知名科技杂志《连线》创始主编凯文·凯利曾预测：“在未来的 100 年里，人工智能将超越任何一种人工力量，将人类引领到一个前所未有的时代。”
可以看到，随着近两年AIGC与大模型的快速爆发，AI在千万行业中的重要性愈发突出。根据IDC预计，未来中国生成式AI软件市场规模将达到35.4亿美元，并在各个生产效率提升、业务职能和行业应用中变得“无处不在”，无论是AI搜索、自动生成代码、AI助手等面向生产效率提升的应用场景，或是跨客服、营销等领域的业务职能应用场景，还是面向垂直行业特有的应用场景，基于生成式AI的应用层创新将会成为整个产业持续发展的驱动力。
但与此同时，也要看到以生成式AI和大模型为代表的人工智能技术的发展，和在企业端难以快速利用AI技术形成优质新质生产力的“困境”正形成鲜明的对比。换句话说，尽管当前生成式AI可以帮助企业“生产”出简单的应用，但想让AI生成复杂的企业级应用并不现实。
背后的原因在于，相较于企业既往所熟知的传统架构体系，“AI原生”的新体系架构深度融合了AI大模型、大数据、云等前沿技术，系统复杂程度以及难度都在大幅提高，这一转变不仅加深了对高质量数据的依赖，同时还必须重构基础设施以及开发架构，而这也给企业带来了一系列全新的挑战。
也正因此，在日前举办的2025甲骨文中国创新峰会上，甲骨文公司副总裁及中国区董事总经理吴承杨表示：“企业要使用AI开发应用，但如果不改变传统的开发架构，那就像在土路上驾驶赛车那样，根本无法发挥赛车的最佳性能。所以，未来加速构建以AI为中心的企业级平台架构，将是企业走向AI原生的必要条件。”
01.
选择化繁为简，
掀起一场AI为中心的平台架构革命
毫无疑问，从去年开始，生成式AI以及大模型技术直接以“主角”的姿态，登上舞台中央，几乎在一瞬间就宣告了一个时代的更替，拥抱AI，走向“AI原生”成为各个行业和企业追求的发展新方向。
但当越来越多的企业开始关注如何利用AI技术提升业务效率和创新能力时，会发现其在开发领域面临着三大挑战，包括应用程序内广泛的依赖和假设，使得应用生成和演进变得十分困难；成千上万行无人理解的AI生成代码，使应用程序难以理解、验证和维护；不仅如此，企业还需要在整个应用程序的代码开发中考虑企业级的“稳健性”，否则这样的应用程序就难以实现规模化应用。
事实上，造成今天企业软件开发困难的“根源”，在于很多企业的平台架构过于“复杂”，一个最为典型的例子是，在某些中大型企业的架构中，由于要管理不同的数据类型，因此使用了各种各样的数据库；在此基础上，过去几年由于“中台”概念的流行，企业在数据库之上又搭建了不同类型的中台，如数字中台、业务中台、数据中台、技术中台等等；最上面才是软件应用层，而这种传统的企业架构无疑在AI时代很难发挥最佳的作用。
对此，吴承杨认为：“AI不是一个项目，而是未来的一场全新革命，因此企业需要砸掉中台，通过加速构建以AI为中心的企业级平台架构，让架构变得更加的简单化，才能更好地推动企业级AI应用的落地。”
一是，从理念方法看，企业拥抱AI，走向AI原生是必然趋势，因此需要逐步构建以AI为中心的平台架构新理念。“革命来了以后，不是你需不需要的事情，而是没有办法选择。同样，AI来了，企业也没有选择余地，只是可以选择分几步走，或者说看看再走，做了再走，总之构建以AI为中心的企业级平台架构，满足企业生成式AI应用开发需求，将是企业AI应用大规模落地的关键举措。”吴承杨说。
二是，从业务过程看，企业要“简化”复杂的平台架构，一方面，就需要减少数据库的种类，将数据管理功能回归到数据库本身，即底层必须通过融合数据库，才能让数据和数据之间相互产生效益；另一方面，软件应用模块之间的关系也要尽可能的“简化”，过去的中台理念本质上是让应用“复杂化”，现在强调的则是“简单化”，因此“砸掉”中台，特别是数据中台，则可以把数据源源不断的转换为智能和洞察，最终为企业释放出更多的AI红利。
三是，从未来趋势看，通过AI实现应用的自动生成将成为越来越多企业的愿景和选择。从IDC追踪的大模型“助手”类APP的使用量中可以发现，从一年前的日活在30-40万之间，发展到今天头部APP的日活已经超过1000万级别，累计下载量也已经达到亿级，可以说生成式AI驱动的应用不断渗透到每个人的生活与工作中，而这背后也印证了生成式AI正在驱动软件与应用开发流程的转变，同样企业也需要关注到这种重大转变。
由此可见，未来企业将走向“AI原生”的新发展方向，AI化不仅是简单的一个项目，也不仅仅是简单的技术问题，更是一场涉及到企业级平台架构重构的“新革命”，而企业唯有“化繁为简”，并以AI为中心，搭建企业级平台架构，才能加速企业的智能化转型之路。
02.
坚持长期主义，
三个维度“重建”企业级AI平台架构
那么，如何才能更好地“重建”企业级AI平台架构呢？在甲骨文公司副总裁及中国区CTO谢鹏博士看来：“走向AI原生，企业需要有长期主义的技术路线，需要回到以AI为中心的基础设施重建，以AI为中心的数据平台重建，以及以AI为中心的开发架构重建。”
在此过程中，以AI为中心的基础设施、数据平台还是开发架构的“重建”，企业无论是先做什么，还是后做什么都并不是核心问题，具体说:“关键的是其整体的思考和布局必须是‘融合重构’的，原因在于‘重建’这些平台能力和体系，和传统的企业级架构有着本质的不同，即其更重视层与层之间的融合，而不是仅在传统架构划分的基础环境层、数据管理层、集成服务层、业务应用层之上再加上一个AI层”。
“以AI为中心设计的平台架构会把基础设施、数据和应用变成上下交融共生，如甲骨文强调说把AI带入数据，就在于数据库中本身就应具备的原生AI能力，而不是把数据迁移到库外,再去搞一个AI层，那个就是‘Data+AI’，而不是‘Bring AI to Data’。”谢鹏博士说。
也正是洞察到这种变化，过去几年围绕“AI原生”，甲骨文也推出了一系列全新的产品和解决方案，彻底掀起一场以AI为中心的平台架构“新革命”，具体而言：
首先，以AI为中心的基础设施“重建”。生成式AI火爆背后，同样也给数据中心基础设施带来了诸多的挑战。面对这种变化，甲骨文同样“一马当先”，以前所未有的创新力和产品力，引领了AI基础设施建设的新方向和新趋势。
比如，为了更好地满足AI大模型和智能算力的增长需求，甲骨文推出了Zettascale云计算集群，其支持 131,072 个 NVIDIA GPU，同时提供突破性的2.4 zettaFLOPS 峰值性能。同时，Zettascale云计算集群还包含OCI计算节点、超低延迟网络以及高性能存储选项，更好的帮助客户大规模构建、训练和推理 AI。
此外，近期甲骨文还推出新一代 Oracle Exadata平台 Oracle Exadata X11M。其起售价与上一代产品相同，但在AI、分析和在线事务处理 (OLTP) 方面实现了显著的性能提升。更为重要的是，无论在公有云、多云或本地部署环境中，Exadata X11M均能提供相同的功能，让企业客户在无需更改应用的情况下，灵活部署和运行 Oracle Database 工作负载。
其次，以AI为中心的数据平台“重建”。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。
作为全球数据库领域的“领导者”，甲骨文在去年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是一款面向AI应用开发打造的核心数据库产品，支持AI向量搜索、大语言模型（LLM）和检索增强生成（RAG）等功能，能够使开发者更轻松地将AI能力集成到数据驱动的应用软件之中。
最后，以AI为中心的开发架构“重建”。如前文所言，企业正趋向于使用更先进的生成式AI解决方案和开发架构，其特点包括：模块可以组装、互相独立，可以各自发展；整个应用要能够用声明式的语言简单地说明意图，对它进行描述；同时，整个架构也需要具备健壮性、高可用性、安全性、一致性等等。
为此，甲骨文推出了面向企业的以AI为中心的生成式开发基础设施加之GenDev，它结合了Oracle Database 23ai 中的创新技术，如JSON Relational Duality Views、AI Vector Search 和 APEX 等，能够提供以声明式语言和视图，可自动或辅助实现企业级AI应用所需的独立性、隔离性、保密性、一致性、可演进性和可生成性，这一全新的开发架构支持低代码或无代码开发方式，通过预构建的集成和可视化开发工具，能够快速帮助企业实现应用的现代化。
当然，从互联网时代到云时代再到AI时代，几乎每个时代都要求企业“重建”架构，那么以AI为中心的平台架构的“重建”革命，又能延续多久呢？
对此，谢鹏博士说:“企业从信息化向AI化升级是一个旅程，不可能一蹴而就，企业需要具备长期主义的技术路线，做一个AI项目也是需要的，但它是短期的、局部的；认识到并开始着手‘重建’以AI为中心的基础设施和平台架构是长期之举，也是基础能力之构建。进而这些能力包括:过去应用开发关注的是‘码农’的个人能力，而未来的应用开发则是强调以数据或者说AI为中心的生成能力；过去的应用开发需要一步一步把蓝图、架构、代码全部写出来，但现在交互方式变了，企业只要用自然语言的方式声明我要什么，AI代码助手就生成什么；过去更强调一切皆为服务，但今天AI Agent成为服务交付方式，未来则会走向Agentic AI（代理式人工智能），即Agent to Agent，整个服务模式也将会产生质的的变化”。
从这个角度来说，未来应用的“生产”不是“开发式”的，而是“生成式”的，而企业构建以AI为中心的平台架构，尽管不是“一建就准、一建就对、一建就一劳永逸”，但企业的核心竞争力将会不断强化，由此才能在激烈竞争中立于“不败之地”。
03.
走向AI原生，
甲骨文欲做中国企业和伙伴的“同路人”
客观地说，由AI引领的“变革”前方既充满诱惑，同时更充满了未知，但每一次人类文明的演进，何尝不是源于不断探索新的事物，追求过去无法触及的新世界。
同样，在这场企业级平台架构的“新革命”中，甲骨文不仅仅是提前“预见”，更是通过“身体力行”，以全新的方法理念，创新的技术能力，以及领先的行业实践和生态协同，真正成为了中国企业和伙伴走向AI原生的“同路人”。
确实如此，甲骨文进入中国市场36年来，就一直致力于将最新的技术和理念带到中国市场，并且在过去几年也通过“与时俱进”的转型，并持续加大对中国市场的投入，不仅在细分市场取得了不错的成效，同时在AI等新技术领域也做到了持续引领。
第一，全面布局民营企业，甲骨文内部称之为“Go Commercial”，在这方面越来越多的民营企业开始认可甲骨文，选择甲骨文，背后的关键在于这些行业客户非常尊重和看中价值服务。“毋庸置疑，现在甲骨文的解决方案，特别是数据库产品、服务、价格都非常有优势，但是我们仍会对外界变化做出调整，以企业的需求为导向，为更多的中国企业提供有价值的服务。”吴承杨说。
第二，通过 AI 和云技术，持续推进中国企业全球化发展 （China to Global），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，而甲骨文OCI全球化的布局则可以给中企出海提供更好的服务，让企业的“出海之旅”能够走得更远、走得更稳。
吴承杨表示：“中企出海给甲骨文带来了全新的机会，同时甲骨文也通过和更多的中国企业客户保持非常紧密的合作，针对他们在出海的时候面临的各种各样的问题给出方案和指导，这是一件非常有意义的事情，因为这能够为更多的中企出海保驾护航，帮助企业打造增长的第二曲线。”
第三，在AI原生领域，甲骨文正开启一场企业级平台架构“新革命”，助力企业面向数智化场景，打造新质生产力，赋能经济社会深度数智化转型。其中，在技术创新上，甲骨文通过Database 23ai、GenDev、AI基础设施等新技术和新方案，帮助企业构建一个以AI为中心的平台架构，这一架构大幅度“简化”了企业AI应用的开发流程，为企业提供了强大的AI原生能力。
在行业实践上，甲骨文通过强化和中国企业合作，加速AI应用落地。典型的是从PC互联网业务起步的猎豹移动，其2016年就开启了以AI技术驱动的战略转型，2023年，相继推出“为企业应用而生”的OrionStarLLMs系列，以及围绕企业级AI应用开发的大模型数据服务“AI数据宝”。
接下来，猎豹移动与甲骨文双方有意愿在AI与数据的融合方面开展合作，将数据基础设施（Data Infra）向AI基础设施（AI Infra）做转变，包括数据非结构化转结构化的处理，增强AI模型的理解力和准确性，有效推动企业级AI应用落地过程中“最后一公里”的突破，进一步夯实双方在全球市场的竞争优势。
而在生态协同上，当AI原生走向更多领域和行业的时候，无疑对生态合作的伙伴的能力要求也提出了巨大的挑战，同样甲骨文也通过开设以AI为中心（AI-centric）的训练营，帮助合作伙伴培养全新的能力，助力他们赢在AI新时代。
总的来说，AI与产业，与企业，与应用的融合，早已超出了AI技术的范畴，同样对当下的企业客户而言，其对AI的需求也并不在于获得AI技术本身，而在于打造出一种“AI原生”能力，而这就需要企业构建以AI为中心的平台架构，这是其跨出从“0到1”的关键一步，也是其走向“AI原生”的必由之路。
而在这场企业级AI平台架构的“新革命”中，在甲骨文的持续创新和赋能下，我们也有理由相信，越来越多的中国企业将率先探索、穿越变革，实现企业的数智化“跃迁”和高质量增长。
