今天，“新质生产力”已成为中国经济领域的一个“高频词”。在今年《政府工作报告》列出的十项政府工作中，“大力推进现代化产业体系建设，加快发展新质生产力”列于首位，其重要性不言而喻。
特别是自去年以来，以生成式 AI 和大模型为代表的新一代数字技术引发的革命性突破，更引发了传统生产要素以及以数据为代表的新生产要素的融合与创新，不仅成为推动“新质生产力”发展的重要技术“底座”，也驱动着千行百业的数智化转型从“量变”转为“质变”，实现了数字生产力的再一次跃迁。
在此背景下，甲骨文公司近期正式发布了其下一代长生命支持周期数据库产品 Oracle Database 23ai。作为一款具有“里程碑”意义的版本，Oracle Database 23ai 包含了 Oracle AI Vector Search（AI 向量搜索）以及新增超过 300 个主要功能，专注于帮助客户简化数据中的 AI 使用，加快应用开发并运行关键任务工作负载，一系列的技术创新不仅进一步推动了AI在数据库中的“易用性”，同时也再次引领了数据库技术的迭代与演进。
甲骨文公司副总裁及中国区董事总经理吴承杨
在甲骨文公司副总裁及中国区董事总经理吴承杨看来，“新质生产力”的核心是新技术、效能以及可持续发展，这和甲骨文中国的使命是相近的，自1989 年进入中国市场以来，甲骨文也一直致力于将先进的技术与产品引入中国市场，并不断贴近和满足中国企业的需求，更好地服务中国行业客户。也正因此，在 Oracle Database 23ai 发布之际，甲骨文也希望通过数据库技术创新，帮助中国企业最大化释放数据要素价值，激发企业“新质生产力”发展。
解读Oracle Database 23ai
事实上，当生成式 AI 和大模型“横空出世”的那一刻，很多行业就意识到变革时刻已经到来，而数据库就是最早“觉醒”且付之行动的领域之一，AI 与数据库的“同频共振”，不但对当前的数据库技术架构带来了新一轮重塑，更为数据库市场赋予了前所未有的想象力。
而甲骨文就是最早的探索者和实践者，早在 2017 年，甲骨文就推出自治式数据库云（Oracle Autonomous Database Cloud），这一 “无人驾驶”的数据库；在去年举办的甲骨文全球云大会 2023（Oracle CloudWorld 2023）上，甲骨文也宣布全面拥抱 AI 技术，包括推出集成向量数据库，增强生成式 AI 并提高开发人员工作效率；同时甲骨文还通过向量存储和全新的生成式AI功能，持续推动 MySQL HeatWave LakeHouse 创新等；而今年 5 月正式发布的 Oracle Database 23ai，则标志着甲骨文数据库在 AI 技术创新方面“更上层楼”，持续做到了“快人一步”。
甲骨文公司中国区技术咨询部高级总监李珈
甲骨文公司中国区技术咨询部高级总监李珈表示，Oracle Database 23ai 主要专注和聚焦于三个关键领域：面向数据的 AI（AI for Data）、加速应用开发（Dev for Data）以及关键任务数据（Mission Critical for Data），具体来看：
一是，面向数据的 AI（AI for Data)，指的是Oracle Database 23ai 将 AI 引入业务数据所在的地方。其中关键的功能是“Oracle AI Vector Search”，即AI向量搜索，它可以让客户轻松根据概念内容（而不是特定的文字、像素或数据值）来搜索文档、图像和关系数据。同时，客户也可以使用大语言模型（LLM），借助自然语言界面来查询业务数据等等。
除此之外，客户也可以使用 Oracle Exadata System Software 24ai 实现任何规模的任务关键人工智能；而通过 OCI GoldenGate 23ai，则可以支持跨云数据存储，实现异构数据集成和高可用性，还支持企业将现有数据库的数据复制到 Oracle Database 23ai，以低风险的方式快速将 AI 引入数据，并对其进行向量化和索引，从而实现快 AI 搜索。除此之外，AI 功能都受益于 Oracle 任务关键型的一致性、可扩展性、可用性和安全性。
二是，加速应用开发（Dev for Data)，Oracle Database 23ai 新推出的“JSON Relational Duality”，让开发者可以使 JSON 轻松检索和存储使用 REST 或原生 JSON API 的相同数据，而不会影响关系数据模型中固有的数据一致性、存储效率和灵活性。此外，借助“JSON Relational Duality Views”，开发人员也不再需要为其数据选择单一的数据模型，从而可以从相同的数据中获得 JSON 和关系数据模型的双重优势。另外，新推出的“Operational Property Graph”也使得开发人员能够使用属性图形查询，轻松构建在数据之间和数据内部进行连接的应用等等。
“举个简单的例子，如果开发者已经构建好了关系型的表，同时这个表上也可以设计出无数个 JSON 的视图，那么对于 JSON 开发者而言就不再需要 SQL，因为他们可以直接用JSON的模式进行整个数据的访问和使用，而得到SQL的应用。”李珈说。
三是，关键任务数据（Mission Critical for Data)，在 Oracle Database 23ai 中，重磅功能当属“Oracle Globally Distributed Database with RAFT”，即Oracle全球分布式数据库现在支持 RAFT 能力，借助这一功能，分布在全球不同地方的物理数据库之间的“RAFT”复制可在数秒内实现零数据丢失的自动故障转移，而这对于客户在构建具备超高可扩展性和可用性以及云技术规模的分布式数据库时，则是至关重要的。此外，Oracle Database 23ai 也始终具备“True Cache”能力，始终具备一致性、应用透明、高性能等优势。
据介绍，“RAFT”这个能力是甲骨文中国客户顾问委员会在三年前提出的要求，现在 Oracle Database 23ai 把它融入了进来，因此对于有出海需求的中国企业，这个技术功能就可以帮助客户数据库中的关键任务系统在简化模式下做到一个最好的扩展模式。
除此之外，Oracle Database 23ai 还能够与所有 Oracle Cloud AI Services 相集成，同时相同的 AI 数据库技术也可以在客户需要的地方运行，包括 Oracle Database@Azure，此外随着 AI 的不断快速发展，Oracle Database 23ai 也还将添加更多先进的面向数据的 AI 功能。
“Oracle Database 23ai 是以 AI 为主要的关注重点，且更重视 AI 怎样能够快速地融入企业的应用之中，而不仅仅是一次简单的尝试，因为甲骨文的目标就是希望‘AI for Data’能够变得非常简单，让所有人员，所有应用和所有工作都能够更方便轻松的使用 AI 的能力，特别是甲骨文的融合数据库相比单一的数据库每个不同的场景组合起来使用 AI，而需要多种技能组合的场景是不一样的，可以说甲骨文的数据库在 AI 领域的领先优势是非常明显的。”李珈说。
引领融合数据库创新与实践
确实如此，早在 2019 年甲骨文就提出了“融合数据库”的理念，其核心是将多种数据库、数据类型和工作负载融合到一个数据库之中进行统一的管理，充分简化开发和集成，如同智能手机将电话、短信、语音、相机、音乐等功能合为一体，融合数据库可以支持关系型数据、空间数据、图数据、区块链数据、文本、XML、JSON、传感器数据等各种数据类型，且不同数据类型都实现了完全一致、可扩展、可用和安全性。
特别是在大模型时代，基于甲骨文融合数据库的优势，则可以让企业使用 AI 变得更加方便和容易，真正实现“化繁为简”。
客观地说，今天对于众多的企业而言，要落地 AI 或者大模型实际上是比较困难的，除了成本居高不下之外，企业想要在实际业务场景中部署使用大模型，还面临着数据、参数调优、人才等诸多的难题。
但基于甲骨文融合数据库，AI 的落地就会变得更加简单，背后的原因在于：一方面甲骨文全面支持向量数据库；另一方面，当企业构建向量数据库之后，今天则能够使用标准SQL轻松构建和运行人工智能算法和模型，同时还可以 AI 向量搜索能力，查询任何的数据，这就相当于为开发者和企业提供了一把钥匙，可以轻松打开关系型数据库、非关系型数据库、JSON、图数据等等，而这些操作都不再需要回到应用层面。
“如果是通过单一的数据库产品，所有这些事情也可以做，但企业需要一个很强大的开发商来做所有这些事情，而通过甲骨文的融合数据库，则只需要简单的操作就可以帮助企业完成这些工作，换句话说只要进入到 SQL 这个层面，企业就可以更快拥有一把通往智能化时代的关键钥匙。”吴承杨说。
可以这样来理解，今天很多大模型生成的是以文本为主的内容，但甲骨文所做的事情则是基于大语言模型生成 SQL，并且借助融合数据库的优势，就可以让数据和应用的生成和开发变得“一马平川”。对此，李珈也补充表示：“不管客户的文档有多大，不管客户的非结构化数据是多么的千奇百怪，甲骨文都有不同的方法把它们放进向量数据库当中，然后通过查找功能找出来，而且这些能力都只需要使用 SQL 就能实现，由此可以很方便的将向量化数据，AI 数据，以及业务数据结合在一起，简化所有应用和分析的生成与运行。”
不仅如此，吴承杨还认为，最新发布的 Oracle Database 23ai 大规模引入 AI 能力，更让甲骨文融合数据库的理念迈上了一个全新的台阶，真正在“任何时候、任何地方、任何人”都可以更加方便的使用“任何数据”，甚至于客户自己内部的工程师都可以解决这些问题，这也意味着企业在大模型时代可以站在甲骨文这个“巨人的肩膀上”更快地落地 AI 应用，轻松打造出自身差异化的竞争优势。
毫无疑问，随着生成式 AI 的出现，融合数据库将变得更加重要，而甲骨文一直以来引领融合数据库的创新与实践，这为企业加速数智化转型，打通 AI 应用和大模型落地“最后一公里”提供了坚实的技术“底座”。同样，这也是甲骨文有能力，更有信心让千行百业的客户加速拥抱大模型时代的关键底气所在。
以创新激发企业新质生产力
众所周知，AI 大模型，是典型的“大数据+大算力+强算法”结合的产物，同时大模型技术也存在着典型的“飞轮效应”，即通过不断应用落地，实现数据反哺，由此充分释放数据“新要素”的价值，赋能各场景的数智化，推动新质生产力融入千行百业。
在吴承杨看来，真正的新质生产力是需要通过新技术来实现落地的，而甲骨文进入中国市场 35 年来，就一直致力于将最新的技术带到中国市场，无论是最新发布的 Oracle Database 23ai，还是和全球同步发布的 Oracle Exadata 数据库一体机，都是甲骨文将新技术带来中国的体现。
值得一提的是，过去几年，甲骨文在数据库市场还通过“与时俱进”的创新不断满足中国客户的需求，以 Sharding（分库分表）能力为例，甲骨文早在10 多年前就有一项“Globally Distributed”的技术，可以实现全球性的“分库分表”，甲骨文很少提这个技术，但并不代表着甲骨文不能帮助客户做“分库分表”，甲骨文认为这仅仅只是数据库中的一项功能而已，核心问题是要帮助客户在数据库领域实现“融合和简单化”，唯有如此才能让客户更好的拥有“使用简单、迁移方便，同时投资成本低的数据库产品”。
吴承杨说，正是基于这样的理念，甲骨文过去几年持续加大对中国市场的投入，不仅对行业客户提供了 360 度全方位的关怀，同时今天甲骨文的数据库产品在中国也逐渐成为了“性价比”的代名词。而面向未来，甲骨文在数据库业务方面，不仅要为中国客户提供更多灵活的数据库解决方案，同时也会确保客户系统的稳定和可靠性。
在中国企业出海方面，随着越来越多的企业走出去，这些企业需要在全球不同的地方的构建公有云基础设施，同时也需要把数据在全球范围进行流动和迁移，并且这个过程要确保当地数据的合规性，以及全球数据的一致性等等。同样，甲骨文也可以为中国出海企业提供更好的服务，让企业的“出海之旅”能够走得更远、走得更稳。
总的来看，过去 AI 的能力往往都是大公司的专利，而只有让千行万业都能获得普惠化的 AI 能力，才能推动整个中国千行百业的数字化转型，而甲骨文率先将 AI 能力全面引入到数据库产品中，相信将可以充分的释放数据“新要素”价值，让企业更好的拥抱大模型时代。
同时，进入中国市场 35 年来，甲骨文也始终通过“以行践言”的方式持续深耕中国市场，并提供先进科技助力中国企业高质量发展，相信这种使命与担当也一定能让更多的行业客户在未来打造出先进的新质生产力，加速企业的数智化转型步伐，并在数字中国建设的进程中贡献出更大的力量。
