison（联合创始人、董事长兼首席技术官）
Safra Ada Catz（首席执行官兼董事）
身份不明的参会者
John DiFucci（古根海姆证券）
Brad Zelnick（德意志银行）
Derrick Wood（TD Cowen）
Mark L. Moerdler（伯恩斯坦研究公司）
Alex Zukin（Wolfe Research）
SA。SA 您好，感谢您的等待。我叫 Tiffany，今天将担任本次会议的操作员。现在，我欢迎大家参加甲骨文公司2026财年第一季度电话会议。所有线路均已静音，以防止任何背景噪音。在发言人发言结束后，将进入问答环节。如果您想在问答环节提问，只需按星号键，然后按电话键盘上的数字1。现在，我想将电话转交给投资者关系负责人 Ken Bond。
Ken，请讲。
谢谢 Tiffany。各位下午好，欢迎参加甲骨文公司2026财年第一季度 earnings 电话会议。新闻稿和财务表格（包括 GAAP 与非 GAAP 调节表以及其他补充财务信息）的副本可在我们的投资者关系网站上查看和下载。此外，最近购买甲骨文云服务或在甲骨文云上上线的众多客户名单也将在投资者关系网站上公布。今天参加电话会议的有董事长兼首席技术官 Larry Ellison 以及首席执行官 Safra Katz。提醒一下，今天的讨论将包括前瞻性陈述，包括预测、预期、估计或其他可能被视为前瞻性的信息。
在今天的讨论中，我们将介绍一些与我们业务相关的重要因素，这些因素可能会影响这些前瞻性陈述。这些前瞻性陈述还受到风险和不确定性的影响，可能导致实际结果与今天所做的陈述存在重大差异。因此，我们提醒您不要过度依赖这些前瞻性陈述，并建议您查看我们最新的报告，包括我们的 10K、10Q 和 A 以及任何适用的修正案，以全面了解这些因素和其他可能影响我们未来业绩或股票市场价格的风险。
最后，我们没有义务根据新信息或未来事件修改我们的业绩或这些前瞻性陈述。在接受提问之前，我们将首先发表一些准备好的言论，接下来，我想将电话转交给 Safra。
谢谢 Ken，各位下午好。显然，我们今年有了一个惊人的开端，因为甲骨文已成为 AI 工作负载的首选之地。我们与 AI 领域的顶尖企业签署了重要的云合同，包括 OpenAI、XAI、Meta、英伟达、AMD 等众多公司。截至第一季度末，剩余履约义务（RPO）现已达到 4550 亿。这比去年增长了 359%，比第四季度末增加了 3170 亿美元。我们的云 RPO 在去年 83% 增长的基础上，又增长了近 500%。现在，使用恒定货币增长率来看业绩。如您所见，我们对损益表的列报方式进行了一些调整，以更好地反映我们的业务管理方式，并让您更直接地了解我们云业务的动态。
那么，开始介绍业绩。总云收入（包括应用和基础设施）增长 27%，达到 72 亿美元。云基础设施收入为 33 亿美元，在去年第一季度 46% 增长的基础上，又增长了 54%。OCI 消费收入增长 57%，需求继续大幅超过供应。云数据库服务增长 32%，年化收入接近 28 亿美元。自治数据库收入在去年第一季度 26% 增长的基础上，又增长了 43%。多云计算数据库收入（OCI 区域嵌入在 AWS、Azure 和 GCP 中）在第一季度增长了 1529%。云应用收入为 38 亿美元，增长 10%，而我们的战略后台应用收入为 24 亿美元，增长 16%。
本季度总软件收入为 57 亿美元，下降 2%，总体而言。本季度总收入为 149 亿美元，比去年增长 11%，高于去年第一季度报告的 8% 增长率。营业收入增长 7%，达到 62 亿美元。我们也在加速内部采用 AI，以提高运营效率。我预计今年我们的营业收入将增长 mid-teens（十几%），未来还会更高。2027 财年，非 GAAP 每股收益为 1.47 美元，而 GAAP 每股收益为 1.01 美元。本季度非 GAAP 税率为 20.5%，高于 19% 的指引，导致过去四个季度的每股收益降低 0.03 美元。
经营现金流增长 13%，达到 215 亿美元，自由现金流为负 59 亿美元，资本支出为 274 亿美元。第一季度经营现金流为 81 亿美元，自由现金流为负 3.62 亿美元，资本支出为 85 亿美元。季度末，我们拥有 110 亿美元的现金和有价证券，短期递延收入余额为 120 亿美元，增长 5%。在过去 10 年中，我们以平均 55 美元的价格将流通股数量减少了三分之一，目前这一价格远低于我们本季度股票价格的四分之一，我们以总计 9500 万美元回购了 44 万股股票。
此外，在过去 12 个月中，我们支付了 50 亿美元的股息，董事会再次宣布季度股息为每股 0.50 美元。鉴于我们的 RPO 增长，我现在预计 26 财年的资本支出将约为 350 亿美元。提醒一下，我们绝大多数的资本支出投资用于数据中心的创收设备，而非土地或建筑物。随着我们增加更多的产能，我们将把大量的 RPO 积压转化为加速的收入和利润增长。现在，在我深入探讨第二季度的具体指引之前，我想分享一些关于 26 财年及未来几年的总体想法。
显然，这是一个出色的季度，对甲骨文云基础设施的需求持续增长。我预计我们将签下更多的数十亿美元客户，RPO 可能会增长到超过 5000 亿美元。RPO 增长的巨大规模使我们能够大幅上调财务计划中云基础设施部分的预期。我们现在预计，甲骨文云基础设施本财年将增长 77%，达到 180 亿美元，随后四年将分别增长至 320 亿美元、730 亿美元、1140 亿美元和 1440 亿美元。其中大部分收入已计入我们 4550 亿美元的 RPO 数字中，我们今年有了一个梦幻般的开端。
现在，虽然很多注意力都集中在我们与 GPU 相关的业务上，但我们的非 GPU 基础设施业务的增长速度仍然远快于竞争对手。我们还看到，我们特定行业的云应用正在推动客户使用我们的后台云应用。最后，甲骨文数据库蓬勃发展，目前在 Azure、GCP 和 AWS 内部嵌入的 OCI 区域已有 34 个多云计算数据中心投入使用，我们还将再交付 37 个数据中心，总数达到 71 个。所有这些趋势都表明 2026 财年的收入增长将更高。我们仍然有信心并致力于实现全年总营收在恒定货币下 16% 的增长。
我对我们进一步加快收入和利润增长速度的能力更有信心。如前所述，我们将在 10 月于拉斯维加斯举行的甲骨文 AI 世界大会上的财务分析师会议上更新我们的长期财务目标。现在，让我转向第二季度的指引，我将以非 GAAP 为基础，并假设汇率保持当前水平，汇率应该会对每股收益产生 3 美分的正面影响，对收入产生 1% 的正面影响（取决于四舍五入）。然而，实际的汇率影响可能会像第一季度那样有所不同。
总营收方面，按恒定货币计算，预计增长 12% 至 14%；按美元计算，在当前汇率下，预计增长 14% 至 16%。总云收入按恒定货币计算，预计增长 32% 至 36%；按美元计算，预计增长 33% 至 37%。非 GAAP 每股收益预计增长 8% 至 10%，按恒定货币计算在 1.58 美元至 1.60 美元之间。按美元计算，非 GAAP 每股收益预计增长 10% 至 12%，在 1.61 美元至 1.65 美元之间。最后，我对第二季度每股收益的指引假设基准税率为 19%。
然而，一次性税务事件可能导致实际税率发生变化，就像本季度一样。Larry，该你了。
谢谢 Safra。最终，AI 将改变一切。但现在，AI 正在从根本上改变甲骨文和计算机行业的其他领域。尽管并非所有人都完全意识到即将到来的变革浪潮的程度，但看看我们的季度数据。有些事情是不可否认的。几家世界级的 AI 公司选择甲骨文来构建大规模以 GPU 为中心的数据中心，以训练他们的 AI 模型。这是因为甲骨文构建的千兆瓦级数据中心在训练 AI 模型方面比世界上任何其他公司都更快、更具成本效益。训练 AI 模型是一个数万亿美元的巨大市场。
很难想象有比这更大的技术市场，但如果你仔细观察，会发现一个更大的市场。那就是 AI 推理市场。数百万客户使用这些 AI 模型来运营企业和政府。事实上，AI 推理市场将比 AI 训练市场大得多。AI 推理将用于运营机器人工厂、机器人汽车、机器人温室、用于药物设计的生物分子模拟、解释医学诊断图像和实验室结果、自动化实验室、金融市场交易、自动化法律流程、自动化财务流程、自动化销售流程。AI 将编写——即生成被称为 AI 代理的计算机程序，这些程序将自动化你的销售和营销流程。
让我重复一遍。AI 将自动编写计算机程序，然后这些程序将自动化你的销售流程、法律流程以及其他所有流程，还有你的工厂等等。想想看。AI 推理。正是 AI 推理将改变一切。甲骨文正在积极进军 AI 领域，顺便说一句，我们在 AI 训练市场的表现也不错，但推理市场更大。甲骨文正在积极进军推理市场和 AI 训练市场。我们认为我们在推理市场处于有利地位，有望成为赢家，因为甲骨文是迄今为止全球最大的高价值私有企业数据托管商。
随着我们新的 AI 数据库的推出，我们为你在我们的数据库中存储数据添加了一种非常重要的新方式。你可以将数据向量化，通过向量化所有数据，所有数据都可以被 AI 模型理解。然后，我们让客户能够非常轻松地将他们所有的数据库、所有新的甲骨文 AI 数据库和云存储（OCI 云存储）直接连接到世界上最先进的 AI 推理模型——ChatGPT、Gemini、Grok、Llama，所有这些模型在甲骨文云中都有独特的可用性。在将你的数据向量化并链接到你选择的大型语言模型（LLM）之后，你可以提出任何你能想到的问题。
例如，最新的关税将如何影响下一季度的收入和利润？你提出这个问题。大型语言模型将对你的私有企业数据和公开可用数据的组合应用高级推理。你可以获得重要问题的答案，而不会损害你的私有数据的安全性。再次，我希望你花点时间思考这个问题。很多公司说他们深入 AI 领域是因为他们在编写代理。好吧，猜猜看，我们也在编写很多代理。但是，当他们在近三年前推出 ChatGPT 时，你能做的就是进行对话并提问。
你没有用代理自动化某些流程。你可以问任何你想问的问题，并得到一个基于最新、最佳信息和高质量推理的合理答案。谁在为客户提供这种服务？当我们下个月在 AI 世界大会上展示时，我们将是第一个。这是自近三年前 ChatGPT 3.5 推出以来客户一直要求的功能。我想询问任何问题，因此你需要理解我的企业数据以及所有公开可用的数据。
然后你可以回答对我来说最重要的问题。好吧，现在他们可以向你提出这些问题了。Sakra
谢谢 Larry。Tiffany，请现在收集听众的问题。
如果您想提问，请按星号键，然后按电话键盘上的数字1。要撤回您的问题，只需按星号1。我们将暂停片刻，整理问答名单。第一个问题来自古根海姆证券的 John Defucci。请讲。
谢谢你们接受我的提问。听着，即使是我，对未来的前景也感到震惊。这个问题我想故意问得开放一些。那么，Larry 和 Safra，甲骨文已成为 AI 训练工作负载的事实上的标准，你们从中获利并对此充满信心。但显然，这不仅仅是 AI 训练。我知道这是很大一部分。你们谈到了这一点，但能否多谈谈其他方面？更详细地谈谈是什么推动了这些惊人的预测。
你先说吧，Larry。我知道你会谈到这个。
是的，很多人都在寻找推理能力。我的意思是，人们正在耗尽推理能力。我的意思是，有公司打电话给我们，我想是上个季度或前个季度，他们说，我们要你在世界上任何地方目前未使用的所有容量。我们不在乎在哪里。我从未接到过这样的电话。这非常不寻常。那是针对推理，不是训练。推理需求巨大，如果你想一想，最终我们在训练上花费的所有钱都必须转化为要销售的产品，也就是推理。
要回答你的问题，比如最新的关税、最新的钢铁价格或其他因素如何影响我的季度业绩、我的产品交付能力、我的收入、我的成本？你知道，回答这类问题。要回答这类问题，我们必须——而且我们已经做到了。
我们必须从根本上改变我们的数据库，以便你可以将所有数据向量化。这是大型语言模型在数据被向量化后理解信息的形式，然后允许人们就任何事情提出任何问题。这正是我们所做的。但除非你有一个安全可靠的数据库，并链接到所有流行的 LLM，而我们已经做到了所有这些，除非你拥有这些，而且你得告诉我除了甲骨文还有谁拥有这些，否则你很难在你的数据以及公开可用数据之上提供类似 ChatGPT 的体验。
这是甲骨文独特的价值主张，这是因为，再次强调，我们托管的数据比任何应用公司都多得多。他们有他们的应用数据，他们的客户数以万计。我们的数据库客户数以百万计。因此，我们认为我们比任何人都更有优势利用推理。
顺便说一句，除了我们的 GPU 等等，我们已经成为许多客户事实上的云。再次，他们希望将一些东西放在我们的公有云或竞争对手的公有云中，同时使用甲骨文数据库。但同时，有很多原因让他们想要所谓的专用区域或客户云。我们给客户提供了如此多的选择，以至于我们通常都能以某种方式满足客户的需求。当然，我们拥有整个技术栈，我们有基础设施，有你将会听到很多关于的数据库——它确实是你想要用于 AI 模型的数据的唯一合理存储库。
然后，我们有所有这些正在起飞的应用程序，所以我们有很多不同的层面，它们都朝着同一个方向发展，当一起使用时，都能使我们的客户受益。
听着，请继续，
继续。John，你正要表扬我们，我打断了你，所以我为我的无礼道歉。
听着，我只是想说我向你们两位致敬。我做这行很久了，我告诉我的整个团队，要关注这个，即使是那些不研究甲骨文的人，因为这是一个职业生涯中的重要事件，看起来真的很了不起，我想我真的为你们感到高兴，恭喜你们。太神奇了，但也付出了很多努力。继续加油，继续加油。
这确实付出了很多努力。让我提另外两件我认为令人震惊的事情。我们已经将整个甲骨文云——所有功能、所有函数——压缩到少数几个机架中，三个机架，我们称之为“蝴蝶”，成本为 600 万美元。因此，我们可以为你提供甲骨文云的私有版本，包含所有功能、所有安全功能、所有函数，一切我们所做的，只需 600 万美元。我认为其他超大规模云提供商的成本是我们的 100 多倍。因此，我们实际上可以为客户提供客户云，完整的客户云。
我们有像沃达丰这样的公司，我不确定哪些公司我可以点名，哪些不可以。我们有大型公司购买自己的甲骨文云区域，实际上是多个甲骨文云区域，因为他们不希望在他们的云中有任何邻居。他们不希望其他公司在他们的云中，但他们想要完整的云。他们想要按需付费。他们想要所有的功能、所有的函数、所有的安全性。他们不想购买它。他们希望我们购买和拥有软件和硬件。
他们希望我们维护它，构建网络供应，所有这些，他们只想为消费付费。我们可以以竞争对手报价的 1% 的入门级价格做到这一点。这是一件事。另一件事。让我再举一个例子，然后我就停下来。我们还拥有任何公司中最先进的应用生成器。有趣的是，我们是一家应用公司和云基础设施公司，因此我们构建应用程序。当我们构建应用程序时，我们希望更高效。提高效率的方法是构建 AI 应用生成器。
我们一直在这样做。我们最新的应用程序不是我们手动构建的，而是由 AI 生成的。我们认为在生成应用程序方面，我们远远领先于其他任何应用公司。这是我们的另一个非常重要的优势。当然，有趣的是，我曾说过我们不会对应用程序中的 AI 单独收费，因为我们的应用程序本身就是 AI。新的应用程序——我们正在构建的新应用程序——只不过是我们生成的一堆通过工作流链接在一起的 AI 代理。
仅此而已。你怎么能单独收费呢？这是我们所有的应用程序，但这些应用程序更好，希望我们能卖出更多，这就是我们获得报酬的方式。谢谢 John 的赞美。
谢谢 Larry。谢谢 Safra。
谢谢 John，感谢你这些年来一直友好地关注我们。也谢谢。今天很棒。可能现在是时候进行下一个问题了。
下一个问题来自德意志银行的 Brad Zelnick。请讲。
太好了，非常感谢。Larry，我想我们都对你刚刚公布的业绩感到非常震惊，这是一种非常好的震惊。甲骨文有近 50 年的历史，能够驾驭转型并脱颖而出。但当我们考虑企业应用时，投资者们现在相当悲观，我很想听听你的看法。你认为整个行业将走向何方？市场份额将流向何方？流向那些没有数据库、没有从芯片到上层所有优势的公司吗？这可能是一场灭绝事件吗？很想听听你的想法。
嗯，我认为我们有巨大的优势，因为我们既是基础设施公司，也是应用公司。作为应用公司，有两件事发生。我们知道我们必须开始生成我们的应用程序。我们不能再依靠大量的人力了。不要误会我，我们仍然需要人。但我们需要的人数大大减少，而且我们可以生成比手动构建更好的应用程序。我们已经在这些 AI 应用生成器上工作了一段时间，并且我们正在实际使用它们。但关键是，我们不仅仅是在构建应用生成器，我们还在构建应用生成器并使用它们来构建应用程序，这让我们能够深入了解如何改进应用生成器。
在这个等式的两边都有业务，这是一个巨大的优势。既是应用构建者，又是应用生成技术（底层 AI 应用代码生成器）的构建者，这是一个巨大的优势。让我再举一个优势，这通常被认为是劣势。我们规模非常大。我们不再销售单个独立的应用程序。我们销售应用套件。我们决定进入医疗业务，与 Epic 竞争，相信我们可以解决更多问题，因为我们比他们大得多。顺便说一句，我们比 Workday 或 ServiceNow 大得多。
我们正在解决更大范围的问题。我们能够做所有的 ERP，然后我们可以添加所有的 CRM，但所有部分都是设计为相互契合的。这使得客户更容易使用。因此，我们认为擅长应用生成——底层技术使我们能够构建更好的应用程序，能够构建更多的应用程序，从而解决更多的问题，这样客户就不必在多个供应商之间进行所有系统集成。我们可以构建一个所有部分都设计为相互契合的套件。
我认为，我们在应用领域拥有巨大的优势。我们在 AI 推理领域也拥有巨大的优势，我们可以——再次强调，我们将在下个月的甲骨文 AI 世界大会上展示的是，我们已经获取了所有客户数据，所有数据。我现在不想深入所有细节。你可以问任何你想问的问题。谁是你的销售人员？我所在地区的头号潜在客户是谁？我接下来应该向他们推销什么产品？我应该使用哪些最佳参考案例来说服他们使用我们的产品？作为销售人员，你可以立即得到所有这些问题的答案。
工程师可以查看甲骨文财务软件的哪些功能在用户使用时出错最多，我需要修复并简化这些功能？你只需提出问题，因为所有这些数据都可用于 AI 模型。我们是唯一的。还有其他人在做这个吗？据我所知没有。这是一个巨大的优势。谢谢
为了 AI 世界大会，Larry。谢谢。对甲骨文来说是了不起的一天，对行业来说也是非凡的一天。再次感谢并祝贺。
谢谢。非常感谢。
下一个问题来自 TD Cowen 的 Derrick Wood。请讲。
太好了。谢谢接受我的提问。我也对这个重要的季度表示祝贺。Safra，第一季度新增 RPO 超过 3000 亿美元，真是令人惊讶。但这需要大量的基础设施建设。那么，你能否提供更多背景信息，说明需要多少资本支出和运营成本结构来完全服务这些合同，我们应该如何看待未来几年这些成本相对于收入增长的 ramp 情况，以及投资者应该如何看待这些支出的 ROI？
当然。首先，正如我在准备好的发言中提到的，也正如我之前明确说过的，我们不拥有房产。我们不拥有建筑物。我们拥有并设计的是设备，这些设备是为甲骨文云优化的。它具有极其特殊的网络能力。Larry 和他的团队提供的技术能力使我们能够更快地运行这些工作负载，因此与竞争对手相比，它的成本低得多，具体取决于工作负载。正因为如此，我们只在需要的时候才投入设备，而且通常非常快。
假设客户接受，我们立即开始产生收入。他们接受系统并确认其满足需求的速度越快，他们开始使用的速度就越快，我们获得收入的时间就越早。在某些方面，我不想从金融角度称之为轻资产，但它确实是相当轻资产，这对我们来说确实是一个优势。我知道我们的一些竞争对手喜欢拥有建筑物。那不是我们的专长。我们的专长是独特的技术、独特的网络、存储，以及我们将这些系统整合在一起的整个方式，顺便说一句，它们是完全相同且非常简化的，这再次使我们能够在保持盈利能力的同时，为客户提供极具吸引力的价格。
我已经指出，本财年的资本支出看起来将约为 350 亿美元。但因为我们正在监控这一点，我们实际上是在收到设备后立即投入使用，然后移交以立即产生收入。因此，我们对我们的能力有很好的了解，可以投入这些设备，并基本上在开始产生收入之前进行资本支出。但目前我预计全年资本支出为 350 亿美元，我认为，我的意思是可能会更高一些。
如果更高，那是好消息，因为这意味着有更多的 floor space 容量移交给我。而且如你所知，我们也嵌入在竞争对手的云中。同样，我们负责支付的实际上只是我们的设备，而且这些设备会立即投入使用。在那里，我们最终将在竞争对手或合作伙伴的云中嵌入 71 个数据中心。
让我补充几点非常简短的内容。一是我们刚刚向一位客户移交了一个巨大的数据大厅，验收时间本可以长达几个月。结果只用了一周。从我们正式拥有设备并让他们测试，到他们开始付费，只用了一周时间。一周。所以我们有一个非凡的团队正在做非凡的工作，确保我们的设备能够快速运行，客户能够快速验收。
他们希望尽快验收，因为他们想开展工作，想训练他们的模型。这个案例的验收只用了一周，非常了不起。另一点是，我们是网络设备、GPU 等的非常大的消费者。因为我们是非常大的消费者，我认为我们能够从供应商那里获得比其他人更好的融资条款。所以我认为我们在财务方面也有优势。我认为我们在财务方面也会做得非常好。
太好了。谢谢 Larry。谢谢 Safra。
下一个问题来自伯恩斯坦研究公司的 Mark Mordeler。请讲。
非常感谢 Larry 和 Safra，以及整个甲骨文团队。太神奇了，祝贺你们。我想关注 AI 训练业务。你们一直在赢得客户。能否请你们解释一下，甲骨文如何创造足够的差异化护城河，以确保这项业务不会商品化？以及即使训练业务放缓，你们如何继续从训练业务中获得强劲的收益和自由现金流？我认为人们真的需要理解这一点。
嗯，我可以用一句话来概括。我们的网络数据传输速度非常非常快。如果我们的数据传输速度比其他人快，如果我们的 GPU 超级集群在性能上有优势，如果你按小时付费，如果我们的速度是其他人的两倍，那么我们的成本就是他们的一半。
嗯，说得很简洁。我同意。谢谢。
最后一个问题来自 Wolff Research 的 Alex Zukin。请讲。
嘿，伙计们，非常感谢你们让我提问。我原本想问的是，新的甲骨文 AI 数据库是否真的打开了 general enterprise 推理市场。根据你们的发言，听起来答案是肯定的。所以我的后续问题是，你如何看待未来几年的发展速度？在甲骨文 AI 数据库推出后，你预计多久之后，你的企业客户，那些成熟的客户，会真正愿意以这种方式查询他们的企业数据？当前的供应限制环境对这种需求有何阻碍？或者说，供应限制是否正在得到解决？
我不知道 Mary 是否想涵盖这个问题，你在 Marks 中已经涵盖了。请讲，
继续。好吧。我认为谁不想要呢？我的意思是，每个人都说他们想使用 AI。我的意思是，CEO 们，他们想使用 AI，国家元首、政府首脑也说他们想使用 AI。我们从未有过这样的消费者。我的意思是，历史上我们不与 CEO 打交道。现在我们与 CEO 打交道，现在我们与国家元首和政府首脑就此问题打交道，因为 AI 太重要了。让人们在他们的数据之上使用 AI，这正是他们想要做的。
但他们不知道如何安全地做到这一点。他们不知道如何——嗯，他们根本不知道如何做到。一个大的风险是，哦，天哪，我不能分享我的数据，你知道，摩根大通不能把它所有的数据都分享给 OpenAI。高盛也不会与 OpenAI、XAI、Lama 或 Meta 分享。必须保持私有。所以我们必须保持你的私有数据私有。我们必须保持你的私有数据安全。但我们必须让最新、最好的推理模型能够使用它进行推理。
因为我们有数据库，因为我们可以将数据库中的所有数据向量化，因为我们的数据库中有非常复杂的安全模型，甲骨文数据库，我们可以做到所有这些，我们可以提供所有这些。然后我们选择做的是，通过 AI 数据库，不仅确保我们可以将所有数据向量化以便 AI 模型理解，我们还将其与所有 AI 模型捆绑在一起。这就是为什么我们与谷歌达成协议，这就是为什么我们达成了所有这些协议，你知道，Gemini，你可以从甲骨文云中获得 Gemini，你可以从甲骨文云中获得 GROK，你可以从甲骨文云中获得 ChatGPT，你可以从甲骨文云中获得 LLAMA。
我想我可以继续列举。所以我们将它们捆绑在一起。因此，我们的客户非常容易将这些大型语言模型结合使用。这就是他们想要的，将所有公开可用的数据和所有企业数据结合起来，使他们能够提出并获得任何他们能想到的问题的答案，任何对他们重要的问题，每个人都想要。我认为需求将是无限的。但在未来几年，我们可以在我们的云上提供大量的数据库和大量的 AI。
我们处于有利地位来做到这一点。
这将是甲骨文数据库——仍然是企业市场的主体，而且领先很多——最终迁移到云的原因之一。许多数据库将迁移到公有云中，使用甲骨文 AI 数据库。但许多最大的企业将想要他们自己的专用区域或客户云。同样，他们最终可以使用任何他们想要的 LLM 来获得其数据的 AI 优势，因为所有 LLM 也都在我们的云中。
听起来这将是非常高利润的 AI 收入。伙计们，祝贺你们。
谢谢。谢谢。好的。
谢谢 Alex。本次电话会议的录音回放将在我们的投资者关系网站上提供 24 小时。感谢大家今天的参与。现在，我将把电话转回给 Tiffany 以结束会议。
女士们，先生们，今天的电话会议到此结束。感谢大家的参与。现在你们可以挂断电话了。