OceanBase副總裁、金融政企事業部總經理王爽，圖片由公司提供

藍鯨新聞6月19日訊（記者 武靜靜）大模型的演進不僅在模型層面不斷突破邊界，也正加速向產業場景滲透。不同於以往AI落地主要集中在語音、圖像等感知領域，這一輪大模型所推動的「通用智能」，更強調對複雜邏輯、結構化流程和業務決策的理解與參與。也正因如此，大模型亟需尋找數字化基礎完善、數據密度高、場景複雜且極致的行業進行深度落地驗證。

金融，正是最典型的試驗場。在這個行業中，數據資產豐富、規則體系嚴謹、風控要求苛刻，且對智能化效率提升有着天然的迫切需求。從智能客服、投研輔助，到知識檢索、風險預測，大模型正在滲透至金融業務的每一個邊角。而作為支撐這一切的基礎設施，數據庫系統也從幕後走到臺前，成為AI時代的新型「數據引擎」。

過去，數據庫是「藏在系統最深處」的基礎設施；而如今，它正站上大模型浪潮的風口，成為金融智能化的起點。

在金融系統底座正被重構的背景下，藍鯨科技採訪了OceanBase副總裁、金融政企事業部總經理王爽，試圖探討：大模型驅動下，底層數據平臺的技術演進路徑該如何應對變局。

我們之所以關注OceanBase，是因為它恰好處於「大模型落地」和「金融IT架構重塑」這兩股趨勢的交匯點。作為一家起源於雙11支付場景、長期聚焦分佈式數據庫技術的公司，OceanBase近年來在向量處理、一體化架構、智能運維等方面持續推進，並已在相當數量的銀行與保險機構中積累實踐經驗。相比於直接參與模型訓練的公司，OceanBase所提供的視角更聚焦於如何從底層基礎設施出發，支持AI能力穩定落地這一現實命題。

從「數據庫廠商」向「數據管理公司」戰略轉型

AI的發展正在改變數據的結構和處理方式。過去以表格為主的結構化數據，如今擴展到了文本、圖像、音頻、視頻等各種類型的數據。原本用多套數據庫分別管理不同數據的方式，變得越來越複雜，管理和維護的難度也隨之上升。與此同時，大模型時代對系統的實時響應和推理能力提出了更高要求，傳統依賴事務處理和數據分析的方式，已經難以滿足現在的需求。

這也使得金融行業的CIO面臨一個關鍵問題：在AI時代，如何主動佈局和推進智能化轉型？

OceanBase副總裁、金融政企事業部總經理王爽在接受藍鯨科技採訪時表示，作為國內重要的數據基礎設施提供商，OceanBase正從「數據庫廠商」向「數據管理公司」轉型。其核心定位是在AI時代提供穩定、高效的數據底座與平臺，扮演連接底層基礎設施與AI應用開發之間的橋樑角色。

在技術路徑上，OceanBase正在推進「一體化架構」戰略。王爽介紹，目前OceanBase已提出「單機分佈式一體化架構」，實現事務處理（TP）與分析處理（AP）的融合（即HTAP），並打通SQL+NoSQL和SQL+AI（向量處理）等多模態能力，目標是以一套系統覆蓋多樣化的數據場景，降低系統複雜度與管理成本。

簡單來說，過去企業在處理不同類型的數據時，往往需要部署多套系統——一套用來處理日常交易，一套用來做數據分析，還有其他系統來支持新興的AI應用。這不僅增加了系統複雜度，也帶來了高昂的管理和維護成本。

OceanBase現在希望通過「一體化架構」，用一套數據庫系統同時處理交易、分析和AI等多種任務，就像把多個功能合在一部手機裏一樣，既節省資源，也提高效率。這對於數據類型繁多、處理要求高的金融行業尤其重要。

同時，OceanBase也在推進產品體系的多元化，面向不同體量與場景提供分佈式企業版、單機企業版以及數據庫一體機等產品形態，以適應金融、政企等行業對性能、部署模式和安全合規性的差異化需求。

 100%「根自研」，不依賴任何開源軟件

當前，大模型在金融行業面臨的挑戰並非表面所見的「接口接入」或「API調用」，而是對整個系統架構、數據組織方式以及智能能力融合的結構性重塑。

王爽強調指出，公司堅持「根自研」路線，「OceanBase採用完全自主研發路線，不依賴任何開源數據庫組件，底層代碼完全自有可靠。」

這一做法有助於提升產品的安全性、穩定性和定製化水平，同時更靈活地滿足金融行業複雜多變的業務需求。

藍鯨科技瞭解到，OceanBase早在2010年左右便開始佈局分佈式數據庫研發，是國內最早投入這一方向的技術團隊之一。經過十餘年在大型交易系統中的實戰，OceanBase在架構成熟度、性能調優能力和對核心業務系統的適配性上，積累了一定的先發優勢。

針對大模型技術帶來的新一輪變革，王爽提到，OceanBase也在積極佈局「雙向AI」戰略：一方面是 DB for AI：提供向量數據庫、多模態檢索等關鍵能力，作為AI應用落地的底層支撐平臺；另一方面是 AI for DB：探索通過AI提升數據庫的智能運維能力，正在研發包括RAG（檢索增強生成）知識庫、智能問答與診斷助手等功能。

此外，OceanBase正在推進多生態戰略，通過技術、培訓、解決方案和分銷等多種合作模式，構建涵蓋產業、開源、商業、服務及人才的生態體系。

王爽表示，OceanBase計劃今年通過合作伙伴實現70%的收入增長，並認為服務金融客戶需要聯合合作伙伴共同完成。

從傳統數據庫向數據底座轉型，OceanBase展示了在大模型時代應對技術變革和深入應用場景的路徑。

隨着大模型技術逐步應用於金融行業，後臺數據系統面臨響應速度、智能處理能力及改造成本等多重挑戰。行業亟需更加高效、靈活和穩定的數據解決方案，以支持AI驅動的業務變革。未來，數據系統的統一性、智能化和可靠性將成為關鍵。