【观察】甲骨文以“双引擎”驱动,加速中国企业拥抱决策智能

news2024/11/16 21:52:41

毫无疑问,当前中国整体经济形态正在从传统经济向数字经济转型,千行百业也在加速数字化转型,特别是随着企业数据的沉淀越来越庞大,对数据平台以及智能决策等新技术的需求也越来越旺盛。

国家发布的《“十四五”数字经济发展规划》中就强调:“有条件的大型企业要形成数据驱动的智能决策能力”;而科技部发布的《关于支持建设新一代人工智能示范应用场景的通知》中,也明确运用优化决策等技术,实现生产过程等领域的智能决策。

可以看到,过去几年受疫情的冲击,企业抗风险能力、生产供应柔性、精细化运营等话题被提升到前所未有的高度,这让企业的数字化转型愈加迫切,因此要快速的适应市场变化,就需要善用数据,让决策智能等新技术在企业的商业模式中创造出更大的价值,更好地降低未来挑战对企业造成的“不确定”的影响,由此才能在激烈的竞争中立于“不败之地”。

而作为全球最大的企业级软件公司,以及将“数据”融入到公司“基因”和“血脉”中的甲骨文,在此过程中也通过持续的技术创新,打造了“双引擎”——即数据库和云,并且将二者实现了“融会贯通”,由此不仅能够驱动更多的企业更好的拥抱决策智能,同时也能够加速众多企业的数字化转型步伐。

966e3c5120ff83c215ff60d4af7c935c.jpeg

正如甲骨文公司副总裁及中国区技术平台总经理吴承杨所言:“当今天数据越来越重要,在AI和ML变成全球最热门话题的大背景下,甲骨文公司具备‘算力、数据、模型和生态’等优势,这也让甲骨文可以帮助众多中国的企业在使用数据库,包括基于数据做决策的时候能够足够简单,开箱即用,未来我们也希望通过‘双引擎’技术的持续创新,让千行百业能够更便捷地通过数据创造出更多的新价值。

数据驱动决策大势所趋

众所周知,企业的数字化转型从来不是一个简单的技术问题,其目标或者本质是要将数字化的思维和方法贯穿到企业的关键场景之中,包括生产、销售、营销、服务等方面,而背后的关键就在于企业要构建数据驱动的模式,由此才能推动企业实现全面的数字化转型。

特别是随着大数据、人工智能、决策智能等技术融合日益加深,通过数据驱动打造企业智能化和精细化的运营模式已成为关键力量。从甲骨文近期发布的《全球决策困境研究报告》中,我们就能充分感受到这种变化,该报告对包括中国在内的17个国家/地区的14000多名员工和企业负责人展开调研,得出的结论是——做出正确决策至关重要,但非易事。

65cf5c4f94a423e0847c979d66fd5c9c.jpeg

一是,数据的爆发式增长,正在阻碍企业的获得成功。报告显示,81%的中国受访者认为,他们正受到来自更多渠道的数据“轰炸”,这比以往任何时候都要多;超过86%的中国受访者表示,庞大的数据量使得个人和工作决策变得更加复杂;更有高达90%的中国受访者表示,与日俱增的数据来源,正在有碍企业或者组织取得成功,原因在于需要其他资源来收集所有数据,并确保在此过程中不能丢失任何数据;极大的增加了收集数据的时间,并造成战略决策迟缓,且增加出错的机会。

二是,越来越多的企业受到了基于数据决策带来的困扰。报告指出,有76%的中国受访者表示,他们每天所做的决策数量在过去三年的时间里增加了10倍,也有同时超过78%的中国受访者表示,因数据量过于庞大而放弃做出决策,有82%的中国企业领导者更是承认,他们对数据缺乏信任,由此导致完全无法做出任何决策;超过92%的中国企业领导者正在遭受决策困扰,不少领导者对过去一年所做的决策也曾感到后悔、内疚或曾经质疑过自己做出的决策。

6491ae967590f07f352e3dff896f6e27.jpeg

三是,利用技术创新实现数据驱动型决策的公司将是未来的趋势所在。报告中提到,有96%的中国企业领导者认为,拥有合适的决策智能可以决定组织的成功与否,背后的关键在于越来越多的领导者认识到,正确的数据和洞察可以帮助企业改善人力资源、供应链、财务和客户体验方面的决策,同时还能在其他方面取得成功,包括超过81%的中国受访者认为,数据驱动决策可以更好地吸引人才;78%的受访者认为,可以更好地获得投资者的青睐;而更有超过90%的中国企业领导者表示,在未来倾向于让机器人做出决策。

对此,甲骨文公司高级副总裁及亚洲区董事总经理李翰璋强调:“随着数字经济的飞速发展,企业需要更多的相关数据来获得全局视图。同时,对于负责制定决策的企业领导者而言,如果忽视这些数据背后的价值,就需自担风险。因此,企业领导者是时候重新思考对待数据和决策的方法了。”

由此可见,在数据大爆炸的今天,对于企业而言要基于数据做出正确的决策绝不是一件容易的事情,日益增加的数据对企业而言虽然是一笔“宝藏”资源,但要真正要让数据产生价值,驱动企业做出高质量的决策,关键的“落脚点”还在于企业需要将信息、数据、洞察及行动串联起来,由此才能释放数据带来的全新价值。

加速企业拥抱决策智能

在此背景下,甲骨文基于自身在数据领域四十多年的积累和沉淀,并以全新的“双引擎”技术创新方式,为企业提供收集、分析和应用数据所需的决策智能,助力企业做出理想的决策。

d4f8b2113fb956ca68d01aa88cc6088d.jpeg

甲骨文公司中国区技术咨询部高级总监李珈表示:“产生决策智能的关键要素,不能仅仅只靠一种技术能够实现的。这是一门实践,需要通过技术来支撑系统不断地练习,去理解数据,收集数据,并对这些数据进行分析,进行挖掘,然后不断根据结果去反馈,去调优,去训练模型,再去修正这个模型。这是一个改善决策智能的关键要素的过程,也是甲骨文希望通过数据驱动企业决策背后所坚持的逻辑。”基于此,甲骨文也正通过“双引擎”的技术创新方式,驱动和加速更多企业拥抱决策智能。

首先,甲骨文能够通过“融合数据库”的方式,让企业的数据平台能够支持所有数据类型、工作负载,以及不同的开发风格。

例如,在工作负载方面,甲骨文可以提供HTAP混合事务和分析处理能力,而这个功能 十年前甲骨文就已经推出了,发展到今天功能已经十分强大,最为典型的如 Oracle Database In-Memory就能支撑不同的应用;此外,甲骨文也能够对不同数据类型提供支持,如关系、文档、图和空间多模数据处理。

更为关键的是,甲骨文今年刚刚发布的Oracle Database 23c 开发者版本,新增加了“JSON Relational Duality”功能,该功能不仅能够让开发人员可以根据不同的使用场景选择合适的访问格式,而无需担心数据结构、数据映射、数据一致性或性能优化方面的问题,同时还可以基于关系数据和JSON 数据运行图形分析。也正因此,第三方分析机构IDC给与了这项功能极高的评价,指出:“Oracle JSON Relational Duality 是一个真正的革命性解决方案,可能是信息科学领域近20 年来非常重要的创新之一。”

其次,借助甲骨文强大的云基础设施(OCI)能力,今天企业无论是在云端还是本地的数据中心,同样也能获得相同的“自治数据库”能力。

简单来说,过去甲骨文的自治数据库只能运行在Oracle公有云环境之中,对于很多想尝试自治数据库的企业来说是有一些难度的,但现在甲骨文打通了云端和本地的数据中心,由此让“自治数据库”的能力变得“无处不在”。

0e73bfbf754331bd778c521eff5b4be3.png

这其中创新的“代表”就是Oracle Exadata专有云数据库一体机(Oracle Exadata Cloud@Customer,ExaCC),它既能为企业提供原有的应用数据库支撑;同时另一方面它也能以低成本、便捷自助的方式帮助企业轻松部署甲骨文自治数据库。换句话说,基于ExaCC运行的多虚拟机自治数据库能够更好地利用Oracle Exadata基础设施“底座”的性能、可扩展性和可用性优势,这样就可以让企业更加轻松部署云原生和关键任务数据库。不仅如此,过去几年甲骨文还推出了很多的创新方案,如Oracle专有云本地化解决方案(Oracle Dedicated Region Cloud@Customer),该方案可以将公有云的能力全部“搬到”客户的本地数据中心等等。

最后,甲骨文还提供Oracle 分析平台(Oracle Analytics platform),借助其内置的机器学习技术,也可以帮助企业更快实现数据分析。“Oracle Analytics的技术门槛非常低,企业可以开箱即用,而根本不需要知道它是用什么方法,什么原理帮助企业实现数据分析过程的。”李珈说。

不难看出,通过甲骨文在强大的“融合数据库”、无处不在的“自治数据库”,以及数据库中内嵌的机器学习和人工智能,企业可以更好的在基础数据管理、增强和应用分析方面“大展身手”,更快地拥抱决策智能,让决策智能的获得变得更加简单和方便。

“双引擎”赋能千行百业

事实上,甲骨文“双引擎”的技术创新方式在决策智能领域的应用仅仅是一个“缩影”,在更大范围,更多应用场景中,甲骨文的“双引擎”也在赋能千行百业的数字化转型。

吴承杨说:“如果说今天甲骨文和过去五年或者十年有什么不一样,最大的变化就在于我们新增了云的引擎,这不仅推动了甲骨文的业务的高速增长,更重要的是也让甲骨文成为了一家云转型成功的公司。”

确实如此,甲骨文2023财年第三季度财报显示,其全球总营收为124亿美元,若按固定汇率计算,同比增长21%;其中云服务营收达到41亿美元,若按固定汇率计算,同比增长48%;此外,甲骨文云基础设施中的laaS业务营收为12亿美元,若按固定汇率计算,同比增长57%。截止目前,甲骨文OCI在全球范围内已经部署了超过41个云区域。

因此,这也让扎根中国市场34年的甲骨文,在全新的时代能够以“双引擎”的技术创新能力,将更多先进的科技带给中国企业;同时也在保证数据安全合规的同时,能够以更低成本,更快速部署的优势助力千行百业加速数字化转型。

第一,从数据创新维度看,甲骨文是全球少数具备“算力、数据、模型和生态”等优势的公司,因此无论是数据的管理,还是基于数据做决策智能,都是甲骨文可以发挥价值的领域。

例如,在算力方面,甲骨文 OCI 在全球拥有超过41个云区域,同时拥有强大的GPU算力优势;在数据方面,甲骨文已经做了45年的时间,可以说甲骨文是最懂在行业中如何做数据的;在模型方面,甲骨文深耕企业级市场,做的是数据相关的大模型,自治数据库就是其中的‘集大成者’;而在生态方面,甲骨文不仅是数据库公司,也是全球最大的企业级软件公司,更是唯一一家提供完整企业级IaaS、PaaS和SaaS产品与服务的云厂商,特别是在ERP还是HCM乃至垂直行业软件方面,甲骨文都有深入布局,因此可以将企业在不同应用中的数据挖掘出来,通过融合数据库强大的能力,更好地释放数据价值出来。

第二,从企业赋能维度看,国家此前提出了“双循环”的战略,越来越多各赛道的中国企业也正在将中国的业务和创新模式输出到海外市场,希望寻找到更多新的商业机会,而在此过程中甲骨文也可以提供更好的公有云服务,助力企业更好的“入华出海”。

“今天越来越多的中国企业在出海的时候选择甲骨文,这一点也印证了甲骨文在公有云上的创新能力赢得了客户的认可,因此这也让我们在中国公有云市场的发展速度远超全球市场,同时也甲骨文在未来更加有信心地服务好好中国的本地客户,同时帮助海外的客户进入到中国,比如HSBC(汇丰银行)进入中国市场时,甲骨文就是完全满足安全合规的要求情况帮助他们实现了落地。”吴承杨说。

第三,从心态开放的维度看,可以看到过去几年中国市场出现了越来越多的数据库公司,对此甲骨文也是始终保持开放和相互学习的态度,并希望通过自身的技术的创新,让更多的企业认识到数据的潜力,释放好数据的价值。

对此,吴承杨表示:“我们非常欢迎数据库这个行业有更多的厂商进入,不管在全球还是在中国,这是非常明确的,因为甲骨文认为数据库其实是一个相对冷门的领域,需要更多人关注,因为关注数据库就是关注数据。因此甲骨文鼓励更多的厂商投入这个领域,我们也愿意保持着开放的心态和同行相互学习,同时也愿意把选择权交给客户做决定。”

“回头来看,甲骨文在数据库领域已经做了超过45年的时间,我们每年研发投入在营收的15%左右,每年有超过60亿美元用来研发,同时全球也拥有很多的客户,每年也会做大量的迭代和优化,最终的目标和愿景也很清晰——就是让数据库‘化繁为简’,简单到让企业感觉不到它的存在,简单到人人都可以使用。”吴承杨最后说。

全文总结,“数字中国”的顶层规划、中国式现代化的整体布局为整个科技产业创造了巨大的历史机遇,更加速了千行百业数字化转型的步伐,而扎根中国市场34年的甲骨文,也正通过全新的“双引擎”技术创新和赋能的方式,加速中国企业数字化转型,推动中国数字经济的高质量发展,这不仅是甲骨文“以行践言”推动中国企业更快拥抱决策智能,最大化释放数据价值的体现,同时也是其过去三十多年来能够深度融入中国市场,并服务好中国行业客户的核心和关键所在。

6168b783decc14c487e29f2bbff5ff33.gif

申耀的科技观察,由资深科技媒体人申斯基创办,20年企业级科技内容传播工作经验,长期专注产业互联网、企业数字化、ICT基础设施、汽车科技等内容的观察和思考。

efc4b869175e8d0ecfe387c2fb1f2f86.png

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/497833.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

视频里的音乐怎么转换成mp3格式?

视频里的音乐怎么转换成mp3格式?视频里的音乐转换为mp3的原因有很多,主要是因为mp3格式是一种音频格式,文件大小较小,更易于存储和传输。相比之下,视频格式则是一种视频文件格式,虽然包含音频,但…

Q-in-Q 和 MAC-in-MAC

例题引入: 1. 城域以太网在各个用户以太网之间建立多点第二层连接,IEEE802.1ad定义运营商网桥协议提供的基本技术是在以太网帧中插入(26)字段,这种技术被称为(27)技术。 (26)A.运营商VLAN标记…

Hive知识点的回顾

一、Hive的序列化和反序列化 Hive读取文件机制:读取文件中的每一行 > 反序列化 > 通过分隔符进行切割,返回数据表中的每一行对象。 Hive写文件机制:把数据表中的每一行Row对象 > 调用LazySimpleSerde类中的序列化方法 > 把Row对象…

基于AT89C51单片机的电子秒表设计与仿真

点击链接获取Keil源码与Project Backups仿真图: https://download.csdn.net/download/qq_64505944/87759735?spm1001.2014.3001.5503 源码获取 主要内容: 设计一个电子钟,实现对时、分、秒的显示的控制,电路采用24小时计时方式。另一个功能是秒表功能…

JVM内存模型和结构介绍

什么是JVM JVM是Java Virtual Machine(Java虚拟机)的缩写,JVM是一个虚构出来的计算机,有着自己完善的硬件架构,如处理器、堆栈等。 为什么需要JVM? Java语言使用Java虚拟机屏蔽了与具体平台相关的信息&…

执行网格中有特定数量节点的传感器网络部署(Matlab代码实现)

目录 💥1 概述 📚2 运行结果 🎉3 参考文献 👨‍💻4 Matlab代码 💥1 概述 ​无线传感器网络是通过大量分布的传感器节点作为终端来协同感知和自主地监测外部世界,以多跳、自组织或协作的方式进行通信和…

Java 基础进阶篇(十二)—— Arrays 与 Collections 工具类

文章目录 一、Arrays工具类1.1 Arrays 类常用方法1.2 对于 Comparator 比较器的支持1.3 Arrays 的综合应用1.3.1 应用一:数组的降序排序1.3.2 应用二:根据学生年龄进行排序 二、Collections工具类2.1 Collections 类常用方法2.2 Collections 排序相关 AP…

哈希表相关知识总结

一、哈希表的定义 散列表(Hash table,也叫哈希表),是根据键(Key)而直接访问在内存存储位置的数据结构。也就是说,它通过计算一个关于键值的函数,将所需查询的数据映射到表中一个位置…

C++相比于C语言增加的8个特性(详解)

C相比于C语言增加的8个特性(详解) 文章目录 C相比于C语言增加的8个特性(详解)一、命名空间二、C输入和输出三、缺省参数四、函数重载五、引用六、内联函数七、auto关键字八、指针空值nullptr总结 一、命名空间 c的命名空间是为了…

【刷题之路】LeetCode 21. 合并两个有序链表

【刷题之路】LeetCode 21. 合并两个有序链表 1、题目描述二、解题1、方法1——直接合并1.1、思路分析1.2、代码实现 2、方法2——递归2.1、思路分析2.2、代码实现 1、题目描述 原题连接: 21. 合并两个有序链表 题目描述: 将两个升序链表合并为一个新的 …

Camtasia Studio2023Mac最新电脑版屏幕录像软件

Camtasia Studio2023提供了强大的屏幕录像、视频的剪辑和编辑、视频菜单制作、视频剧场和视频播放功能等。它能在任何颜色模式下轻松地记录屏幕动作,包括影像、音效、鼠标移动的轨迹,解说声音等等,另外,它还具有及时播放和编辑压缩…

数字化转型导师坚鹏:美的集团数字化转型案例研究

美的集团数字化转型案例研究 课程背景: 很多企业存在以下问题: 不清楚企业数字化转型能否成功? 不知道其它企业数字化转型的实际做法? 不知道其它企业的数字化转型战略是如何演变的? 课程特色: 用…

汽车架构-工作流程 以及相关协议解读

全车架构(E/E) 车载测试阶段: 台架测试 HIL测试(硬件在环测试) ADAS智能辅助驾驶测试 OTA测试(远程升级测试) 测试工具: Can协议工具:Canoe Pcan Zcanpro 辅助工具…

【Stable Diffusion】ControlNet基本教程(三)

接上篇【Stable Diffusion】ControlNet基本教程(二),本篇再介绍两个ControlNet常见的基本用法,更多用法欢迎关注博主,博主还会更新更多有趣的内容。 3.3更换物体皮肤 有时,我们不想改变物体的轮廓&#xff…

毫米波雷达系列 | 传统CFAR检测(均值类)

毫米波雷达系列 | 传统CFAR检测(均值类) 文章目录 毫米波雷达系列 | 传统CFAR检测(均值类)1.CA-CFAR算法2.SO-CFRA算法3.GO-CFAR算法4.仿真对比 CFAR检测器主要用于检测背景杂波环境中的雷达目标,常见的均值类CFAR检测…

数据结构之队列的详解

文章目录 一.什么是队列二.队列的使用2.1 队列的基本操作2.2 队列的基本使用 三.队列的模拟实现3.1 数组实现队列3.2 链表实现队列 四.队列的应用4.1 设计循环队列4.2 设计双端队列4.3 队列实现栈4.4 栈实现队列 五.总结 一.什么是队列 队列是一种先入先出(FIFO)的线性表数据结…

点评项目导入

文章目录 开篇导读项目地址导入SQL项目架构介绍后端项目导入前端项目导入 开篇导读 实战篇我们要学习以下内容 短信登录 这一块我们会使用redis共享session来实现 商户查询缓存 通过本章节,我们会理解缓存击穿,缓存穿透,缓存雪崩等问题&…

力扣刷题Day12

239. 滑动窗口最大值 (此题逻辑真心牛皮) 做此题之前,首先明确此题的目的。我最开始没搞明白此题目的,看代码的时候卡死。 copy他人代码: from collections import dequeclass MyQueue: #单调队列(从大到小def __ini…

6.S081——陷阱部分(一文读懂Xv6系统调用)——xv6源码完全解析系列(5)

0.briefly speaking 这篇博客将要开始尝试阅读和研究与Xv6陷阱机制相关的代码,主要有以下文件,最重要的是结合Xv6 book将Xv6处理陷阱的相关逻辑和流程弄透。在Xv6的语境中所谓陷阱的触发有以下三种情况: 系统调用严重错误(比如除…

windows守护进程工具--nssm使用

一、nssm简介 nssm是一个服务封装程序,它可以将普通exe程序封装成服务,实现开机自启动,同类型的工具还有微软自己的srvany,不过nssm更加简单易用,并且功能强大。 它的特点如下: 支持普通exe程序(控制台程序…