$ORCL 的 Larry Ellison 談到如何使他們的資料庫實現多雲、為 AI 模型向量化數據，以及通過 AI 平台統一所有企業數據： "那麼讓我從傳統雲和傳統的 Oracle 資料庫開始。我認為我們在這方面所做的最大改變是使我們的資料庫可以在每個人的雲中使用。因此，您可以在 Google 或 Amazon 購買世界資料庫。-- 它也可以在 Microsoft Azure 和 OCI 上使用。所以這是我們所做的第一步。我們稱之為多雲，實際上我們在其他雲中嵌入 OCI 數據中心。因此，他們獲得了最新、最好的 Oracle 資料庫版本。 我們所做的第二件事是實際上轉換了 Oracle 資料庫或為 Oracle 資料庫添加了功能。-- 使您能夠向量化所有數據。因此，它是一個向量資料庫。有些人稱之為 AI 資料庫。因此，它旨在使數據可供模型使用。然後，您可以 -- 一旦您向量化了數據，您可以在其上放置 AI 模型，而 AI 模型可以理解資料庫中的內容並與資料庫中的數據進行推理。 因此，我們認為使我們的 -- 資料庫中的數據也可以被 AI 模型訪問的組合大大增加了數據的價值。我們認為這非常 -- 到目前為止，沒有其他大型資料庫能夠做到這一點。我們不僅能做到這一點，還能保持您的數據安全。這是更大的問題之一。我們必須擴展它，保持一切可靠，保持安全 -- 我們實際上將所有這些功能和特性添加到 Oracle 資料庫中。 所以這是第二步。首先是多雲，其次是向量化所有數據並使其可被所有流行的 AI 模型訪問。第三步。好吧，我們使 Oracle 數據、Oracle 資料庫數據可供這些 AI 模型使用，這很好。公司實際上擁有的數據並不存儲在 Oracle 資料庫中，也不存儲在 Oracle 應用程序中。因此，我們建立了一個 AI 湖屋，我們稱之為 AI 數據平台，實際上指向並向量化您的所有數據，無論它是在不同雲中的對象存儲中，無論它是定制應用程序還是在另一個資料庫中。它真的會將您的數據宇宙進行編目，向量化它並允許 LLM 在所有這些數據上進行多步推理。 現在，真正值得注意的是，想想詢問 1 個查詢，詢問 1 個問題。模型查看您的所有數據。通常，當您提出問題時，您必須將其指向這個資料庫或這個應用程序。您不能說，看看，我只想知道我應該向誰銷售的下一位客戶。我是一名銷售人員，在我的區域內。我想查看我區域內的所有帳戶。我想看看誰是我區域內的最佳潛在客戶。好吧，這意味著查看合同數據，查看公開可用的數據。這意味著查看我們的銷售系統、支持系統，所有這些獨立系統。 好吧，突然之間，所有這些數據都被統一了。我們將您的所有數據進行統一，因此您可以提出一個問題，AI 模型可以找到該問題的答案，無論數據存儲在哪裡。這真的是一個獨特的提議，我們認為這將大大加速我們的資料庫和雲的使用。"