跳出AI PPT陷阱:两大真实案例告诉你,企业如何拆解Agent落地之路

企业能够成功驾驭 AI 的关键不在大模型,而在于解决了企业数据语义层构建的问题,从而大模型能够精准理解企业的专属知识和经验,实现对于关键环境的精准把控和操作

今年是Agent元年,Intel等CPU厂商也凭借Agent翻身,营收大涨。但不知大家有没有类似感觉,Agent很近也很远,很多企业跳不出AI PPT 的陷阱,还是不知如何拆解Agent 落地之路。

在前不久甲骨文 FY27 中国媒体沟通会上,芯片制造和AI 检索服务商的两个真实企业的案例实践,相比可以带来一些启发和思路。甲骨文公司副总裁及中国区董事总经理吴承杨指出:AI不再是讲一个华丽的故事,不再是做几个PPT,核的问题是到底能够产生什么样的成效(Outcome),而最核心内容在于用户自身的感受。

两大真实案例的成效

第一个案例来自唯捷创芯,一家国内射频前端芯片龙头企业,其产品覆盖小米、OPPO、vivo、荣耀等手机企业,另外基站接收设备、路由器、汽车、卫星终端等信号发射/接收也离不开该芯片。

过去唯捷创芯和大多数企业一样,使用AI帮助员工提升个人效率,但未进入企业核心流程。转折发生在唯捷创芯与甲骨文合作之后,双方聚焦测试领域展开协作,甲骨文协助其搭建DataClaw 智能体,将工程师大量测试领域的经验 “炼化” 成可复用的能力模块。

   另外一个案例来自Ateve,一家新一代AI 搜索引擎研发企业。Ateve通过连接实时实体数据,为大语言模型和AI Agent提供实时搜索与数据校验能力。

随着AI应用快速发展,Ateve对海量数据处理、模型推理、实时检索及企业级数据安全提出了更高要求。为此,Ateve选择基于OCI构建核心技术平台,支撑海量数据处理、模型推理及搜索服务,借助OCI高性能基础设施,Ateve优化了检索延迟和推理效率,提供高并发、稳定可靠的AI检索接口及企业级数据校验能力,为AI搜索业务持续扩展提供有力支撑。

数据基座是破局关键 

企业能够成功驾驭 AI 的关键不在大模型,而在于解决了企业数据语义层构建的问题,从而大模型能够精准理解企业的专属知识和经验,实现对于关键环境的精准把控和操作。

目前,数据语义层构建所面临的问题是数据底座碎片化,业务数据、时序数据、向量文档多套数据存储并存,以至于Agent 调取链路冗长,性能难以满足需求。

为什么数据语义层构建会成为痛点,甲骨文公司副总裁及中国区董事总经理吴承杨为此做了一个形象的比喻:很多企业分开搭建向量库、数据库、检索服务,就像家里买十几个小冰箱分装食材,取用繁琐、维护复杂。企业需要寻求一个能够把关系数据、图、时序、向量数据进行统一承载的工具,Oracle AI Database 26ai多模融合数据库就是这样一个理想方案。”这也是我们的思路。

Oracle AI Database 26ai是企业用户语义层构建较为理想的数据底座,是因为它原生兼容产线时序、图纸文档、业务指标、语义向量、实体图谱等全部数据类型,统一收纳,数据全程不出数据库,同时,数据库承担企业级应用所需要的安全和管理特性。通过内部自动文档切片、向量生成等技术支持,满足AI数据语义层访问的需要。

“ 从产品角度来讲,此前推出的Oracle Database 23ai的重点是向量、融合检索,如今,Oracle AI Database 26ai在这个基础之上,新增了更多Agent,以及Agent编排、记忆体实现的能力。通过Private Agent Factory无代码开发平台,帮助用户把Agent逐步构建起来。” 甲骨文公司高级总监及中国区技术工程部总经理嵇小峰介绍说。

多云Hub 为出海企业送福利

如果说 Oracle AI Database 26ai着眼企业内部数据,涉及到企业全球化出海,跨云数据流量成本以及合规需求,是AI应用推广必须要考虑的问题。

“市面上所有云厂商进云流量免费,但出向流量费本质是锁定客户的手段。OCI 与 Azure、GCP、AWS 打通多云互联,除微软早期线路收取单向出站费,对接GCP、AWS时,对方同样免收出向流量,OCI 自身进出双向流量永久免费。” 甲骨文公司高级总监及中国区云工程部总经理窦杰介绍说。

这里的OCIOracle公有云服务,相比国内用户更为熟悉的是微软的AzureGoogleGCP,以及AWS的公有云,使用这些公有云,但都会涉及数据流量成本的高的问题。利用OCIGoogleAWS免收出流量协议,出海企业就可以以OCI作为多云Hub(接口)的桥梁,从而规避流量的成本。

不仅如此,Oracle能够确保不同公有云连接的低延时。“对于用户而言,这意味着可以将Agent应用和数据进行分离,可以将数据存放在本地数据中心,并不影响Agent的性能。” 吴承杨补充说。

小结

从数据语义层构建,到Agent业务实现,我们总有跳不出数据库的固有局限,没有办法从数据基座和跨云应用的需要考虑问题,如今,2个真实的企业案例告诉我们,这会是企业拆解Agent应用的有效方法,至少是可以选择的路径之一。

本文来源于DOIT传媒,文章内容仅供参考,不构成投资建议。

赞 ()

相关推荐

发表回复

评论列表

点击查看更多

    联系我们

    微信:百易小助手

    邮件:contact@doit.com.cn

    工作时间:周一至周五,9:30-18:30,节假日休息

    微信