Larry Ellison của $ORCL về việc làm cho cơ sở dữ liệu của họ đa đám mây, vector hóa dữ liệu cho các mô hình AI, và thống nhất tất cả dữ liệu doanh nghiệp thông qua một nền tảng AI: "Để tôi bắt đầu với đám mây truyền thống và cơ sở dữ liệu Oracle truyền thống. Tôi nghĩ rằng sự thay đổi lớn nhất mà chúng tôi đã thực hiện ở đó là làm cho cơ sở dữ liệu của chúng tôi có sẵn trên đám mây của mọi người. Bạn có thể mua cơ sở dữ liệu thế giới tại Google hoặc Amazon. -- nó cũng có sẵn tại Microsoft Azure cũng như OCI. Vì vậy, đó là bước đầu tiên -- có thể đó là bước đi đầu tiên mà chúng tôi đã thực hiện. Chúng tôi gọi đó là đa đám mây, và chúng tôi thực sự nhúng các trung tâm dữ liệu OCI vào các đám mây khác. Vì vậy, họ nhận được phiên bản mới nhất, tốt nhất của Cơ sở dữ liệu Oracle. Điều thứ hai mà chúng tôi đã làm là chúng tôi thực sự đã chuyển đổi cơ sở dữ liệu Oracle hoặc thêm các khả năng vào Cơ sở dữ liệu Oracle. -- để cho phép bạn vector hóa tất cả dữ liệu của bạn. Vì vậy, đó là một cơ sở dữ liệu vector. Một số người gọi đó là cơ sở dữ liệu AI. Vì vậy, nó được thiết kế để làm cho dữ liệu có sẵn cho các mô hình. Bạn có thể -- một khi bạn vector hóa dữ liệu của mình, bạn có thể đặt các mô hình AI lên trên đó. và các mô hình AI có thể hiểu những gì có trong cơ sở dữ liệu và lý luận với dữ liệu có trong cơ sở dữ liệu. Vì vậy, chúng tôi nghĩ rằng sự kết hợp đó của việc làm cho dữ liệu của chúng tôi có sẵn trên cơ sở dữ liệu của chúng tôi cũng có thể truy cập bởi các mô hình AI làm tăng giá trị của dữ liệu một cách đáng kể. Chúng tôi nghĩ rằng điều đó rất -- cho đến nay, không có cơ sở dữ liệu quy mô lớn nào khác có thể làm được điều đó. Chúng tôi có thể làm điều đó không chỉ chúng tôi có thể làm điều đó và giữ cho dữ liệu của bạn an toàn. Đó là một trong những vấn đề lớn hơn. Chúng tôi phải mở rộng nó, giữ mọi thứ đáng tin cậy, giữ nó an toàn -- và chúng tôi thực sự đã có tất cả những khả năng và tính năng đó cho cơ sở dữ liệu Oracle. Vì vậy, đó là bước 2. Đầu tiên, đa đám mây, thứ hai vector hóa tất cả dữ liệu và làm cho nó có thể truy cập bởi tất cả các mô hình AI phổ biến. Bước thứ ba. Chà, thật tuyệt khi chúng tôi làm cho dữ liệu Oracle, dữ liệu cơ sở dữ liệu Oracle có sẵn cho những mô hình AI này. Các công ty thực sự có dữ liệu không được lưu trữ trong cơ sở dữ liệu Oracle không được lưu trữ trong ứng dụng Oracle. Vì vậy, chúng tôi đã xây dựng một hồ dữ liệu AI, chúng tôi gọi là nền tảng dữ liệu AI mà thực sự chỉ đến và vector hóa tất cả dữ liệu của bạn, cho dù nó ở trong một kho đối tượng trong các đám mây khác nhau, cho dù đó là một ứng dụng tùy chỉnh cho dù nó ở trong một cơ sở dữ liệu khác. Nó thực sự sẽ lấy vũ trụ dữ liệu của bạn, lập danh mục dữ liệu đó, vector hóa nó và cho phép một LLM thực hiện lý luận nhiều bước trên tất cả dữ liệu đó. Bây giờ điều thực sự đáng chú ý về điều đó là, hãy nghĩ về việc hỏi 1 truy vấn, hỏi 1 câu hỏi. Và mô hình nhìn vào tất cả dữ liệu của bạn. Thông thường, khi bạn hỏi một câu hỏi, bạn phải chỉ định nó đến cơ sở dữ liệu này hoặc ứng dụng này. Bạn không thể nói, nhìn, tôi chỉ muốn biết ai là khách hàng tiếp theo mà tôi nên bán hàng cho. Tôi là một nhân viên bán hàng trong lãnh thổ. Tôi đang tìm kiếm -- tôi muốn xem ai là triển vọng tốt nhất trong lãnh thổ của tôi. Chà, điều đó có nghĩa là nhìn vào dữ liệu hợp đồng, có nghĩa là nhìn vào dữ liệu công khai. Điều đó có nghĩa là nhìn vào hệ thống bán hàng của chúng tôi, vào hệ thống hỗ trợ của chúng tôi, tất cả những hệ thống riêng biệt này. Chà, đột nhiên, tất cả dữ liệu đó được thống nhất. Chúng tôi lấy tất cả dữ liệu của bạn và thống nhất nó, vì vậy bạn có thể hỏi một câu hỏi duy nhất và các mô hình AI có thể tìm ra câu trả lời cho câu hỏi đó bất kể dữ liệu nào đang ở đâu. đó thực sự là một đề xuất độc đáo, và chúng tôi nghĩ rằng điều đó sẽ tăng tốc sử dụng cơ sở dữ liệu của chúng tôi và sử dụng đám mây của chúng tôi một cách đáng kể."