近日，甲骨文公司 FY26 中国媒体沟通会在北京召开。不久前，甲骨文披露了FY25财报数据：预计整体云业务增长率（包括云应用和云基础设施）将从2025财年的24%提升至2026 财年的40% 以上。
此外，OCI 的增长率也将从2025财年的 50% 提升至 2026 财年的 70% 以上。值得一提的是，甲骨文全年营收达到了574 亿美元。
在全球科技行业竞争加剧的背景下，大部分厂商都在收缩。但Oracle正处于不断攀登新高的态势。
这不禁让人心生疑问：这背后的逻辑是什么？
AI+融合数据库，加速企业数智化转型
“Oracle做对了几件事才有了这样的好业绩，”甲骨文公司副总裁及中国区董事总经理吴承杨首先坦言，第一，数据。Oracle在数据方面深耕了四十多年，有着非常独到的见解与解决方案。第二，Oracle云转型非常坚决。目前几乎所有产品都在向云迁移，这给Oracle创造了非常好的发展条件。
而转眼到了大模型掀起的新一轮的AI革命的浪潮中，AI对于任何厂商都是新鲜事物，为何Oracle仍能立于不败之地？
其实，关键在于其不断在“数据”方面做文章，并且很早提出了“融合数据库”的概念。
甲骨文公司副总裁及中国区董事总经理吴承杨
AI对每个人、每个公司都是很好的机会，但吴承杨认为，对于Oracle是一个更好的机会。AI 对于Oracle来说，其实是 chemistry match。核心在于AI让数据优势得以展现。
如今“数据”的概念远比过去广泛，文字、空间、向量数据、文本、人际关系乃至非结构化和半结构化数据都属于数据范畴。“数据库” 的概念也与以往大相径庭，现在数据的多模融合至关重要。多模融合主要涉及数据类型与整体架构，比如图数据、数据流、数据仓库与数据湖架构，以及多种应用层级，而AI的发展让这些融合变得极为关键。
简言之，AI的发展需要数据，数据能让AI发挥出更大的价值。从甲骨文的财报数据来看，融合数据库显然已经成为其在AI时代的业绩增长引擎。
吴承杨认为，融合数据库在AI时代非常重要。简单来说，AI不仅能帮写文章，更重要的是通过推理来解决问题。在这个过程中，不仅需要某一种数据，还需要网页端数据、ERP结构化数据、文本文件，甚至还需要分析用户间的关系亲疏。
显然，如果只有某类数据的话，比如只有结构化数据，你只能看到订单情况，无法了解其他维度。但当你拥有多源数据后，包括地理位置这些信息都会轻松查看，分析效果也完全不同。
而传统模式下是怎样的？
企业往往会用多个数据库（如 MySQL、MongoDB、Neo4J 等）分别存储不同类型数据，但带来的问题是：整合复杂、安全管理难等。
就像很多企业做AI 项目时，会把现有数据平台的应用抽取到外部另起炉灶。吴承杨坦言，这其实是一个误区。AI不应作为独立项目存在，而应融入整个系统架构。但是难以融入的原因在于，架构太复杂，如果企业连十个数据库的整合、数据中台搭建、安全管理都无法搞定，自然无法将AI集成进来，这也是许多 AI 项目投入巨大却收效甚微甚至烂尾的原因。
吴承杨还用一个生动的比喻说明问题：“若将食材分放十个冰箱，烹饪时需反复取料；而 Oracle 融合数据库就像千升大容量冰箱，所有数据（结构化、非结构化、向量、图数据等）一站式整合，直接取用即可。” 数据多模融合的优势在智能体时代尤为显著：传统多数据库可能需 20 步完成的编排任务，Oracle 可精简至 4 步。
处在AI大变革时代，甲骨文持续数据库领域深耕，所以缘何甲骨文能在竞争加剧的情况下，保持逆势增长的态势也就不言而喻了。
AI落地实践，从技术概念到价值转化
与大部分数据库厂商不同的是，甲骨文在数据库方面更注重“简单、安全、可靠，”主要体现在三方面：
架构融合：Oracle 数据库支持任意数据类型（JSON、向量、图数据等）和工作负载，底层内置无表大小限制的扩展性，无需企业在应用层或数据中台解决整合问题。
AI 原生支持：内置 RAG（检索增强生成）功能，可直接对接大模型，通过数据库中准确的结构化数据抑制 AI 幻觉，将企业级 AI 应用准确率提升至 90% 以上。
安全可控：通过 VPD（虚拟专用数据库）、RAS（实时应用安全）等技术，在数据层解决权限管理、恶意注入等问题，尤其适配 AI 时代机器生成代码的安全需求。
相比之下，部分国产数据库倾向于在应用层解决问题，导致架构复杂，难以融入 AI 系统。而甲骨文的逻辑是：“让数据应用更简单”—— 企业无需纠结于分库分表，只需专注于业务分析与应用创新。
更重要的是，在大部分企业不能将AI实现落地的情况下，甲骨文的 “融合数据库 + AI” 战略并非空谈，而是通过一系列标杆案例实现了业务价值落地。
在技术生态合作方面，甲骨文为 xAI 的 Grok 模型提供 OCI 支撑，与 NVIDIA 携手加速企业 AI 创新，与 AMD 合作突破大规模 AI 工作负载性能瓶颈，还与软银、OpenAI 在 Stargate 项目中推进数据中心建设。这些合作印证了甲骨文云基础设施在 AI 时代的行业认可度。
在垂直领域，两大案例尤为典型：
医疗健康领域（Biofy）：抗生素耐药性问题倒逼精准诊断提速，Biofy 将庞大细菌库 DNA 序列向量化存储于 Oracle 数据库，医院采集样本后可通过向量相似性检索快速匹配细菌类型，将诊断时间从3—5天缩短至4小时，大幅提升了救治效率。
影视制作领域（DeweyVision）：好莱坞视频后处理需在海量帧数据中检索相似片段，传统多数据库架构导致流程冗长。借助Oracle Database 23ai 的向量技术，其将帧信息向量化后直接存储、检索，简化了开发与维护流程，提升了后期制作效率。
此外，甲骨文通过 GoldenGate 技术实现跨数据库数据集成，支持 LangChain 开发框架与自然语言交互，让企业可快速基于融合数据库搭建 AI 应用 —— 从数据集成、向量化处理到智能分析，全流程无需 “另起炉灶”。
吴承杨表示，没有融合数据库也能做智能体，只是融合数据库让智能体做起来更简单。
AI时代要求整个编程，包括对数据的使用等方面都要简单化。如果你做的事情很复杂，理论上是可行的，但实际真正的要落地会复杂的多。
“Oracle 想做的是让 AI 简单化，让 AI 在智能体时代落地简单化，”吴承杨如是说。
深耕中国市场，助力企业全球化
谈到未来，吴承杨笑着说，“我们是做‘装修材料’的，会持续在数据库方面深耕。”
同时，他也阐明了未来将聚焦两大核心方向：一是专注于Commercial市场，制造业是重要的部分，但不限于制造业。
从目前来看，中国高端制造业正在面临通过科技提升良率、优化流程的需求。甲骨文将融合数据库与 AI 深度融入生产场景：通过整合 ERP、IoT 设备数据（JSON 格式）、原材料信息等，借助 AI 分析数据间的异常关联，帮助企业定位生产问题。例如，目前一些制造业客户已经通过 Oracle 平台发现了专家经验之外的良率影响因素，验证了数据驱动的价值。
在稳住中国市场的同时，甲骨文也更重视出海（China to Global（C2G））。吴承杨表示，现在出海发展的非常快。据了解，甲骨文的一部分客户迫切希望把生产线迁至海外，甚至将整个产业链都迁往海外。还有很大一部分客户，其海外市场已经超过本土市场。另外还有部分客户几乎完全迁至了海外。由此可见，海外蕴藏着很大的发展机会。
当然，在海外市场，甲骨文也有着很强的竞争力，凭借其全球化服务的经验，其可以帮助企业解决海外数据合规（如满足当地法律要求）、跨区域数据管理等问题。无论是生产线迁移、海外市场拓展，还是纯海外业务，甲骨文均可提供本地化部署与云服务的统一架构，确保数据安全与业务连续性。
面对国内数据库厂商的竞争，吴承杨强调：“融合数据库不是概念，而是经过十年验证的成熟产品。” 甲骨文每年将 10%-15% 的营收投入研发，其数据库的向下兼容性、多模数据处理能力、企业级安全机制，构成了难以替代的技术壁垒。
写在最后
从财报数据的高增长，到融合数据库的技术突破，再到行业案例的落地验证，甲骨文 FY26 战略清晰展现了一条路径：以数据融合为底座，以 AI 为引擎，帮助企业跳出 “AI 项目独立化、数据架构复杂化” 的误区，实现技术与业务的深度融合。
在智能体时代，这或许正是企业穿越周期、重塑竞争力的核心逻辑。
