昨天美股盘中有一条消息：“甲骨文因为成本上升，计划裁员几千人。”

  其实自去年9月宣布与OpenAI合作以来，公司股价一度冲高，但随后持续回落。从高点计算，到2026年初，股价最大跌幅接近50%。市场对这家公司在AI周期中的定位，也出现了明显分歧。

  2026年3月5日，Jefferies发布了一份63页的深度研究报告：

  《Why the Sell-Off May Be Overdone》

  报告的核心观点非常直接：

  市场可能正在低估Oracle在AI基础设施周期中的增长潜力。

  本文将结合这份研报的核心内容，梳理市场当前的担忧，以及卖方机构为何认为这种定价可能过度悲观。

一、市场为什么在卖出甲骨文

  当前市场对Oracle的担忧主要集中在三个方面。

1. OpenAI依赖度过高

  根据Jefferies的分析，Oracle目前约57%的订单积压（RPO）来自OpenAI相关项目。

  对于云基础设施企业而言，这样的客户集中度并不常见。市场担心，如果未来OpenAI需求波动或合作关系发生变化，Oracle的增长节奏可能受到影响。

2. AI周期带来的资本开支压力

  AI基础设施的扩张需要大量数据中心与GPU投入。

  Jefferies预计，在未来几年，Oracle的资本开支将维持在非常高的水平，甚至可能长期高于经营现金流。

  这意味着公司短期现金流压力上升，同时资产负债表杠杆也可能继续扩大。

3. 云业务扩张压缩利润率

  Oracle传统业务（数据库与企业软件）的利润率非常高，但云基础设施业务的盈利能力相对较低。

  Jefferies预计，公司整体运营利润率可能从40%以上逐步下降至30%出头。

  这种结构变化，也成为市场调整估值的重要原因。

  综合来看，市场形成了一个比较简单的逻辑：

AI需求存在不确定性
资本开支持续上升
利润率下降

  因此股价出现明显回调。

二、Jefferies为何认为市场可能过度悲观

  尽管上述担忧客观存在，但Jefferies认为，市场可能忽略了几个重要信号。

1. 订单增长明显领先收入

  Oracle当前的订单积压增长速度远高于收入增长。

  部分季度中，订单增长与收入增长之间的差距甚至超过10倍。

  这种情况在AI基础设施行业并不罕见。

  原因在于：

  AI数据中心建设周期较长，客户需求往往提前锁定算力资源，而收入确认则需要等到实际交付之后。

  换句话说，当前的订单积压可能意味着未来数年的收入可见度。

2. 即使不考虑OpenAI，增长空间仍然巨大

Jefferies在报告中做了一项假设分析：

  即使完全不考虑OpenAI需求，Oracle云基础设施业务仍然可能保持高速增长。

  报告预计，到2030年：

  Oracle云基础设施收入可能达到850亿美元规模，对应约53%的复合增长率。

  【此处建议插入研报图：OCI长期增长预测】

  这意味着OpenAI只是推动需求爆发的催化剂，而非唯一增长。

3. 渠道调查显示AI需求仍在加速

  Jefferies还对20家Oracle合作伙伴进行了调研。

  调查结果显示：

•   85%的合作伙伴表示最近季度业务达到或超过预期

  
  

•   70%的合作伙伴认为销售管线正在扩大

  
  

•   AI需求平均带来约4个百分点增长贡献

  
  

•   预计到2026年，这一贡献将接近6个百分点

  
  

  
  

  
  

  
  

  
  

  这些数据表明，AI相关需求仍然处于扩张阶段。

三、市场可能忽略的一个关键问题

  Jefferies在报告中提出了一个有意思的观察。

  自OpenAI合作宣布以来，Oracle市值已经减少约2430亿美元。

  这意味着当前市场定价几乎等同于假设：

  OpenAI合作不会带来显著价值。

  但Jefferies认为，这种定价可能过于悲观。

  原因在于AI算力需求具有明显的可替代性。

  如果某个客户减少需求，其他AI企业仍然可能使用这些算力资源。

  换句话说，算力资产本身并不会轻易闲置。

四、当前最大的限制其实不是需求

  研报中还有一个细节值得注意。

  Oracle当前面临的主要问题，并不是需求不足，而是算力容量不足。

  Jefferies调查显示：

  约75%的合作伙伴认为Oracle云业务受到算力容量限制。

  许多合作伙伴预计，这一瓶颈可能要到2026年末或2027年初才会逐步缓解。

  这意味着短期收入增长的节奏，可能更多受制于数据中心建设速度。

  我的理解：

  长期来看，如果AI算力需求持续增长，那么云基础设施企业往往会成为周期中最稳定的一环。

  在某种程度上，这种模式与互联网时代的光纤网络建设非常类似。

  当年很多投资者也认为铺设光纤过于烧钱、回报周期过长，但最终证明，基础设施资产往往在长期周期中具备稳定价值。

  因此市场真正需要回答的，或许不是一个公司问题，而是一个更大的问题：

  AI算力需求，究竟是一个三年周期，还是一个十年周期。

  如果周期只有三年，那么当前市场的担忧可能是合理的。

  但如果周期持续十年，那么许多基础设施公司的估值，可能仍然处在被低估的阶段。