毫無疑問，在當前宏觀經濟環境下，企業如何平衡預算壓力與技術創新，已成為一道擺在現實面前的新難題。

在這一背景下， 甲骨文 公司副總裁及中國區董事總經理吳承楊在日前的一場活動中，一針見血地指出了一個普遍存在的行業困境：「過去一段時間，我接觸到不少中國的企業客戶，他們都表示由於經濟壓力，已砍掉所有IT投資，只保留AI項目。然而，這樣的選擇往往並未帶來預期的理想結果。」

他的這一觀察並非「孤例」。根據麻省理工學院（MIT）一份最新的報告數據顯示，95%的企業在生成式 人工智能 上的投資幾乎未能帶來任何收益，這一數字與當下AI領域「如火如荼」的景象形成了巨大反差。

那麼，問題的根源究竟何在呢？在今年舉辦的甲骨文全球AI大會上，甲骨文明確提出，AI不應當以項目式、孤島化的方式建設，而是必須作為最基礎的底層能力，深深融入到企業的數據根基之中。換句話說，唯有讓AI如同血液一般，流淌在企業的每一個毛細血管裏，才能從根本上提升其成功率和投入產出比。

基於此，甲骨文在大會上發佈了「AI for Data」理念，其核心體現為一個根本性轉變——即從「將數據帶入AI項目」（Data for AI），轉變為「將AI能力融入數據」（AI for Data）。為支撐這一理念的落地，甲骨文發佈了一系列新產品，在應用層、數據層和基礎設施層（OCI）全面注入了AI能力。

客觀地說，甲骨文此次提出的「AI for Data」理念，其價值遠不止於發佈幾款新產品和新方案，而在於它切中了當前企業AI部署中最核心的痛點，並提出了一個符合未來趨勢的、系統性的解決範式。

因此，這不僅是一次技術路徑的轉變，更是一次根本性的理念升維，其深遠影響在於顯著降低了AI的使用門檻與集成成本，從而賦能企業規模化、可持續地釋放AI生產力。

01.

打破「孤島化」，

讓「AI細胞」融入數據血液

可以看到，當科技巨頭們競相投入大模型軍備競賽時，甲骨文卻出人意料的選擇了一條差異化的路徑——將AI深度融入其近五十年積累的企業級技術基因，特別是其最核心的數據庫產品中。

甲骨文公司副總裁及中國區董事總經理吳承楊

在吳承楊看來：「甲骨文成立已經四十八年，進入中國三十六年，但在今年的甲骨文全球AI大會上，我們展示出的卻是一個全新的甲骨文。」這種「新」，不僅體現在公司高層領導團隊的年輕化與產品功能的迭代上，更在於其核心理唸的根本性轉變。

這背後的關鍵原因在於，甲骨文發現，在當下許多企業的AI應用落地過程中，很多AI項目仍處於「孤島化」狀態，各部門各自為戰，模型重複開發、數據標準不一、資源浪費嚴重，最終導致投資回報率低下。而甲骨文提出的「AI for Data」理念，就是否定零敲碎打、依賴運氣的「項目式AI」模式，倡導將AI打造為像水電一樣的基礎設施能力。

為此，吳承楊用了一個非常生動的比喻闡釋了甲骨文「AI for Data」理念：「數據如同人體的血液，會流經企業的每一個器官和毛細血管。然而，傳統數據管理關注的是‘紅細胞’（ 運輸業 務養分）和‘白細胞’（保障數據安全），而在AI時代，我們需要在血液中注入一種新的‘AI細胞’。」

這也意味着，AI不再是將數據從企業機體中抽離，送至每一個獨立的AI項目中進行處理，而是成為內嵌於數據流中的原生能力，自然覆蓋到每一個業務環節中。「你的手臂需要血液，自然也就需要紅細胞、白細胞。現在，它也將自然獲得AI能力，這比單獨抽血做一個項目要高效和根本得多。」吳承楊形象地說。

由此帶來的價值主要體現在兩個維度：一方面是AI從「等待數據餵養」的後置角色，轉變為「主動賦能數據」的前置能力，數據從產生之初即被AI處理和理解，隨時可供業務調用，實現「化被動為主動」；另一方面是，數據不再僅是原始的記錄，而是承載AI洞察的「智能數據資產」，可利用性呈指數級增長。

不難看出，這種「細胞級」的AI融合，無疑是一場全新的AI範式革命，標誌着AI從此不再是企業的「外掛式」模塊，而是進化為和企業核心技術棧血肉相連的「原子」能力。這一轉變將使得企業的智能化之路更敏捷、迭代更迅速，不僅能提供高效、可控、ROI可期的部署方案，更能從根本上降低試錯成本，全面加速企業的智能化轉型進程。

02.

構築「有機體」，

實現企業AI能力原生進化

正是源於這樣的深入洞察，在今年的甲骨文全球AI大會上，甲骨文提出在應用層、數據層和基礎設施層（OCI）全面注入AI能力，併發布多款全新產品，構建多層次融合的AI戰略體系，推動企業AI能力邁向「原生進化」。

首先，在數據層，本次全新發布的Oracle AI Database 26ai，是甲骨文「AI for Data」理念的集大成者，它將數據庫升級為具備原生AI能力的「數據大腦」，成為賦能企業智能化革命的基石。

甲骨文公司中國區技術工程部總經理嵇小峯

甲骨文公司中國區技術工程部總經理嵇小峯強調說：「Oracle AI Database 26ai並非一次簡單的版本更名，而是一次由內而外的本質性轉變，其核心突破在於首次在數據庫內核層面實現了AI技術與數據技術的深度融合，真正意義上重新定義了‘AI Database’。」

他進一步指出，現有23ai用戶只需應用特定補丁即可平滑過渡至26ai，整個過程無需擔憂應用兼容性問題。可以說，26ai的發佈並非追逐熱點，而是甲骨文在數據庫與AI融合領域實現實質性飛躍的重要體現，這種「飛躍」體現在四個方面：

一是，數據庫原生內置了AI智能體（Agent）框架，通過集成Select AI Agent等組件並支持ReAct模式，使得複雜的AI邏輯可以直接在數據庫內運行，無需在應用層反覆調用，極大提升效率與安全性。

二是，革命性的「數據意圖（AI Intent）」識別，這是解決大模型理解企業私有術語的關鍵。甲骨文推出了結構化的「Annotation」功能，以鍵值（Key-Value）對形式集中管理元數據註解，並存入數據字典，這不僅解決了新系統的標註問題，還通過「AI豐富化（AI Enrichment）」功能，可對存量系統Schema自動生成註解，為企業數據賦予大模型能理解的「上下文」。

三是，具備極致的開放性，Oracle AI Database 26ai全面擁抱Apache Iceberg開放表格式。企業無需遷移數據，即可通過26ai訪問和集成存儲在Databricks、Snowflake等不同平臺上的數據，真正實現湖倉一體，破除數據孤島。這也意味着，企業能夠突破僅能訪問10%表層數據的限制，充分利用Apache Iceberg格式中「水上」（當前元數據）和「水下」（完整歷史數據）的全部內容，從而釋放其餘90%被隱藏的數據價值。

四是，打造了「開箱即用」的AI優化能力，Oracle AI Database 26ai內置了AI優化器，可針對RAG等應用場景，自動測試並推薦Chunk大小、Temperature等關鍵參數，有效解決傳統AI應用調試複雜、高度依賴專家經驗的痛點。該優化能力覆蓋從數據加載到AI調優的全流程：在ETL環節，系統可自動生成數據處理流程；在AI應用構建環節，用戶無需手動反覆試驗，即可快速獲得如RAG中Chunk劃分、LLM中Temperature設定等參數的最佳建議，顯著提升開發效率與模型效果。

其次，在應用層，如果說Oracle AI Database 26ai是關鍵基石，那麼Oracle AI Data Platform (AIDP)扮演的則是「一站式AI應用創新工廠」的角色，它不僅將甲骨文此前「以AI為中心的數據平臺」理念徹底產品化，更致力於解決傳統企業（如製造業）面臨的AI技術門檻高、部署週期長的核心痛點，使其能夠快速、簡易地構建和部署AI應用，真正兌現AI價值。（更多閱讀：《甲骨文：以AI為中心，開啓企業級平臺架構「新革命」》）

據瞭解，Oracle AI Data Platform集成了以下關鍵能力：在底層，AIDP構建於開放的湖倉一體架構之上，為數據整合與管理提供統一基礎；在中層，平臺無縫集成OCI提供的多源大語言模型（如Grok、Gemini、Llama）及開源計算框架（如Spark、Flink），形成靈活可擴展的AI算力與算法支持；在上層，通過可視化開發工具AI Data Platform Workbench，支持從數據科學、分析到智能體開發的全流程，用戶可通過拖拽操作輕鬆實現數據可視化、工作流編排與Chatbot創建，大幅降低AI應用構建門檻。

最後，在架構層，OCI（Oracle Cloud Infrastructure）作為全球領先的雲基礎設施，成為了甲骨文「AI for Data」理念落地的核心承載平臺。

甲骨文公司中國區雲工程部門總經理竇傑

甲骨文公司中國區雲工程部門總經理竇傑指出，OCI的定位具有鮮明特色：「我們的價值主張始終聚焦於性能、安全性和費效比三大核心目標。OCI是從零開始自主構建的雲基礎設施，在硬件與 軟件 層面深度融合，從設計之初就以更高性能、更低成本與更強安全性為根本追求，這也是OCI區別於其他雲服務商的核心優勢。」

在此基礎上，為應對AI工作負載的快速增長，OCI也持續強化AI基礎設施能力，尤其是在今年的甲骨文全球AI大會上，OCI更在四個關鍵方向發佈了重要更新。

其一，高性能雲網絡方面，全新發布Acceleron解決方案，該方案集成硬件加速與零信任安全架構，顯著提升整體基礎設施的吞吐能力與租戶隔離性，在優化性能的同時實現了更優的成本結構，成為OCI未來的「性能引擎」。

Acceleron的技術突破主要體現在以下三大方面：在主機加速層面，通過搭載DPU的融合網卡，實現網絡吞吐提升約2倍，存儲吞吐提升約3倍；在交換架構層面，採用多平面設計與RDMA網絡替代傳統三層網絡，有效降低超大規模訓練中的單點故障風險，增強任務連續性；在交換加速層面，結合零信任數據包處理與去中介化路徑優化，實現端到端直通傳輸，進一步降低延遲與成本。

其二，輕量化專屬雲方面，甲骨文推出專屬區域解決方案Dedicated Region 25，其支持最小3機架起步部署，可在客戶指定數據中心構建專屬雲環境，界面與功能與公有云一致，特別適合對合規性、數據本地化有高要求的企業客戶。

其三，開放多雲戰略方面，甲骨文發佈Universal Credits跨雲通用能力，其具備高度開放性，支持數據庫服務跨雲部署，並承諾不收取跨雲出向流量費用，幫助企業顯著降低多雲架構下的網絡成本，實現更靈活的資源調度。

其四，在AI基礎設施層面，OCI持續迭代併發布新一代Zettascale 10集羣，其支持80萬 GPU 規模，最高峯值性能達16 zettaFLOPS,能夠為超大規模訓練提供強大的算力基礎。同時，該集羣也整合了智能體框架與大語言模型，構建從底層算力、中臺能力到上層應用的全棧AI支持，為客戶提供「一站式AI」的全新體驗。

例如，在AI能力方面，OCI廣泛兼容市場主流大語言模型，包括xAI Grok、Google Gemini、Meta Llama、Cohere及OpenAI系列模型等。通過統一的「Multicloud Universal Credits」授權模式，客戶僅需簽訂單一合同，即可靈活調用多種先進模型，大幅提升資源利用效率與AI創新敏捷性。

不僅如此，OCI還提供GenAI Agent平臺，支持RAG、SQL生成、代碼編寫等智能體能力，併兼容LangChain、LangGraph等主流開源框架。該平臺還能夠無縫集成Oracle Fusion、NetSuite、OAC、IDP等企業核心應用，真正實現智能體與企業業務流程的深度融合。

竇傑透露，截止目前，OCI已在全球範圍內構建了覆蓋200多個區域的雲基礎設施，涵蓋公有云、政府雲、主權雲、專屬雲及合作伙伴雲等多種形態。這些資源廣泛分佈於北美、南美、歐洲、中東、非洲、亞太等地區，尤其在中東和北非等地形成了顯著的地緣覆蓋優勢。這一全球化佈局將會有力支撐中國企業的出海業務，並真正實現「客戶所需，無處不在」的服務承諾。

由此可見，甲骨文通過將AI能力系統性地融入數據層、應用層和雲基礎設施層，不僅構建了從數據管理、AI開發到算力支撐的端到端閉環的「有機體」，更關鍵的是，它能夠真正助力企業構建起面向未來的、具備原生AI驅動的新型競爭力。

具體來說，Oracle AI Database 26ai通過將AI深度集成於數據庫內核，有效解決了企業數據與大模型之間的「語義鴻溝」；AIDP平臺顯著降低了AI應用開發的技術門檻；而OCI的持續演進則為整個體系提供了高性能、高安全的基礎支撐。這三個層次緊密銜接、協同推進的全棧AI技術體系，背後也標誌着甲骨文「AI for Data」理念已進入全面深化與成熟的階段。

03.

共建「新生態」，

賦能千行萬業智能化轉型

不可否認的是，任何先進的理念與平臺，其價值最終都需通過規模化應用來驗證和落地。

為此，甲骨文也堅持生態共贏，通過與Dify等領先的開源AI應用開發明星企業深度合作，以共建「新生態」的方式，將強大的「AI for Data」理念和能力，轉化為企業「觸手可及」的業務解決方案，共同賦能千行萬業的智能化轉型。

Dify 創始人兼CEO張路宇

據Dify創始人兼CEO張路宇介紹，Dify是一家成立僅兩年多但發展迅速的開源平臺，其在GitHub上已獲得近12萬星標，躋身全球開源項目前50名，其核心能力在於通過可視化工作流（Dify Workflow）與全球首個可視化RAG引擎（Knowledge Pipeline），幫助企業以低代碼、高效率的方式構建與部署AI智能體（Agent），涵蓋聊天 機器人 、業務流程自動化等多種場景。

而本次Dify與甲骨文展開深度合作，主要是為了幫助企業應對在AI轉型中普遍面臨的技術選型複雜、整合成本高、應用門檻陡峭等挑戰，為此雙方圍繞以下三個維度展開協同創新，推動AI技術更高效、平滑地融入企業核心業務。

其中，便捷部署方面，Dify產品將正式上架Oracle Cloud Marketplace，支持用戶在OCI上一鍵完成快速部署，極大簡化AI應用的雲上初始化流程，提升落地效率；深度技術融合方面，甲骨文最新發布的AI原生數據庫Oracle AI Database 26ai，在結構化數據處理與向量能力方面與Dify引擎實現深度兼容，企業通過Dify平臺調用Oracle數據庫時，可獲得更好的查詢性能與更豐富的AI功能支持；無縫集成方面，Dify通過原生支持Oracle推出的MCP（模型上下文協議）插件，能夠無縫對接並靈活調度OCI平臺上的多種PaaS服務，更好擴展智能體可調用的工具與能力邊界，增強系統整體擴展性與場景適應性。

對此，嵇小峯也用了一個具體的客戶案例說明了雙方合作能夠產生的實際價值：「我們的一些製造業客戶，在過去若採用傳統方式構建一個涉及多數據源的RAG應用，流程可能涉及二十多個開發節點，複雜且耗時。但現在，在Dify的可視化畫布上，直接連接Oracle AI Database 26ai，由於數據庫本身已融合了向量、標量及業務數據，因此企業僅需4到5個節點就能完成同一應用。這不僅極大簡化了開發流程，更將產品上市時間縮短了數倍，同時保證了企業級的數據安全與合規性。」

從這個案例中也可以發現，甲骨文與Dify這樣的合作伙伴「牽手」，本質上是將AI投資的「不確定性」轉化為企業增長的「確定性」——第一是技術路徑的「確定性」，可避免紛繁技術選型帶來的試錯成本；第二是投資回報的「確定性」，通過深度集成和簡化開發，讓AI項目快速落地生效；第三是未來演進的「確定性」，基於Oracle穩定開放的技術棧，企業的AI能力可以持續平滑進化。

在大量豐富的具體實踐落地基礎上，面向未來，吳承楊也對中國企業的AI轉型提出了極為中肯的建議。他認為，目前許多中國企業客戶對AI的認知仍停留在「個人助理」層面，尚未認識到其作為企業級核心能力的戰略價值。因此，他呼籲，企業在進行重大AI投資前，一定需要在理念上實現全面的轉變。

「企業需要想清楚，究竟是要做一個AI項目，還是讓整個組織系統都具備AI能力？在這方面，甲骨文的使命或者說能夠提供的，是一條真正經過全球企業驗證的轉型路徑——以融合、開放、安全的AI原生數據庫為基石，通過高效、可靠的全球雲基礎設施進行承載，再借助豐富的平臺工具與生態合作，最終讓AI能力如血液般滲透至企業的每一次創新與決策之中。」吳承楊最後總結說。

總的來看，在當前企業AI投資高企但回報甚微的背景下，甲骨文提出的「AI for Data」理念，無疑為行業提供了一條清晰的破局路徑，即企業AI化不應是零敲碎打的「項目」，而應是貫穿業務血脈的「能力」，唯有將AI如同新細胞般深度植入到企業的數據流中，並隨數據抵達到每一個業務環節之中，由此構建出真正原生的、可持續性的AI能力，才能在降本增效的宏觀壓力下，讓AI跨越從「項目」到「規模化」的鴻溝，最終實現企業智能化生產力的大規模釋放。