甲骨文数据库进入AI时代

“生成式 AI (Generative AI) 的出现是从2017年的论文《Attention is All You Need》中提出 Transformer 架构开始的。今天在市场上的AI应用，无论是无人驾驶还是OpenAI的ChatGPT，其最后底层都是基于 Transformer。所以我们今天讨论AI的问题，核心问题不是去再发明一个Transformer架构，或者拥有多少大语言模型，而是如何应用这些基于Transformer 架构生产出的产品——这才是一个核心的问题。”2024年5月3日，甲骨文正式发布Oracle Database 23ai，意味着其核心数据库产品正式从云时代进入AI时代。在一周后的中国媒体发布会上，甲骨文公司副总裁及中国区董事总经理吴承杨强调，作为一项最近被广泛谈及的IT技术，判断AI的标准实际上只有一个：“可以给用户带来什么效果，而不是概念；衡量产品好坏的标准，不是概念，而是用户是否真正觉得有了本质性的改变。”

吴承杨

事实上，随着OpenAI的ChatGPT迅速走红，AI似乎成了整个IT产业最炙手可热的宠儿。如今，没有任何一家对未来有期待的IT提供商不谈AI技术和应用，AI，似乎在一夜之间，成了所有IT产品最核心的价值，也成了所有IT提供商最大的竞争力和最擅长的技术之一。这虽然有利于在市场上快速形成一个以AI技术为驱动力的新的业务增长点，但与此同时，也的确会为这项新兴技术的发展带来或多或少的困扰：判断AI技术价值的角度和标准正在变得更加模糊。

在吴承杨看来，作为一个以技术为核心竞争力的IT提供商，真正以AI为未来发展的技术趋势，就不能仅仅止步于将AI技术和应用嵌入自身的产品当中，更重要的，是要让自己的产品，更加有利于保障用户能够从AI应用当中受益。

根据此次甲骨文发布Oracle Database 23ai的新闻稿表述：Oracle Database 23ai是一个包含了Oracle AI Vector Search以及超过300个主要新功能的融合数据库，其专注于帮助用户简化数据中的 AI 使用，加快应用开发并运行关键任务工作负载。因此用户可以利用新的 AI Vector Search 功能，安全地将文档、图像和其他非结构化数据与私有业务数据结合搜索，而无需移动或复制这些数据。同时，Oracle Database 23ai可以将AI算法引入到数据所在的位置，而不必将数据迁移到AI算法所在的位置。因此，AI可以在Oracle数据库中实时运行——这实际上大大提高了企业用户应用AI的有效性、效率和安全性。

换句话说：Oracle Database 23ai虽然也强调在自身产品当中融入AI的能力，但是更强调的，是在数据层面，融合数据库为企业用户更深入应用AI技术本身提供更完整的能力。相对而言，AI对于Oracle Database 23ai代表的是一种新兴技术的加持，而融合数据库则是甲骨文在数据库技术领域长期积累的结果。

“Oracle 已经将生成式 AI 嵌入到我们的企业应用软件中，比如 Oracle Fusion Cloud Applications 以及 NetSuite；我们也有针对特定行业的应用，比如 Cerner，助力客户解决各种应用问题。”吴承杨强调说，从Oracle Database 23ai本身的AI能力方面讲，与其上一个版本23c相比，其能够实现诸如自然语言向量搜索的功能，也能通过自然语言进行数据搬迁GoldenGate，“未来还可以通过自然语言做BI报表，甚至通过自然语言的方式产生整个程序，也可以很快实现。”

而与Oracle Database 23ai本身的AI能力相比，其融合数据库的能力则为用户应用AI带来“本质性改变”的原因——甚至Oracle Database 23ai本身AI能力的发挥，在很大程度上，也是依赖于融合数据库所提供的强大数据支持。

融合数据库是甲骨文在2019年提出的。“数据在今天，不只是一个结构化数据，也不仅仅是一个非结构化数据。你如果仔细分，可以看到图表，留存，文本，都是数据。还包括流程数据、JSON、HTML……如果针对每一种数据格式就采用一个工具来解决，那么企业可能就需要有十几种对应的、商业的数据库决方案。即便企业不惜工本集成了以上所有的解决方案，那么未来这套整合的解决方案该如何管理、升级？”当时接受采访的吴承杨曾经强调，数据库是为了数据的使用而存在的，因此对于企业用户而言，他们根本不需要了解数据库内部的技术和运行机制，他们的需求，就是希望数据库就像水、电一样：在我需要的时候，给我想要的东西，准确，合规，不要中断、出错，就可以了。而甲骨文的融合数据库，就是一个能从技术层面，根据企业的需要出发，“提供全面支持所有数据类型、工作负载和开发模式的数据库，能够为企业用户提供具备一致性、可扩展、可用且安全的数据服务。

“Oracle数据库部门做的工作，核心就是把AI与Oracle数据库和数据紧密结合。那么为什么这一点对我们来讲是比较容易，而且很快会产生效果呢？因为我们是融合数据库：AI生成SQL以后，数据在Oracle融合数据库层面上是联通的。”吴承杨提问说：对于用户而言，你希望这个数据库里面直接有一个向量数据库的功能，直接生成SQL，就能产生这个数据？还是说你需要通过应用系统，找一个单独的向量数据库，然后在应用系统中找到不同的数据库解决不同的问题，然后再到应用系统中去整合呢？他强调说，这实际上是就是企业级AI应用所涉及到的一个根本问题：数据的问题到底是在数据层解决，还是在应用层解决？“数据的问题当然就应该在数据层解决，而不应该在应用层解决——因为应用层需要简化，这样才灵活。如果包括数据相关的所有问题都到应用层去解决，那么在应用生成式AI时，应用层所承担的压力显然会成为影响企业深入应用AI的技术障碍。”

在甲骨文提供的有关Oracle Database 23ai的新功能时，重点强调其带来的三个方面能力：面向数据的 AI、加速应用开发和关键任务数据。“针对AI for Data，Oracle Database 23ai把数据的应用在AI的层面上做到了一个深入的加持；针对应用开发者，Oracle Database 23ai在使用层面上，无论是从无代码开发，还是用更简洁、更简单的方法实现开发者的应用开发，都提供了一些具体可行的功能和应用；针对关键任务，Oracle Database 23ai利用融合数据库的能力，在应用和数据库之间建立起更紧密的关联，从而为关键应用系统也赋予了AI的能力。”甲骨文公司中国区技术咨询部高级总监李珈强调说：”Oracle Database 23ai是以AI为主要的关注重点，而且更关注AI怎样能够快速地融入企业应用中，能够真正落地——这是我们主要的一个任务。所以我们讲的不是去做一个小小的尝试，而是可以让客户在核心业务系统中附加 AI 的能力。在这个过程中我们有非常多的原有的环境当中的人员，他都可以在AI的事情上发挥出更多的能力。而且并不仅仅是针对于Oracle的老客户，也包括一些新的客户。”

写在最后

事实上，对于新技术的投入方向和深入程度，在很多时候不仅仅取决于技术本身的先进性和实用性，更取决于厂商自己的立场和心态：仅从自身发展角度出发，投资技术与投资股票没有区别，获利才是终极目标；但是如果从用户的角度出发，投资一项新兴技术的目标一定是成人之美，帮助用户实现某种程度的进阶。而一般来说，能够选择从用户角度出发的，对于自身能力的认知，都更加自信一些。