Oracle 在数据库领域确实仍旧根基深厚，DB-Engines 数据显示，Oracle 作为关系型数据库，在银行核心交易、大型 ERP 等场景的市场份额超过 60%。在 AI 数据库方向，Oracle 已经迭代到了 26ai 版本，围绕其核心理念 " 让数据库靠近数据，数据不离开数据库 "，Oracle 为 AI 和数据提供统一操作平台，这与其他数据库产品形成鲜明对比。
云市场上，研究机构 Synergy Research 多次将 Oracle 列为增长最迅猛的第二梯队云服务商之一，同处这一梯队的还有 CoreWeave、OpenAI、Crusoe、Nebius 等新云厂商。
2026 财年业绩印证了上述势头。当季云基础设施（IaaS）营收同比增长 93% 至 58 亿美元，多云 AI 数据库营收同比增幅达到 404%。创纪录的营收、利润及剩余履约义务（RPO）背后，是 Oracle 对 AI 基础设施的持续投入，以及将数据库、高性能一体机与多云互联能力协同整合的战略执行。当然，不可否认的是，Oracle 巨额的资本投入导致自由现金流为负也在让市场时刻警觉。
近日 Oracle 中国举办了新一轮媒体沟通会。交流中，大家最关心的问题是，Oracle 的 AI 产品究竟如何落地，成效几何。
甲骨文公司副总裁及中国区董事总经理吴承杨及团队说，" 关键还是要看效果怎么样。一是要生产级，二是一定要有业务成效。"
在他看来，在 AI 的方法论上，中美没有区别，核心有三点：一是 AI 都是企业级的问题；二是 AI 一定是云原生的问题，即数据是一致的，云原生能够支持用户的数据；三是 AI 的底层是数据，且数据在 AI 时代非常重要。因为只有将各种系统融合在一起，才能建立让 Agent 能够理解的业务语义层。
结合 26ai 的演进，Oracle 数据库将向量、RAG 检索增强生成、记忆等能力都内置到其数据库中，在数据库内部直接完成分块（Chunking）、向量化生成和向量索引检索，这种减少数据在非数据库层面流转的做法，极大降低数据迁移带来的安全风险和延迟。
至于如何确保 AI 数据库在企业客户的落地，Oracle 也在更新实践。目前 Oracle 提出了 AIBS（AI Business Success）方法论，通过 FDE（Forward Deployed Engineer）团队，将 AI 从一个项目，变成客户自己能够复制的底层能力。
" 中国市场很卷，用户往往会问两个问题：一是这个东西有什么成功案例？二是可以给我带来什么样的效果？" 吴承杨强调。
吴承杨指出，Oracle 其实更关心数据库能够带给用户什么成效（outcome ) ，这个成效是能够用数据体现，能够计算出来的，比如成本降低、效率和营业额的增长等等，而 Oracle 的全栈数据库，是能够为客户带来有成效的优势。
为此，与以往以产品为中心的传统售前不同，FDE 团队以客户的业务成效为中心，直接进驻客户现场，与客户共同挑选第一个落地场景。
这个场景遵循四点原则：业务效果可衡量；解决方案可复用；基础数据可得；场景是可控在一定时间内可落地的。其目标是在 30 到 45 个工作日内，完成从 "0 到 1" 的第一个场景验证，证明方法论和产品的可行性。在交付过程中，FDE 团队会将共性的工程化经验抽象、沉淀，反哺到 Oracle 的 AI 平台上，使得客户或合作伙伴在后续业务扩展中，开发速度越来越快，最终形成可循环的 AI 能力。
在多云层面，目前 Oracle 已搭建相对完整的 AI 技术栈：在底层搭建万卡集群，并在液冷、网络优化、更先进 GPU 基础设施层面采用新技术方案；在治理层，主要解决企业对 AI 主权和数据安全顾虑；在生成式 AI 服务层面，提供 On-Demand Token 服务和 Dedicated AI Cluster 专属 AI 集群服务。
值得一提的是，多云带来的不仅是灵活性，还有高昂的数据 " 出站 " 成本与复杂的跨云管理。Oracle Interconnect for AWS 在本月正式全面可用，在此之前 Oracle 已经与微软 Azure 和谷歌 GCP 之间实现连接。
甲骨文公司高级总监及中国区云工程部总经理窦杰指出，当企业通过专线从 AWS 大批量回撤数据用于灾备或分析时，将面临天价的出站流量费。但如果将 OCI 作为中转站，利用 Oracle 与 AWS 的对等互联以及 OCI" 数据进出双向免费 " 的策略，企业就能有效规避这笔按 GB 计算的巨额成本。这不再是单纯的技术连接，而是一种通过商业策略重构的成本套利。
（本文首发于钛媒体 APP，文 | TechHorizon，作者 | 杨丽，编辑 | 杨林）
