Larry Ellison di $ORCL parla di come rendere il loro database multi‑cloud, di vettorizzare i dati per i modelli di AI e di unificare tutti i dati aziendali attraverso una piattaforma AI: "Bene, lasciami iniziare con il cloud tradizionale e il database tradizionale di Oracle. Quindi penso che il cambiamento più grande che abbiamo fatto sia stato rendere il nostro database disponibile nel cloud di tutti. Puoi acquistare il database mondiale su Google o Amazon. -- è disponibile anche su Microsoft Azure oltre che su OCI. Quindi questo è stato il più -- forse è stata la prima mossa che abbiamo fatto. Lo chiamiamo multi-cloud, e in realtà integriamo i data center OCI all'interno degli altri cloud. Così ottengono l'ultima e migliore versione del Database Oracle. La seconda cosa che abbiamo fatto è stata convertire il database Oracle o aggiungere funzionalità al database Oracle. -- per consentirti di vettorizzare tutti i tuoi dati. Quindi è un database vettoriale. Alcune persone lo chiamano un database AI. È progettato per rendere i dati disponibili ai modelli. Puoi quindi -- una volta che hai vettorizzato i tuoi dati, puoi posizionare i modelli AI sopra di essi. e i modelli AI possono comprendere cosa c'è nel database e ragionare con i dati che ci sono nel database. Quindi pensiamo che quella combinazione di rendere i nostri -- i dati disponibili nel nostro database anche accessibili dai modelli AI aumenti drammaticamente il valore dei dati. Pensiamo che sia molto -- finora, nessuno degli altri database su larga scala è stato in grado di farlo. Possiamo farlo non solo possiamo farlo e mantenere i tuoi dati sicuri. Questo è uno dei problemi più grandi. Dobbiamo scalare, mantenere tutto affidabile, mantenerlo sicuro -- e in realtà abbiamo tutte queste capacità e funzionalità nel database Oracle. Quindi questo è stato il passo 2. Prima, multi-cloud, secondo vettorizzare tutti i dati e renderli accessibili a tutti i modelli AI popolari. Terzo passo. Bene, è fantastico che stiamo rendendo i dati di Oracle, i dati del database Oracle disponibili per questi modelli AI. Le aziende hanno effettivamente dati che non sono memorizzati in un database Oracle e non sono memorizzati in un'applicazione Oracle. Quindi abbiamo costruito un AI lake house, chiamiamo la piattaforma dati AI che punta e vettorizza tutti i tuoi dati, che siano in uno store di oggetti in diversi cloud, che sia un'applicazione su misura, che sia in un altro database. Prenderà davvero l'universo dei tuoi dati, catalogherà quei dati, li vettorizzerà e permetterà a un LLM di fare ragionamenti multi-step su tutti quei dati. Ora, la cosa davvero notevole di questo è, pensa a porre 1 query, a porre 1 domanda. E il modello guarda a tutti i tuoi dati. Normalmente, quando fai una domanda, devi dirigerla a questo database o a questa applicazione. Non puoi dire, guarda, mi piacerebbe solo sapere chi è il prossimo cliente a cui dovrei vendere. Sono un venditore nel territorio. Sto cercando -- voglio guardare tutti i conti nel mio territorio. E voglio vedere chi è il miglior potenziale cliente nel mio territorio. Bene, questo significa guardare ai dati contrattuali, significa guardare ai dati disponibili pubblicamente. Significa guardare al nostro sistema di vendite, al nostro sistema di supporto, a tutti questi sistemi separati. Bene, all'improvviso, tutti quei dati sono unificati. Prendiamo tutti i tuoi dati e li unifichiamo, così puoi porre una singola domanda e i modelli AI possono trovare la risposta a quella domanda indipendentemente da quale store di dati sia. Questa è davvero una proposta unica, e pensiamo che questa cosa darà una spinta all'uso del nostro database e all'uso del nostro cloud in modo drammatico."