Oracle Interconnect for AWS最近正式上线（GA）。这意味着企业现在可以在Oracle云与AWS之间开通一条私有、高速、全托管的网络连接——无需自建复杂的定制化网络，无需与第三方运营商协调布线，无需为每条连接单独设计安全模型。在云管理界面中几步操作即可完成，底层连接复杂性由Oracle与AWS联合运维兜底。

这是继与微软Azure、谷歌GCP之后，开通的又一项多云连接服务。这项服务给用户带来的价值实实在在：让客户降低了成本、运维更省心，正如甲骨文正在帮助中国用户落地的众多AI项目一样。这正是甲骨文公司副总裁及中国区董事总经理吴承杨反复强调的——"成效（Outcome）"。

"AI不再是讲一个华丽的故事，不再是做几个PPT，核心的问题到底是能够产生什么样的Outcome。"在媒体沟通会上，吴承杨用蒸汽机做类比：蒸汽机带来的工业革命本质是动力能力的革新，AI带来的同样是能力的变革，而能力的唯一评判标准就是成效。不是功能上线，不是PoC跑通，而是客户的业务到底发生了什么变化——要么提升营收，要么降低成本。这种"结果导向"不是一句口号，它贯穿于甲骨文当前的产品策略、方法论和交付模式。

AIBS：用业务结果定义AI项目成败

"现在客户已经不满足于一个试点了。"甲骨文公司高级总监及中国区技术工程部总经理嵇小峰指出，企业AI当前有三个明显特征：要有可衡量的业务效果、要融入核心业务流程、要安全可控且可治理。正是基于这些判断，甲骨文中国团队提出了AIBS（AI Business Success）方法论。

AIBS的核心逻辑很简单：以可量化的业务成果定义AI项目的成功，而非以AI功能上线为终点。从一个高价值场景切入快速验证业务价值，将能力沉淀到平台上，再通过生态合作伙伴将成功模式复制到第二、第三、第四个场景，形成飞轮效应。

支撑这套方法论的是一套完整的六层架构：底层是Oracle AI Database 26ai提供的统一多模数据基座；往上是参考架构、多模AI平台和数据分类治理；再往上是Agent编排产品和工具；顶层是业务语义层。

吴承杨特别强调语义层的重要性。"以前语义层是为了方便人理解，现在的语义层是为了方便Agent理解。Agent需要对整个企业范围的业务对象有一个全局认知，才能产生真正的业务成效。"吴承杨说。

唯捷创芯的实践验证了这一路径。作为手机通信芯片领域的头部企业，唯捷创芯在Oracle的帮助下，将底层多模数据与DataClaw智能体结合，实现了从"工具思维"到"AI操作系统思维"的转变。

更值得关注的是甲骨文的交付模式。传统AI项目动辄半年起，而吴承杨给出的数字是30到45个工作日。关键在于甲骨文FDE（Forward Deployed Engineer）团队的运作方式：不是以产品为中心去推销功能，而是以客户业务为中心，先讲方法论、再做技术Workshop、最后工程师现场落地。

"我们核心的目的是证明方法论和产品是对的，然后把能力交给客户，让他们自己能复制。"吴承杨强调，"我们交付的是能力，不是项目。"

OCI：让AI的"结果"有处可落

方法论的落地，需要有硬实力的产品支撑。Oracle完善的产品布局和强大的OCI基础设施为客户AI落地提供了可靠的基石。

在数据库层面，Oracle AI Database 26ai围绕AI做了多项针对性创新。

以Agent原生支持为例。Oracle提供了三种Agent开发模式：Private Agent Factory是零代码平台，业务人员可以直接搭建Agent；Select AI Agent允许通过SQL编写Agent，像调用存储过程一样在数据库内部运行Agent逻辑，兼顾安全与效率；所有模式共享Agent Memory能力——对于任何AI应用，长短期记忆的持久化存储都是刚需，Oracle将这一能力直接内置在数据库中。

安全是另一个被反复提及的关键词。嵇小峰提出了"安全三原则"：源头安全（Deep Data Security技术将最终用户与数据库安全控制弱结合，配合库内防火墙实现细颗粒度访问控制）、极速安全（安全补丁从季度发布提速至月度发布）、韧性安全（零数据丢失方案确保勒索攻击后快速恢复）。"随着模型能力越来越强，很多企业会用模型去做软件的逆向工程寻找漏洞，数据库的安全水位必须同步提升。"

为鼓励客户升级到最新版本，Oracle宣布数据库生命周期管理包、Exadata管理包和Data Safe三项产品在2027年2月28日前免费使用，GoldenGate和RAT等产品也提供大幅折扣。

基础设施层面的创新同样围绕"实际效果"展开。OCI多云战略已经完成三大云服务商的全线打通——2019年与Azure互联、2024年与GCP互联、2026年与AWS互联。甲骨文公司高级总监及中国区云工程部总经理窦杰将OCI定位为"多云Hub"：每一朵云都有自己独特的杀手锏服务，没有一家能覆盖客户的所有需求。OCI作为连接中枢，让客户自由组合各家的最优能力，同时借助多云互联免数据出口费的优势，真正实现不被任何单一供应商锁定。

"以前很多场景因为成本问题根本不可行，"窦杰举例，"比如企业做灾备演练需要把海量数据从云上拉回本地，如果直连AWS，出项流量费会让预算完全失控。但如果先通过专线连到OCI（进出都免费），再从OCI经Interconnect连到AWS，成本就变得完全可控。"

在算力层面，OCI推出了基于Acceleron架构的Ax新机型，采用融合SmartNIC将网络、存储和安全功能从主机CPU卸载到专用硬件上。一个容易被忽视的趋势是：并非所有AI推理都需要GPU。许多垂类小模型（如7B级别）完全可以跑在CPU上，通过Intel X12的AMX加速能力，其推理性能已可打平低端GPU。Oracle据此提出"通算与智算融合"的策略——大模型走Dedicated AI Cluster的GPU推理，小模型走Ax机型的CPU推理，从综合成本角度看远比全堆GPU更经济。

对于中国企业出海场景，OCI的Dedicated AI Cluster提供了独特的价值：中国企业可以直接在海外OCI区域部署自己的开源模型（如千问、智谱等）进行推理和微调，而目前没有任何一家海外云商会直接提供中国模型On-Demand推理端点。Oracle已公开的数据显示，其整体GPU利用率达到97.5%，远高于行业平均水平。

结语

从Oracle Interconnect for AWS的正式GA，到AIBS方法论在中国的规模化落地，再到数据库26ai和OCI Ax机型的持续创新——甲骨文当前的产品策略有一条清晰的主线：一切围绕客户的业务结果展开。

吴承杨对此的总结直截了当："今天大多数企业做AI，仍然把AI当成一个项目在做。我们的方式是把能力交付给客户，让AI成为他们自己的竞争力。"当行业还在争论什么是"AI数据库"、什么是"AI Native"的时候，甲骨文的回答是：用了才知道。先做出效果，再说方法论。