甲骨文：成效才是检验AI落地的标准

近日，甲骨文在中国举办媒体沟通会上，甲骨文公司副总裁及中国区董事总经理吴承杨、甲骨文公司高级总监及中国区技术工程部总经理嵇小峰、甲骨文公司高级总监及中国区云工程部总经理窦杰，披露面向企业出海、规模化落地AI的全栈体系。

成效是判断的标准

吴承杨指出，“AI时代最重要的是要有实质性的产出，如今的AI不再是一个故事、不是一个PPT、也不是一个解决方案，AI是一种能力。”在Oracle看来，AI是底层生产能力革新，而能力的评判标准是成效 (Outcome)。

基于以上判断，甲骨文形成适配中国出海市场的三大底层准则：

一，AI走向企业级，已成为企业生产经营核心，嵌入核心业务系统是刚需，核心诉求为降本增效、对外输出AI能力；

二，AI必须云原生，适配出海合规需求，底层方法论全球通用，产品可本地化调整，支持一套数据体系全球快速部署；

三，AI根基是融合统一数据，需打通全链路数据，搭建湖仓融合底座与业务语义层，实现智能体自动识别业务逻辑。

吴承杨强调，以前是人读数据，现在是AI读数据，现在AI需要通过语义层来理解数据中隐含的动作、关系和业务含义，这不是传统的数据仓库逻辑，而是为智能体构筑的认知基础。

AIBS方法论，从0到1的交付能力

方向明确，如何落地？在嵇小峰看来，甲骨文中国团队推出的AIBS方法论，是一个重要的抓手，可以解决行业AI“试点即终点”痛点。该核心逻辑为先验证业务成效，再规模化复制，最终交付企业自主可控的AI，能力而非一次性定制项目。

嵇小峰指出，当下企业规模化落地AI呈现三大特征：一是拥有可量化、可追溯的业务能力，二是AI深度嵌入企业核心业务流程，三是全链路数据、模型、智能体具备完整安全管控能力。

在AIBS的操作上，Orcale并不是大包大揽，先通过定义场景，快速验证0到1的可行性，在这个之后，甲骨文与客户或者生态伙伴共同完成。在其中，Orcale十分重视数据安全、通过源头安全、极速安全、韧性安全三位一体的安全体系，防止模型被利用，从而导致安全风险。

交付环节，甲骨文采用FDE（Forward Deployed Engineer）模式，由工程师直接进驻用户现场，梳理用户应用场景，可在30至45个工作日内完成交付。该模式与传统售前模式存在本质区别：传统模式以产品为中心开展功能推介，FDE模式则以用户业务为核心解决实际问题。

多云Hub，打破厂商锁定

如果说AIBS是甲骨文在AI应用层的破局之道，那么OCI的多云战略则是其在基础设施层的底气。

窦杰介绍，OCI于2019年6月开通与微软Azure的跨云连接，2024年6月完成与谷歌GCP的互联互通，今年4月宣布与AWS实现互联，该服务已于2026年8月正式全面可用（GA）。甲骨文并未将自身定位为简单的“跨云连接”服务提供者，而是定位为“多云Hub”。由于没有任何一家云厂商可覆盖全部服务，OCI希望助力客户串联整合各云厂商最具价值的能力。

“多云Hub”的核心价值，在于解决企业多云战略中一个极为现实的痛点——出向流量费。

窦杰列举了一个具体场景：企业采购AWS服务后，需通过专线将本地数据中心与AWS连接搭建混合云。数据流入AWS不收取费用，但开展灾备演练或恢复数据时，数据流出AWS会产生高额出向流量成本。“这个成本是基于数据量的，不是基于带宽的，当你去做企业级预算的时候会遇到很大的变量。”

若通过OCI搭建该链路，则流程为：企业先将专线接入OCI（OCI不收取进出流量费），再通过Oracle Interconnect for AWS从OCI连接至AWS，该模式下AWS方向同样不收取出向流量费。窦杰特别指出，除微软Azure因开通较早仍收取单向出向流量费外，针对GCP和AWS，甲骨文已洽谈确定“免出向流量费”的服务方案。

总结

整场沟通会中，甲骨文中国团队反复强调的核心词汇是“成效”——并非概念、故事或PPT，而是可衡量、可感知的业务成果。  

这种务实的态度，或许正是甲骨文在AI时代确立的差异化定位。当众多厂商仍在争论“何为AI原生数据库”“AI数据库的用户是人还是智能体”时，吴承杨的回应简洁明确：“我们无意定义或创造概念。当前数据库的用户既包括人类，也包括智能体。”  

在他看来，优秀的AI数据库应实现“让用户在使用AI能力时，能够极为便捷、高效地处理数据”。“无需讨论哪个数据库更优，实际使用后即可得到验证。”  

从AIBS方法论到多云Hub，从AI Database 26ai到Acceleron架构，甲骨文正在构建一个涵盖数据、算力、应用及基础设施的完整AI能力闭环。