企业级用户如何拥抱AI大模型？如何利用AI大模型创造价值？据麻省理工学院（MIT）最新报告显示，95%的生成式AI投资几乎没有为企业带来收益。但这并不能够阻止资本对于生成式AI的追捧，因为大家看的很清楚：生成式AI或者说AI大模型，这一轮新的技术革命将深刻改变社会未来的发展进程。在这样的背景下，拥抱生成式AI、拥抱AI大模型，已经成为企业发展的必选项。而问题的关键在于企业拥抱AI大模型的方式。
甲骨文公司副总裁及中国区董事总经理吴承杨
“我认为根本的原因在于你不是在数据里面增加一个AI的功能，而是将AI围绕数据运行。你在做一个AI的项目，这就会导致我们的问题会不一样。” 甲骨文公司副总裁及中国区董事总经理吴承杨说。
“我曾把数据比喻成人体的血液，血液会流向全身的每一个角落。企业中的数据也是如此，它贯穿所有业务环节，甚至延伸到‘毛细血管’般的末端。如今，我们的理念是：当数据流向企业的每个部分时，自动携带着AI的能力，就像血液中除了红细胞、白细胞之外，还新增了‘AI细胞’，让智能融入企业运行的每一环节。” 吴承杨补充说。
那么，怎么让数据自动带上AI的功能呢？
其实，答案也挺简单——就是AI数据库。这不是Oracle的答案，是我个人的分析。原因也很简单，无论是结构化数据、非结构化数据，还是半结构化数据；无论是文本，还是多模态，都可以通过AI数据库这个基础数据平台，提供业务应用所需要的各种查询的结果。这也是今年的Oracle AI World 上，Oracle 推出 AI Data Platform的原因。
在采访中，甲骨文公司中国区技术工程部总经理嵇小峰、甲骨文公司中国区云工程部门总经理窦杰对AI Data Platform进行注解：Oracle AI Data Platform 通过整合 Oracle Cloud Infrastructure (OCI)、Oracle Autonomous AI Database 和 OCI Generative AI 服务的强大功能，使数据为 AI 做好准备，并支持创建和部署智能体应用。简单来说，就是Oracle云计算+ Oracle AI Database 26ai，企业级用户可以使用云服务，也可以单独部署Oracle AI Database 26ai。
AI Data Platform 的目录（catalog）提供了对所有数据、AI 资产的统一视图和治理，同时广泛集成了各种AI agent 与工具，兼容支持Agent 2 Agent (A2A)、和Model Context Protocol (MCP) 等开放标准，用户可以借助这些agent 与工具，构建各种企业级的AI应用。简单来说，企业级用户的AI业务创新应用，就是各种AI agent 与工具的组合。
对于拥有Delta Lake、Iceberg 等开放格式构建数据湖仓（data lakehouse）的用户而言，AI Data Platform也提供了兼容和支持。而这些支持都依赖于Oracle AI Database 内置的 AI 功能，如Apache Iceberg 开放表格式、模型上下文协议 (MCP)、前沿的大型语言模型（LLM）、流行的 agentic AI 框架，以及开放神经网络交换 (ONNX) 嵌入模型等，让生成式AI技术与企业数据进行融合，让数据天然具备AI的能力。
不同于公有云所提供的AI大模型服务，企业级必须要满足安全、高效、可靠的安全需要， Oracle AI Database 26ai就能够提供这样的保障，例如Oracle AI Database 实施了 NIST 认可的抗量子算法（ML-KEM）对传输中的数据进行加密，结合对静态数据的抗量子加密支持，企业级用户完全不用担忧黑客、以及未来量子计算机解密带来的困扰。
据了解，Oracle AI Database 26ai 是一个用来取代Oracle Database 23ai的长期支持版本。客户只需进行 2025 年 10 月的版本更新，即可从 23ai 升级到 26ai 。客户不但可以获得当前可用功能，还可享受未来发布的更多功能，且无需进行数据库升级或重新认证， AI Vector Search 等高级 AI 功能也均附带在内，无需额外付费。
都说站在巨人的肩膀上，将数据导入Oracle AI Database 26ai，用户的数据就具备了AI的能力，满足了有机结合业务创新的需要，这就是问题的答案！不是吗？
