甲骨文吳承楊：AI落地，我們的目標是讓客戶看到可複用的成效

TechHorizon2026.08.21 13:15 · 來自北京全文2002字00:00 / 05:50“中國市場很卷，用戶往往會問兩個問題：一是這個東西有什麼成功案例？二是可以給我帶來什麼樣的效果？”“你不要覺得Oracle有什麼波動，就覺得它不行了。實際上，它在數據庫領域依然很厲害。這是實話。”有長期追蹤數據庫行業的觀察者忍不住感慨。Oracle在數據庫領域確實仍舊根基深厚，DB-Engines數據顯示，Oracle作為關係型數據庫，在銀行核心交易、大型ERP等場景的市場份額超過60%。

在AI數據庫方向，Oracle已經迭代到了26ai版本，圍繞其核心理念“讓數據庫靠近數據，數據不離開數據庫”，Oracle為AI和數據提供統一操作平臺，這與其他數據庫產品形成鮮明對比。雲市場上，研究機構Synergy Research多次將Oracle列為增長最迅猛的第二梯隊雲服務商之一，同處這一梯隊的還有CoreWeave、OpenAI、Crusoe、Nebius等新雲廠商。2026財年業績印證了上述勢頭。當季雲基礎設施（IaaS）營收同比增長93%至58億美元，多雲AI數據庫營收同比增幅達到404%。

創紀錄的營收、利潤及剩餘履約義務（RPO）背後，是Oracle對AI基礎設施的持續投入，以及將數據庫、高性能一體機與多雲互聯能力協同整合的戰略執行。當然，不可否認的是，Oracle鉅額的資本投入導致自由現金流為負也在讓市場時刻警覺。近日Oracle中國舉辦了新一輪媒體溝通會。交流中，大家最關心的問題是，Oracle的AI產品究竟如何落地，成效幾何。甲骨文公司副總裁及中國區董事總經理吳承楊及團隊說，“關鍵還是要看效果怎麼樣。一是要生產級，二是一定要有業務成效。

”在他看來，在AI的方法論上，中美沒有區別，核心有三點：一是AI都是企業級的問題；二是AI一定是雲原生的問題，即數據是一致的，雲原生能夠支持用戶的數據；三是AI的底層是數據，且數據在AI時代非常重要。因為只有將各種系統融合在一起，才能建立讓Agent能夠理解的業務語義層。結合26ai的演進，Oracle數據庫將向量、RAG檢索增強生成、記憶等能力都內置到其數據庫中，在數據庫內部直接完成分塊（Chunking）、向量化生成和向量索引檢索，這種減少數據在非數據庫層面流轉的做法，極大降低數據遷移帶來的安全風險和延遲。至於如何確保AI數據庫在企業客戶的落地，Oracle也在更新實踐。

目前Oracle提出了AIBS（AI Business Success）方法論，通過FDE（Forward Deployed Engineer）團隊，將AI從一個項目，變成客戶自己能夠複製的底層能力。“中國市場很卷，用戶往往會問兩個問題：一是這個東西有什麼成功案例？二是可以給我帶來什麼樣的效果？”吳承楊強調。吳承楊指出，Oracle其實更關心數據庫能夠帶給用戶什麼成效（outcome)，這個成效是能夠用數據體現，能夠計算出來的，比如成本降低、效率和營業額的增長等等，而Oracle的全棧數據庫，是能夠為客戶帶來有成效的優勢。

為此，與以往以產品為中心的傳統售前不同，FDE團隊以客戶的業務成效為中心，直接進駐客戶現場，與客戶共同挑選第一個落地場景。這個場景遵循四點原則：業務效果可衡量；解決方案可複用；基礎數據可得；場景是可控在一定時間內可落地的。其目標是在30到45個工作日內，完成從“0到1”的第一個場景驗證，證明方法論和產品的可行性。在交付過程中，FDE團隊會將共性的工程化經驗抽象、沉澱，反哺到Oracle的AI平臺上，使得客戶或合作伙伴在後續業務擴展中，開發速度越來越快，最終形成可循環的AI能力。

在多雲層面，目前Oracle已搭建相對完整的AI技術棧：在底層搭建萬卡集群，並在液冷、網絡優化、更先進GPU基礎設施層面採用新技術方案；在治理層，主要解決企業對AI主權和數據安全顧慮；在生成式AI服務層面，提供On-Demand Token服務和Dedicated AI Cluster專屬AI集群服務。值得一提的是，多雲帶來的不僅是靈活性，還有高昂的數據“出站”成本與複雜的跨雲管理。Oracle Interconnect for AWS在本月正式全面可用，在此之前Oracle已經與微軟Azure和谷歌GCP之間實現連接。

甲骨文公司高級總監及中國區雲工程部總經理竇傑指出，當企業通過專線從AWS大批量回撤數據用於災備或分析時，將面臨天價的出站流量費。但如果將OCI作為中轉站，利用Oracle與AWS的對等互聯以及OCI“數據進出雙向免費”的策略，企業就能有效規避這筆按GB計算的鉅額成本。這不再是單純的技術連接，而是一種通過商業策略重構的成本套利。（本文首發於APP，文 | TechHorizon，作者 | 楊麗，編輯 | 楊林）