高盛喊话：甲骨文AI烧钱焦虑被过度放大

9月底的资本市场，甲骨文用一笔超大规模融资给自己买了份“安心险”。

在AI基础设施投资狂飙的背景下，市场一度担心作为云计算和AI算力核心卖家的Oracle是否会被自身建站的巨额支出拖垮——这种焦虑并非空穴来风。数据中心建设从拿地、通电到GPU部署，每个环节都是资金黑洞。当英伟达股价波动牵动整个科技股神经时，买家自己的现金流能力自然被反复拷问。

但高盛最新研报给出了相反的信号：“没必要恐慌。”

该投行维持了对甲骨文（ORCL）的买入评级，并将目标价从此前水平大幅上调至206美元。按当前市值估算，这一价格意味着超过70％的上行空间。其逻辑很简单：甲骨文的融资窗口已经关上，而且关得相当充分。

200亿美元的底气

真正支撑这份乐观判断的，是甲骨文在2026年9月完成的债务与股权组合融资。据财联社引述报道，这笔融资规模达到约200亿美元级别——其中包含可转换债券和普通股发行两部分。对于一家年收入超过600亿美元的企业而言，这笔现金储备足以覆盖未来数年的数据中心扩建预算。

更关键的是来自管理层的声音。甲骨文CEO Safra Catz在最近一次公开场合明确表示，公司在本轮AI基础设施建设周期内“不需要再进行额外融资”。这不是画饼式的承诺，而是建立在资产负债表上的硬约束管理——当你的备用资金比预计需求多出30％以上时，融资焦虑就变成了过去式。

市场此前的担忧在于一个看似合理的推论：谁都在拼命建AI集群 → 甲骨文要建更多云数据中心 → 钱不够怎么办 → 稀释股东权益或背上沉重债务 → 每股收益下降 → 估值承压。这条传导链条在理论上完全成立，但它的核心假设有一个漏洞：甲骨文的融资节奏跑在了实际需求曲线的前面。

为什么高盛会在此时给出“不必慌”

这其实涉及一个正在发生的认知差。全球市场对AI基础设施投资的讨论，焦点长期集中在供给侧——英伟达的芯片供不应求、数据中心交付周期拉长到6年、发电设备产能吃紧。但需求侧的资金面同样值得关注。

大型云服务商的AI支出确实在加速膨胀。根据行业估算，超大规模云计算企业的年度资本开支已逼近千亿美元量级。然而，这并不意味着每家公司都在同时烧钱。不同云厂商的建设节奏存在明显差异：一些处于抢占市场的激进扩张期，另一些则已经进入产能消化阶段。

甲骨文在其中的定位有些特殊。它既是云基础设施的卖家——为其他企业提供GPU算力和云服务，又是自研AI模型的买家——Owns OCalm系列大模型用于自家产品生态。这种双重身份使得它对资金的需求既来自外部竞争压力，也来自内部战略闭环的需要。高盛的判断似乎倾向于认为，即便两边都需要钱，200亿美元的弹药库加上现有的经营现金流，已经完全覆盖了这段过渡期。

目标价206美元意味着什么

206美元的目标价在分析师框架里并不只是一个数字。按照高盛常用的估值方法，这个数字隐含了两个关键参数：一是对未来两年自由现金流的折现预期上调；二是对市盈率倍数的重新锚定。

具体来说，若以206美元推算对应的远期EPS，意味着该行对甲骨文盈利能力的评估至少上调了15％－20％。这个幅度的修正通常不会仅凭融资消息完成，还需要对收入增长轨迹或利润率趋势做出调整。考虑到甲骨文第三季度财报中云基础设施营收增速已超过30％，且AI相关服务的订单能见度延伸到2028年之后，高盛的定价上调有实际业绩数据作支撑。

当然，目标价不等于现价。目前甲骨文股价距离206美元尚有可观差距，这也正是“买入”评级背后的核心判断：市场尚未充分反映其资金面的安全性对估值的正向影响。

风险在哪里

任何投资决策都需要看硬币的反面。即使在高盛的框架下，甲骨文仍有几个需要持续跟踪的风险点。

第一是AI资本开支的实际回报周期。投行的测算基于一个隐含前提——这些在建的数据中心能在合理时间内产生稳定的租赁收入和云服务收入。但如果终端AI应用的商业化进程慢于预期，或者客户对AI算力的付费意愿不及预测，资本开支就可能在资产负债表上沉淀成低效资产。

第二是全球宏观利率环境的变化。尽管已完成大规模融资，但在利率高位震荡甚至可能反弹的背景下，任何新增债务的再融资成本都将显著上升。这也是为什么管理层强调“本轮无需再融资”如此重要——如果后续被迫进入新窗口，财务压力会完全不同。

第三是竞争对手的反应。AWS、Azure和GCP作为更大的平台，各自也有庞大的自建计划。它们之间的竞争不仅体现在技术性能和价格战上，也体现在谁能以更低成本获取长期资金并转化为更快的部署速度。

投资者该看什么

与其每天盯着股价波动，不如把注意力放在三个可操作的观察指标上：

一是季度末的云基础设施营收占比变化。如果AI相关收入在总收入中的比重持续提升，说明资本转化效率在改善。二是合同负债科目的变动——这部分反映了客户的预付款和锁定收入，是判断订单健康度的先行信号。三是管理层在下一次财报电话中对“资本回报率”表述的调整，这是检验AI基建投入是否开始形成正向循环的关键节点。

最后值得留意的，是9月底那笔200亿美元融资的具体条款结构。可转换债的比例是多少？换股触发条件设在什么价位？这些数据虽然不在本次研报的核心论述范围内，但对理解未来的股本稀释风险至关重要。