$ORCL 的拉里·埃里森谈论如何使他们的数据库支持多云，为 AI 模型向量化数据，以及通过 AI 平台统一所有企业数据： “让我从传统云和传统的 Oracle 数据库开始。我认为我们在这方面做出的最大改变是让我们的数据库在每个人的云中可用。因此，您可以在 Google 或亚马逊购买全球数据库。-- 它也可以在 Microsoft Azure 和 OCI 上使用。所以这可能是我们做出的第一个举动。我们称之为多云，我们实际上在其他云中嵌入了 OCI 数据中心。因此，他们可以获得最新、最好的 Oracle 数据库版本。 我们做的第二件事是，我们实际上转换了 Oracle 数据库或为 Oracle 数据库添加了功能。-- 使您能够向量化所有数据。因此，它是一个向量数据库。有些人称之为 AI 数据库。因此，它旨在使数据可供模型使用。您可以在向量化数据后，将 AI 模型放在其上。AI 模型可以理解数据库中的内容，并与数据库中的数据进行推理。 因此，我们认为将我们的数据库中的数据也提供给 AI 模型的组合大大增加了数据的价值。我们认为这非常重要--到目前为止，其他大型数据库都无法做到这一点。我们不仅可以做到这一点，还可以确保您的数据安全。这是更大的问题之一。我们必须扩展它，保持一切可靠，保持安全--我们实际上为 Oracle 数据库添加了所有这些功能和特性。 所以这是第二步。第一步是多云，第二步是向量化所有数据并使其可供所有流行的 AI 模型访问。第三步。好吧，我们使 Oracle 数据、Oracle 数据库数据可供这些 AI 模型使用，这很好。公司实际上有数据并未存储在 Oracle 数据库中，也未存储在 Oracle 应用程序中。因此，我们构建了一个 AI 湖屋，我们称之为 AI 数据平台，实际上指向并向量化您的所有数据，无论它是在不同云中的对象存储中，还是在定制应用程序中，或者是在另一个数据库中。它确实会获取您数据的宇宙，编目这些数据，向量化它，并允许 LLM 对所有这些数据进行多步推理。 现在，真正令人惊讶的是，想想问一个查询，问一个问题。模型查看您所有的数据。通常，当您问一个问题时，您必须将其指向这个数据库或这个应用程序。您不能说，我只想知道我下一个客户应该卖给谁。我是一个销售人员，在我的区域。我想查看我区域内的所有账户。我想看看谁是我区域内最好的潜在客户。这意味着查看合同数据，查看公开可用的数据。这意味着查看我们的销售系统、我们的支持系统，所有这些独立系统。 好吧，突然间，所有这些数据都被统一了。我们将您的所有数据统一起来，因此您可以问一个单一的问题，AI 模型可以找到该问题的答案，无论数据存储在哪里。这真是一个独特的提议，我们认为这将极大地推动我们数据库和云的使用。