近日，甲骨文公司 FY26 中國(guó)媒體溝通會(huì)在北京召開。不久前，甲骨文披露了FY25財(cái)報(bào)數(shù)據(jù)：預(yù)計(jì)整體云業(yè)務(wù)增長(zhǎng)率（包括云應(yīng)用和云基礎(chǔ)設(shè)施）將從2025財(cái)年的24%提升至2026 財(cái)年的40% 以上。

此外，OCI 的增長(zhǎng)率也將從2025財(cái)年的 50% 提升至 2026 財(cái)年的 70% 以上。值得一提的是，甲骨文全年?duì)I收達(dá)到了574 億美元。

在全球科技行業(yè)競(jìng)爭(zhēng)加劇的背景下，大部分廠商都在收縮。但Oracle正處于不斷攀登新高的態(tài)勢(shì)。

這不禁讓人心生疑問(wèn)：這背后的邏輯是什么？

AI+融合數(shù)據(jù)庫(kù)，加速企業(yè)數(shù)智化轉(zhuǎn)型

“Oracle做對(duì)了幾件事才有了這樣的好業(yè)績(jī)，”甲骨文公司副總裁及中國(guó)區(qū)董事總經(jīng)理吳承楊首先坦言，第一，數(shù)據(jù)。Oracle在數(shù)據(jù)方面深耕了四十多年，有著非常獨(dú)到的見解與解決方案。第二，Oracle云轉(zhuǎn)型非常堅(jiān)決。目前幾乎所有產(chǎn)品都在向云遷移，這給Oracle創(chuàng)造了非常好的發(fā)展條件。

而轉(zhuǎn)眼到了大模型掀起的新一輪的AI革命的浪潮中，AI對(duì)于任何廠商都是新鮮事物，為何Oracle仍能立于不敗之地？

其實(shí)，關(guān)鍵在于其不斷在“數(shù)據(jù)”方面做文章，并且很早提出了“融合數(shù)據(jù)庫(kù)”的概念。

甲骨文公司副總裁及中國(guó)區(qū)董事總經(jīng)理吳承楊

AI對(duì)每個(gè)人、每個(gè)公司都是很好的機(jī)會(huì)，但吳承楊認(rèn)為，對(duì)于Oracle是一個(gè)更好的機(jī)會(huì)。AI 對(duì)于Oracle來(lái)說(shuō)，其實(shí)是 chemistry match。核心在于AI讓數(shù)據(jù)優(yōu)勢(shì)得以展現(xiàn)。

如今“數(shù)據(jù)”的概念遠(yuǎn)比過(guò)去廣泛，文字、空間、向量數(shù)據(jù)、文本、人際關(guān)系乃至非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)都屬于數(shù)據(jù)范疇。“數(shù)據(jù)庫(kù)” 的概念也與以往大相徑庭，現(xiàn)在數(shù)據(jù)的多模融合至關(guān)重要。多模融合主要涉及數(shù)據(jù)類型與整體架構(gòu)，比如圖數(shù)據(jù)、數(shù)據(jù)流、數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)湖架構(gòu)，以及多種應(yīng)用層級(jí)，而AI的發(fā)展讓這些融合變得極為關(guān)鍵。

簡(jiǎn)言之，AI的發(fā)展需要數(shù)據(jù)，數(shù)據(jù)能讓AI發(fā)揮出更大的價(jià)值。從甲骨文的財(cái)報(bào)數(shù)據(jù)來(lái)看，融合數(shù)據(jù)庫(kù)顯然已經(jīng)成為其在AI時(shí)代的業(yè)績(jī)?cè)鲩L(zhǎng)引擎。

吳承楊認(rèn)為，融合數(shù)據(jù)庫(kù)在AI時(shí)代非常重要。簡(jiǎn)單來(lái)說(shuō)，AI不僅能幫寫文章，更重要的是通過(guò)推理來(lái)解決問(wèn)題。在這個(gè)過(guò)程中，不僅需要某一種數(shù)據(jù)，還需要網(wǎng)頁(yè)端數(shù)據(jù)、ERP結(jié)構(gòu)化數(shù)據(jù)、文本文件，甚至還需要分析用戶間的關(guān)系親疏。

顯然，如果只有某類數(shù)據(jù)的話，比如只有結(jié)構(gòu)化數(shù)據(jù)，你只能看到訂單情況，無(wú)法了解其他維度。但當(dāng)你擁有多源數(shù)據(jù)后，包括地理位置這些信息都會(huì)輕松查看，分析效果也完全不同。

而傳統(tǒng)模式下是怎樣的？

企業(yè)往往會(huì)用多個(gè)數(shù)據(jù)庫(kù)（如 MySQL、MongoDB、Neo4J 等）分別存儲(chǔ)不同類型數(shù)據(jù)，但帶來(lái)的問(wèn)題是：整合復(fù)雜、安全管理難等。

就像很多企業(yè)做AI 項(xiàng)目時(shí)，會(huì)把現(xiàn)有數(shù)據(jù)平臺(tái)的應(yīng)用抽取到外部另起爐灶。吳承楊坦言，這其實(shí)是一個(gè)誤區(qū)。AI不應(yīng)作為獨(dú)立項(xiàng)目存在，而應(yīng)融入整個(gè)系統(tǒng)架構(gòu)。但是難以融入的原因在于，架構(gòu)太復(fù)雜，如果企業(yè)連十個(gè)數(shù)據(jù)庫(kù)的整合、數(shù)據(jù)中臺(tái)搭建、安全管理都無(wú)法搞定，自然無(wú)法將AI集成進(jìn)來(lái)，這也是許多 AI 項(xiàng)目投入巨大卻收效甚微甚至爛尾的原因。

吳承楊還用一個(gè)生動(dòng)的比喻說(shuō)明問(wèn)題：“若將食材分放十個(gè)冰箱，烹飪時(shí)需反復(fù)取料；而 Oracle 融合數(shù)據(jù)庫(kù)就像千升大容量冰箱，所有數(shù)據(jù)（結(jié)構(gòu)化、非結(jié)構(gòu)化、向量、圖數(shù)據(jù)等）一站式整合，直接取用即可。” 數(shù)據(jù)多模融合的優(yōu)勢(shì)在智能體時(shí)代尤為顯著：傳統(tǒng)多數(shù)據(jù)庫(kù)可能需 20 步完成的編排任務(wù)，Oracle 可精簡(jiǎn)至 4 步。

處在AI大變革時(shí)代，甲骨文持續(xù)數(shù)據(jù)庫(kù)領(lǐng)域深耕，所以緣何甲骨文能在競(jìng)爭(zhēng)加劇的情況下，保持逆勢(shì)增長(zhǎng)的態(tài)勢(shì)也就不言而喻了。

AI落地實(shí)踐，從技術(shù)概念到價(jià)值轉(zhuǎn)化

與大部分?jǐn)?shù)據(jù)庫(kù)廠商不同的是，甲骨文在數(shù)據(jù)庫(kù)方面更注重“簡(jiǎn)單、安全、可靠，”主要體現(xiàn)在三方面：

架構(gòu)融合：Oracle 數(shù)據(jù)庫(kù)支持任意數(shù)據(jù)類型（JSON、向量、圖數(shù)據(jù)等）和工作負(fù)載，底層內(nèi)置無(wú)表大小限制的擴(kuò)展性，無(wú)需企業(yè)在應(yīng)用層或數(shù)據(jù)中臺(tái)解決整合問(wèn)題。

AI 原生支持：內(nèi)置 RAG（檢索增強(qiáng)生成）功能，可直接對(duì)接大模型，通過(guò)數(shù)據(jù)庫(kù)中準(zhǔn)確的結(jié)構(gòu)化數(shù)據(jù)抑制 AI 幻覺，將企業(yè)級(jí) AI 應(yīng)用準(zhǔn)確率提升至 90% 以上。

安全可控：通過(guò) VPD（虛擬專用數(shù)據(jù)庫(kù)）、RAS（實(shí)時(shí)應(yīng)用安全）等技術(shù)，在數(shù)據(jù)層解決權(quán)限管理、惡意注入等問(wèn)題，尤其適配 AI 時(shí)代機(jī)器生成代碼的安全需求。

相比之下，部分國(guó)產(chǎn)數(shù)據(jù)庫(kù)傾向于在應(yīng)用層解決問(wèn)題，導(dǎo)致架構(gòu)復(fù)雜，難以融入 AI 系統(tǒng)。而甲骨文的邏輯是：“讓數(shù)據(jù)應(yīng)用更簡(jiǎn)單”—— 企業(yè)無(wú)需糾結(jié)于分庫(kù)分表，只需專注于業(yè)務(wù)分析與應(yīng)用創(chuàng)新。

更重要的是，在大部分企業(yè)不能將AI實(shí)現(xiàn)落地的情況下，甲骨文的 “融合數(shù)據(jù)庫(kù) + AI” 戰(zhàn)略并非空談，而是通過(guò)一系列標(biāo)桿案例實(shí)現(xiàn)了業(yè)務(wù)價(jià)值落地。

在技術(shù)生態(tài)合作方面，甲骨文為 xAI 的 Grok 模型提供 OCI 支撐，與 NVIDIA 攜手加速企業(yè) AI 創(chuàng)新，與 AMD 合作突破大規(guī)模 AI 工作負(fù)載性能瓶頸，還與軟銀、OpenAI 在 Stargate 項(xiàng)目中推進(jìn)數(shù)據(jù)中心建設(shè)。這些合作印證了甲骨文云基礎(chǔ)設(shè)施在 AI 時(shí)代的行業(yè)認(rèn)可度。

在垂直領(lǐng)域，兩大案例尤為典型：

醫(yī)療健康領(lǐng)域（Biofy）：抗生素耐藥性問(wèn)題倒逼精準(zhǔn)診斷提速，Biofy 將龐大細(xì)菌庫(kù) DNA 序列向量化存儲(chǔ)于 Oracle 數(shù)據(jù)庫(kù)，醫(yī)院采集樣本后可通過(guò)向量相似性檢索快速匹配細(xì)菌類型，將診斷時(shí)間從3—5天縮短至4小時(shí)，大幅提升了救治效率。

影視制作領(lǐng)域（DeweyVision）：好萊塢視頻后處理需在海量幀數(shù)據(jù)中檢索相似片段，傳統(tǒng)多數(shù)據(jù)庫(kù)架構(gòu)導(dǎo)致流程冗長(zhǎng)。借助Oracle Database 23ai 的向量技術(shù)，其將幀信息向量化后直接存儲(chǔ)、檢索，簡(jiǎn)化了開發(fā)與維護(hù)流程，提升了后期制作效率。

此外，甲骨文通過(guò) GoldenGate 技術(shù)實(shí)現(xiàn)跨數(shù)據(jù)庫(kù)數(shù)據(jù)集成，支持 LangChain 開發(fā)框架與自然語(yǔ)言交互，讓企業(yè)可快速基于融合數(shù)據(jù)庫(kù)搭建 AI 應(yīng)用 —— 從數(shù)據(jù)集成、向量化處理到智能分析，全流程無(wú)需 “另起爐灶”。

吳承楊表示，沒有融合數(shù)據(jù)庫(kù)也能做智能體，只是融合數(shù)據(jù)庫(kù)讓智能體做起來(lái)更簡(jiǎn)單。

AI時(shí)代要求整個(gè)編程，包括對(duì)數(shù)據(jù)的使用等方面都要簡(jiǎn)單化。如果你做的事情很復(fù)雜，理論上是可行的，但實(shí)際真正的要落地會(huì)復(fù)雜的多。

“Oracle 想做的是讓 AI 簡(jiǎn)單化，讓 AI 在智能體時(shí)代落地簡(jiǎn)單化，”吳承楊如是說(shuō)。

深耕中國(guó)市場(chǎng)，助力企業(yè)全球化

談到未來(lái)，吳承楊笑著說(shuō)，“我們是做‘裝修材料’的，會(huì)持續(xù)在數(shù)據(jù)庫(kù)方面深耕。”

同時(shí)，他也闡明了未來(lái)將聚焦兩大核心方向：一是專注于Commercial市場(chǎng)，制造業(yè)是重要的部分，但不限于制造業(yè)。

從目前來(lái)看，中國(guó)高端制造業(yè)正在面臨通過(guò)科技提升良率、優(yōu)化流程的需求。甲骨文將融合數(shù)據(jù)庫(kù)與 AI 深度融入生產(chǎn)場(chǎng)景：通過(guò)整合 ERP、IoT 設(shè)備數(shù)據(jù)（JSON 格式）、原材料信息等，借助 AI 分析數(shù)據(jù)間的異常關(guān)聯(lián)，幫助企業(yè)定位生產(chǎn)問(wèn)題。例如，目前一些制造業(yè)客戶已經(jīng)通過(guò) Oracle 平臺(tái)發(fā)現(xiàn)了專家經(jīng)驗(yàn)之外的良率影響因素，驗(yàn)證了數(shù)據(jù)驅(qū)動(dòng)的價(jià)值。

在穩(wěn)住中國(guó)市場(chǎng)的同時(shí)，甲骨文也更重視出海（China to Global（C2G））。吳承楊表示，現(xiàn)在出海發(fā)展的非常快。據(jù)了解，甲骨文的一部分客戶迫切希望把生產(chǎn)線遷至海外，甚至將整個(gè)產(chǎn)業(yè)鏈都遷往海外。還有很大一部分客戶，其海外市場(chǎng)已經(jīng)超過(guò)本土市場(chǎng)。另外還有部分客戶幾乎完全遷至了海外。由此可見，海外蘊(yùn)藏著很大的發(fā)展機(jī)會(huì)。

當(dāng)然，在海外市場(chǎng)，甲骨文也有著很強(qiáng)的競(jìng)爭(zhēng)力，憑借其全球化服務(wù)的經(jīng)驗(yàn)，其可以幫助企業(yè)解決海外數(shù)據(jù)合規(guī)（如滿足當(dāng)?shù)胤梢螅⒖鐓^(qū)域數(shù)據(jù)管理等問(wèn)題。無(wú)論是生產(chǎn)線遷移、海外市場(chǎng)拓展，還是純海外業(yè)務(wù)，甲骨文均可提供本地化部署與云服務(wù)的統(tǒng)一架構(gòu)，確保數(shù)據(jù)安全與業(yè)務(wù)連續(xù)性。

面對(duì)國(guó)內(nèi)數(shù)據(jù)庫(kù)廠商的競(jìng)爭(zhēng)，吳承楊強(qiáng)調(diào)：“融合數(shù)據(jù)庫(kù)不是概念，而是經(jīng)過(guò)十年驗(yàn)證的成熟產(chǎn)品。” 甲骨文每年將 10%-15% 的營(yíng)收投入研發(fā)，其數(shù)據(jù)庫(kù)的向下兼容性、多模數(shù)據(jù)處理能力、企業(yè)級(jí)安全機(jī)制，構(gòu)成了難以替代的技術(shù)壁壘。

寫在最后

從財(cái)報(bào)數(shù)據(jù)的高增長(zhǎng)，到融合數(shù)據(jù)庫(kù)的技術(shù)突破，再到行業(yè)案例的落地驗(yàn)證，甲骨文 FY26 戰(zhàn)略清晰展現(xiàn)了一條路徑：以數(shù)據(jù)融合為底座，以 AI 為引擎，幫助企業(yè)跳出 “AI 項(xiàng)目獨(dú)立化、數(shù)據(jù)架構(gòu)復(fù)雜化” 的誤區(qū)，實(shí)現(xiàn)技術(shù)與業(yè)務(wù)的深度融合。

在智能體時(shí)代，這或許正是企業(yè)穿越周期、重塑競(jìng)爭(zhēng)力的核心邏輯。