回到頂部
黑色資料中心天平把合約積木與 GPU 伺服器放在兩端,呈現 AI 雲端訂單與資本支出的拉扯

Oracle AI 雲端財報:6380 億美元訂單與資料中心燒錢

Oracle 最新財報顯示 OCI 年增 93%、RPO 達 6380 億美元,但 AI 資料中心資本支出與負自由現金流也讓投資人緊張。

Oracle 在 2026 年 6 月 10 日公布最新財報,OCI 年增 93%、RPO 達 6380 億美元,但 2027 財年淨現金 CapEx 預估也拉到約 700 億美元。對企業採購、雲端成本和 AI 供應鏈觀察者,這是 AI 雲端需求很強、交付成本也快速變重的訊號。

你可以先把它當成採購與投資風險提醒:AI 雲端價格、供應穩定性和合約條款,接下來會受資料中心、GPU、電力、融資與交付能力牽動,不能只看模型降價或單季營收成長。

過去兩年,AI 雲端的敘事很簡單:OpenAI、Anthropic、Google、Meta、xAI 都需要更多 GPU;誰能蓋更多資料中心,誰就能賣更多算力。Oracle 正是這波敘事裡最戲劇化的受益者之一。它從傳統資料庫巨頭,變成 OpenAI、Stargate 與 AI training workload 眼中的重要算力供應商。

但財報把另一面攤出來:AI 雲端確實有需求,也確實能把 RPO 推到驚人的規模;可是要吃下這些訂單,Oracle 必須先投入巨量資本支出,承擔資料中心建設、GPU、電力、融資、折舊與毛利壓力。

這就是這篇要講的核心:AI 基建需求很大,大到會把供應商的資產負債表重新改寫。

先看最重要的數字

這次 Oracle 財報可以用四個數字抓住。

指標最新數字為什麼重要
總營收191.8 億美元,年增 21%整體成長不差,仍高於市場預期
OCI 營收58 億美元,年增 93%AI 算力需求直接推動雲端基礎設施
RPO6380 億美元,年增 363%已簽約但尚未認列的未來收入爆量
2027 財年淨現金 CapEx約 700 億美元要把訂單變收入,先要蓋資料中心

如果只看前三個數字,Oracle 看起來像 AI 基建贏家。

但加上第四個數字,故事就變得複雜:AI 雲端不是 SaaS。SaaS 多一個客戶,邊際成本很低;AI 雲端多一個超大客戶,可能要先蓋一座資料中心、買一批 GPU、簽電力合約、找土地、做冷卻、拉網路,還要用債務、股權或客戶預付款先把錢墊出去。

市場這次緊張的焦點是訂單太重。

RPO 是什麼?為什麼 6380 億美元很驚人?

RPO,全名 remaining performance obligations,簡單說就是已經簽下、但還沒認列成收入的合約義務。

它不是現金,也不是當季營收。它更像是:客戶承諾未來要買的服務,Oracle 未來要交付。對雲端公司來說,RPO 可以反映中長期需求能見度。

Oracle 這次 RPO 達到 6380 億美元,年增 363%,單季又增加 850 億美元。這個數字會讓人眼睛一亮,因為它代表 AI 雲端需求已經從口頭合作進入大額合約。

但 RPO 也有兩個限制:

  1. 它不會立刻變成收入。
  2. 它要靠實際交付能力才能變現。

換句話說,RPO 越大,市場越會問:你真的蓋得出來嗎?你有足夠電力嗎?GPU 供應穩嗎?客戶預付款夠不夠?這些訂單認列後毛利率如何?資料中心折舊後還剩多少自由現金流?

這就是 AI 基建公司和純軟體公司的不同。

軟體公司拿到 backlog,通常是好消息。AI 資料中心公司拿到超大 backlog,既是好消息,也是一張施工清單。

OCI 年增 93%:Oracle 真的吃到 AI 紅利

Oracle Cloud Infrastructure 這次營收年增 93%,達到 58 億美元。這是非常明顯的加速。

原因很直接:AI training 與 inference workload 需要大規模 GPU cluster,而 Oracle 過去幾年剛好把自己定位成 hyperscaler 之外的替代選項。

對 OpenAI 這類客戶來說,選擇 Oracle 有幾個可能誘因:

誘因解釋
多雲策略不想完全依賴 Microsoft Azure 或單一供應商
大型 cluster訓練模型需要連續、低延遲、大規模 GPU 容量
合約彈性Oracle 願意為超大客戶做客製資料中心與付款安排
Stargate 脈絡Oracle 是 OpenAI、SoftBank、MGX 等 AI 基建敘事的一部分

這也解釋了為什麼 Oracle 的 AI 故事會突然變得重要。過去大家談 AI 基建,第一反應是 NVIDIA、Microsoft、Amazon、Google。Oracle 比較像傳統 enterprise software 公司。

但 AI 算力競賽改變了定位。只要你能提供足夠 GPU、資料中心、網路、電力與融資能力,你就可能成為 AI 產業的關鍵基礎設施供應商。

這是 Oracle 的機會。

但 CapEx 才是這篇新聞的主角

Oracle 2026 財年資本支出約 556.6 億美元,MarketWatch 報導指出,這高於市場預期。公司也預期 2027 財年淨現金資本支出約 700 億美元;若加上客戶預付款或相關時點影響,報表上的資本支出數字可能更高。

這就是市場壓力的來源。

AI 基建的財務循環很像這樣:

  1. 先簽下大型 AI 雲端合約。
  2. 為客戶設計或擴建資料中心容量。
  3. 大量採購 GPU、網路設備、電力與冷卻系統。
  4. 建設完成後才逐步認列收入。
  5. 同時承擔折舊、融資成本與毛利壓力。

這跟傳統 Oracle 軟體授權完全不同。

Oracle 過去最迷人的地方,是資料庫與 enterprise software 的高毛利、可續約、現金流穩。AI 雲端則是另一種生物:它可以帶來更快成長,但也把公司拉進重資產競賽。

市場追問的是:「Oracle 變成 AI 資料中心公司後,還能不能維持過去那種好看的軟體經濟模型」。

為什麼股價會跌?

財報裡有很多好消息:EPS 優於預期、營收優於預期、OCI 高速成長、RPO 創高、全年營收目標也仍有支撐。

但市場仍然看見幾個壓力點。

壓力投資人擔心什麼
資本支出太高2026 財年 CapEx 約 556.6 億美元,2027 財年仍要大舉投入
自由現金流轉負MarketWatch 指出 2026 財年自由現金流為負 236.9 億美元
毛利壓力OCI 是重資產基建,短期毛利率低於傳統軟體
融資需求報導稱 Oracle 預計 2027 財年還需要約 400 億美元資金安排
軟體收入轉弱傳統 software revenue 下滑,代表高毛利舊核心正在轉型

這些不是小問題。

如果 Oracle 的 AI 雲端最後能達到公司所說的 30% 到 40% margin profile,並且在成熟後帶來高報酬率,那現在的資本支出就是鋪路。

但如果 AI 模型公司砍單、推理成本下降太快、GPU 供給過剩、電力成本高於預期、或資料中心利用率不夠,這些投入就會變成折舊壓力。

這也是 AI 基建故事最刺激的地方:同一筆 CapEx,可以是未來護城河,也可以是未來包袱。

這和 OpenAI S-1 有什麼關係?

前幾天我們才寫過 OpenAI 祕密提交 S-1。那篇的重點是:OpenAI 要走向公開市場,投資人接下來不只會看 ChatGPT 使用者數,也會看收入品質、推理成本、算力承諾與現金消耗。

Oracle 這份財報剛好是另一面鏡子。

OpenAI 需要大量算力,Oracle 想賣算力。OpenAI 的 AI 需求變成 Oracle 的 RPO;Oracle 的 CapEx 則變成 OpenAI 商業模式背後的真實成本。

這條鏈可以簡化成:

角色得到什麼承擔什麼
OpenAI / frontier lab更多訓練與推理容量長期雲端合約、推理毛利壓力
Oracle / hyperscalerRPO、OCI 成長、AI 雲端收入CapEx、折舊、融資、毛利壓力
NVIDIA / GPU 供應鏈GPU、網通、記憶體、液冷需求週期性與客戶集中風險
投資人AI 成長敘事回本時間、現金流與泡沫疑慮

所以 OpenAI S-1 和 Oracle 財報其實是同一個故事的兩端。

OpenAI 要證明模型能賺錢;Oracle 要證明幫 OpenAI 蓋算力也能賺錢。

AI 基建正式進入「算力回本」階段

2023 到 2025 年,市場最關心的是誰搶到 GPU、誰有最強模型、誰能最快推出產品。

2026 年開始,問題變了。

現在市場開始問:

  • 這些 GPU 的利用率有多高?
  • 訓練和推理收入能不能覆蓋折舊?
  • 電力合約能不能鎖住成本?
  • 客戶是預付還是 Oracle 自己墊錢?
  • RPO 會在幾年內認列?
  • 這些 AI 合約毛利率和傳統雲服務相比如何?
  • 如果模型效率提升,客戶會不會少買算力?

這些問題比「AI 會不會改變世界」無聊很多,但更接近資本市場真正會計算的東西。

AI 基建已經從信仰階段,進入回本階段。

對 NVIDIA 與台灣供應鏈代表什麼?

Oracle 財報對台灣供應鏈其實是偏正面的訊號,但不是無腦正面。

正面之處在於:AI 資料中心建設仍然沒有停。OCI 年增 93%、RPO 6380 億美元、2027 財年還要巨額 CapEx,代表 GPU、先進封裝、HBM、伺服器、液冷、電源、網通、機櫃、資料中心工程需求仍然非常強。

這會支撐:

  • NVIDIA GPU 與 NVLink / networking 生態。
  • TSMC 先進製程與 CoWoS。
  • HBM 與高階記憶體。
  • 台灣伺服器 ODM。
  • 液冷、電源、機構件與高速連接器。
  • 資料中心電力與散熱供應鏈。

但風險也很清楚:如果市場開始要求每一美元 CapEx 都要有更快回報,供應鏈的訂單節奏可能會更波動。

以前是「先搶產能再說」。接下來可能變成「客戶預付款到位、資料中心電力到位、RPO 認列路徑清楚,才擴下一波」。

這對台灣供應鏈的意思是:需求還在,但客戶會更在意交期、能耗、總持有成本、現金流與資本效率。

對企業採購者代表什麼?

如果你是企業客戶,這篇新聞提醒你:AI 雲端價格不會只由模型競爭決定,也會由基建成本決定。

很多人以為模型越來越強、推理越來越便宜,所以 AI 成本一定一路下降。這個方向長期可能成立,但短期不一定。

原因是 AI 供應鏈同時有兩股力量:

降成本力量推高成本力量
模型效率提升GPU 仍昂貴
小模型與蒸餾HBM、網通、電力成本上升
推理優化資料中心建設週期長
競爭壓低 API 價格大客戶搶占容量
自研晶片融資與折舊壓力

所以企業採購 AI 時,不要只問「哪個模型現在便宜」。更該問:

  • 這家供應商未來 12 到 24 個月算力是否穩定?
  • 是否會因容量緊張調整價格或限流?
  • SLA 是否明確?
  • 資料區域、合規與備援如何處理?
  • 可不可以多雲備援,不把 workflow 鎖死在單一供應商?

AI 採購接下來會越來越像雲端採購,而不是單純 SaaS 訂閱。

這是不是 AI 泡沫訊號?

我不會簡單說這就是泡沫。

更準確地說,Oracle 財報顯示 AI 基建進入了「泡沫疑慮和真實需求同時存在」的階段。

真實需求很明顯:OCI 成長快、RPO 爆量、OpenAI 這類客戶需要算力。

泡沫疑慮也很合理:資本支出極高、自由現金流承壓、融資需求增加、回本時間拉長。

所以這不是二選一。

AI 基建可以同時是未來十年最重要的基礎設施,也可以在短期出現投資過熱、局部過剩與估值修正。鐵路、電信、網路、雲端都發生過類似事情:技術方向正確,不代表每一筆投資都會賺錢。

市場這次對 Oracle 的反應,其實是在提醒整個 AI 產業:需求不等於利潤,訂單不等於現金流,算力不等於回本。

Mason 的判斷

我覺得 Oracle 這份財報,是 2026 年 AI 產業很重要的一個轉折訊號。

它不是在否定 AI 基建。相反,它證明 AI 算力需求仍然非常強。但它也提醒我們:AI 雲端不是魔法生意。每一個模型背後都有資料中心,每一個資料中心背後都有 GPU、電力、土地、網路、冷卻、債務與折舊。

OpenAI、Anthropic 走向 S-1,會讓市場開始檢查 frontier lab 的收入品質。Oracle 這種 AI 算力供應商,則會被檢查資本效率。

這兩件事會一起改變 AI 產業的敘事。

接下來真正重要的是:「誰能把花出去的錢變成穩定、可重複、毛利夠高的 AI 服務收入」。

Oracle 現在拿到的是大機會,也是一張很重的帳單。

FAQ

Oracle 這次財報到底好不好?

從營收、EPS、OCI 成長和 RPO 來看,財報有很多強項。問題在於 AI 基建資本支出太大,讓市場更關注毛利、自由現金流與融資需求。它同時代表高成長和高資本支出。

RPO 6380 億美元是不是等於 Oracle 已經賺到這些錢?

不是。RPO 是已簽約但尚未認列的未來收入義務,不等於現金或當季營收。它代表需求能見度,但也代表 Oracle 未來要交付相應服務。

這和 OpenAI 有什麼關係?

OpenAI 等 frontier AI 公司需要大量算力,Oracle 則透過 OCI 與大型 AI 雲端合約承接需求。報導也多次提到 Oracle 的 AI backlog 與 OpenAI 大型雲端合約有關。這讓 OpenAI 的算力需求變成 Oracle 的 RPO,也讓 Oracle 的 CapEx 成為 AI 產業成本的一部分。

AI 基建會不會泡沫化?

有局部泡沫風險,但不能簡化成「AI 沒需求」。比較合理的看法是:需求真實存在,但資本支出太快、回本週期太長、供應鏈太集中時,市場會開始要求更清楚的現金流證明。

對台灣供應鏈是利多嗎?

短期偏利多,因為 AI 資料中心仍在擴張,GPU、先進封裝、伺服器、液冷、電源與網通需求都受支撐。但中期要看 hyperscaler 的 CapEx 節奏是否穩定,以及客戶是否開始要求更高資本效率。

參考資料

№ · further reading

延伸閱讀