$ORCL's Larry Ellison over het maken van hun database multi-cloud, het vectoriseren van gegevens voor AI-modellen en het verenigen van alle bedrijfsgegevens via een AI-platform: "Laat me beginnen met traditionele cloud en traditionele Oracle-database. Dus ik denk dat de grootste verandering die we daar hebben gemaakt was om onze database beschikbaar te maken in ieders cloud. Dus je kunt de werelddatabase kopen bij Google of Amazon. -- het is ook beschikbaar op Microsoft Azure evenals OCI. Dus dat was de meest -- misschien was dat de eerste stap die we hebben gezet. We noemen het multi-cloud, en we integreren eigenlijk OCI-datacenters binnen de andere clouds. Dus ze krijgen de nieuwste, beste versie van de Oracle Database. Het tweede wat we deden is dat we de Oracle-database daadwerkelijk hebben geconverteerd of mogelijkheden hebben toegevoegd aan de Oracle-database. -- om je in staat te stellen al je gegevens te vectoriseren. Dus het is een vector-database. Sommige mensen noemen dat een AI-database. Het is ontworpen om gegevens beschikbaar te maken voor modellen. Je kunt dan -- zodra je je gegevens hebt gevectoriseerd, kun je AI-modellen bovenop plaatsen. en de AI-modellen kunnen begrijpen wat er in de database staat en redeneren met de gegevens die in de database staan. Dus we denken dat die combinatie van het beschikbaar maken van onze -- de gegevens beschikbaar op onze database ook toegankelijk voor AI-modellen de waarde van de gegevens dramatisch verhoogt. We denken dat dat heel -- tot nu toe hebben geen van de andere grootschalige databases dat kunnen doen. We kunnen dat niet alleen doen, we kunnen dat ook doen en je gegevens veilig houden. Dat is 1 van de grotere problemen. We moeten het schalen, alles betrouwbaar houden, het veilig houden -- en we hebben eigenlijk al die mogelijkheden en functies aan de Oracle-database toegevoegd. Dus dat was stap 2. Eerst, multi-cloud, tweede al de gegevens vectoriseren en toegankelijk maken voor al de populaire AI-modellen. Derde stap. Nou, het is geweldig dat we de Oracle-gegevens, Oracle-databasegegevens beschikbaar maken voor deze AI-modellen. De bedrijven hebben eigenlijk gegevens die niet zijn opgeslagen in een Oracle-database, zijn niet opgeslagen in een Oracle-toepassing. Dus we hebben een AI-lake house gebouwd, we noemen het het AI-gegevensplatform dat eigenlijk wijst naar en al je gegevens vectoriseert, of het nu in een objectopslag in verschillende clouds is, of het nu een op maat gemaakte toepassing is, of het in een andere database is. Het zal echt het universum van je gegevens nemen, die gegevens catalogiseren, vectoriseren en een LLM in staat stellen om multi-step redenering op al die gegevens uit te voeren. Nu is het opmerkelijke daaraan, denk aan het stellen van 1 vraag, het stellen van 1 vraag. En het model kijkt naar al je gegevens. Normaal gesproken, wanneer je een vraag stelt, moet je deze richten tot deze database of deze toepassing. Je kunt niet zeggen, kijk, ik wil gewoon weten wie de volgende klant is waar ik aan moet verkopen. Ik ben een verkoper in het gebied. Ik kijk -- ik wil alle accounts in mijn gebied bekijken. En ik wil zien wie de beste prospect in mijn gebied is. Nou, dat betekent kijken naar contractgegevens, betekent kijken naar publiek beschikbare gegevens. Dat betekent kijken naar ons verkoop systeem, naar ons ondersteuningssysteem, al deze aparte systemen. Nou, plotseling is al die gegevens verenigd. We nemen al je gegevens en verenigen het, zodat je een enkele vraag kunt stellen en de AI-modellen het antwoord op die vraag kunnen vinden, ongeacht welke gegevensopslag het is. dat is echt een unieke propositie, en we denken dat dat ding het gebruik van onze database en het gebruik van onze cloud dramatisch gaat versnellen."