$ORCL Larry Ellison om att göra deras databas multi-cloud, vektorisera data för AI-modeller och förena all företagsdata genom en AI-plattform: "Låt mig börja med traditionellt moln och traditionell Oracle-databas. Så jag tror att den största förändringen vi har gjort där var att göra vår databas tillgänglig i allas moln. Så du kan köpa världsdatabasen på Google eller Amazon. -- det finns tillgängligt på Microsoft Azure såväl som OCI. Så det var kanske det första steget vi tog. Vi kallar det multi-cloud, och vi bäddar faktiskt in OCI-datacenter i de andra molnen. Så de får den senaste, bästa versionen av Oracle-databasen. Det andra vi gjorde var att vi faktiskt konverterade Oracle-databasen eller lade till funktioner i Oracle-databasen. -- för att låta dig vektorisera all din data. Så det är en vektordatabas. Vissa kallar det en AI-databas. Så den är utformad för att göra data tillgänglig för modeller. Du kan sedan – när du vektoriserar dina data – placera AI-modeller ovanpå det. och AI-modellerna kan förstå vad som finns i databasen och resonera med den data som finns i databasen. Så vi tror att kombinationen av att göra vår – data som finns tillgänglig i vår databas också tillgänglig för AI-modeller dramatiskt ökar värdet av datan. Vi tycker att det är mycket – hittills har ingen av de andra storskaliga databaserna kunnat göra det. Vi kan göra det, inte bara det, vi kan också hålla dina data säkra. Det är ett av de större problemen. Vi måste skala upp det, hålla allt pålitligt, hålla det säkert – och vi hade faktiskt alla dessa funktioner och funktioner i Oracle-databasen. Så det var steg 2. Först, multi-cloud, för det andra vektorisera all data och göra den tillgänglig för alla populära AI-modeller. Tredje steget. Det är fantastiskt att vi gör Oracle-data, Oracle-databasdata tillgängliga för dessa AI-modeller. Företagen har faktiskt data som inte lagras i en Oracle-databas och som inte lagras i en Oracle-applikation. Så vi byggde ett AI-sjöhus, vi kallar AI-dataplattformen som faktiskt pekar på och vektoriserar all din data, oavsett om det finns i ett objektlager i olika moln, en skräddarsydd applikation eller i en annan databas. Det tar verkligen universumet av dina data, katalogiserar datan, vektoriserar dem och tillåter en LLM att göra flerstegsresonemang på all den datan. Det som verkligen är anmärkningsvärt med det är, tänk på att ställa en fråga, ställa en fråga. Och modellen tittar på all din data. Normalt, när du ställer en fråga, måste du rikta den till denna databas eller applikation. Du kan inte säga, lyssna, jag vill bara veta vem nästa kund jag borde sälja till. Jag är försäljare i territoriet. Jag vill titta på alla konton i mitt område. Och jag vill se vem som är den bästa talangen i mitt område. Det betyder att titta på kontraktsdata, det betyder att titta på offentligt tillgänglig data. Det innebär att titta på vårt försäljningssystem, vårt supportsystem, alla dessa separata system. Plötsligt är all den datan enhetlig. Vi tar all din data och förenar den, så att du kan ställa en enda fråga och AI-modellerna kan hitta svaret på den frågan oavsett vilken datalagring som finns. Det är verkligen ett unikt förslag, och vi tror att det kommer att ge en dramatisk turbo på användningen av vår databas och vårt moln."