随着企业逐渐告别 AI 试点，开始迈向全企业规模的自主智能体应用，一个核心痛点日益凸显：上下文缺失。基础

随着企业逐渐告别 AI 试点，开始迈向全企业规模的自主智能体应用，一个核心痛点日益凸显：上下文缺失。基础大模型虽然拥有广阔的世界知识，但它们并不理解企业的业务实体、规则、安全边界与复杂的流程逻辑。在 Oracle AI World 2026 的专题演讲 "Oracle AI Data Platform: 大规模 Agentic AI 的企业级上下文基座" 中， 深入剖析Oracle AI Data Platform ，为企业构建端到端可治理的 "上下文系统"。

"大多数企业已经越过 AI 试点阶段。" T.K. 开场列出三问：

怎么全企业部署？怎么让人敢把关键决策交给它？怎么治理合规？答案都不在模型里

前沿模型几乎知道世界的一切，难的是业务上下文：customer 指签约的全球客户、下单的子公司，还是使用产品的团队？agent 会算折扣，却判断不了这单要不要审批、适用哪条区域政策。试点期靠人写 prompt、逐工作流管控，方案一多就失效——语义每次重建、结果难以复现。

T.K. 表示：“

企业 AI 的下一个挑战，是在规模化下取得一致、可重复的结果。这需要一个上下文系统，为所有模型和 agent 提供共同的业务基础

而上下文并不需要重建：财务与 HR 跑在 Fusion、NetSuite、EBS、PeopleSoft 上，多年的交易、客户关系与运营决策都在系统里。这正是 Oracle AI Data Platform 的核心价值——复用而非重建，把 Oracle 及第三方数据与业务上下文收进一处，为 AI 代理、应用和分析提供共享的"上下文系统"，并落成四个动作：Ground 建立上下文、Build 构建方案、Deliver 交付体验、Govern 贯穿治理。

Ground → Build → Deliver, Govern 贯穿全程

Ground：数据、本体、语义推理

Ground 由三部分组成：

企业数据面、业务本体层、语义推理引擎

。数据面覆盖结构化与非结构化、历史与实时，可原地访问 Oracle 与第三方系统，也能零 ETL 复制或流式入湖；在 OCI 上以 medallion 架构管理湖仓，引擎是内置 Spark 与 Autonomous Database，支持 Delta Lake、Iceberg，数据控制权仍归客户。

本体

告诉 AI 这些信息怎么用来经营生意：有哪些实体、什么关系、适用什么规则。过去靠人手工集中建设，Oracle AI Data Platform 改用

AI辅助生成

：扫描数据库 schema、语义模型、API 文档与政策文件，推断概念与指标，专家审阅批准后才成为共同地基，改动可审计。

语义推理引擎来自一个工程判断：把整个本体塞进 prompt 费 token、抬成本、降准确率，于是走渐进披露——引擎在运行时解读请求，导航本体与数据、套用政策规则、生成执行计划，可跨源联邦查询、编排业务规则、跑预测与模拟。演示里，AI 从 EBS、门店 POS 与零售语义模型中推断出 item 关联 lot、"暂存该批次"需要召回通知作业务上下文——"正是这些关系，让 AI 能跨系统推理。"

Build：在开发者已经用的工具里构建

Claude、Codex 这类 coding agent，VS Code、Cursor 这类 IDE，或低代码 builder 都支持，平台提供统一生命周期管理。

演示中，开发者用 Codex 建"召回响应 agent"：监控召回通知，用运营本体生成处置计划——定位受影响产品与批次、跨门店追踪库存、下架并通知员工。

接上

Oracle AI Data Platform

插件后，Codex 知道环境里的资产、本体与代码仓库，建完即部署并自动注册进 AI Registry。模拟召回时，agent 说明调用了哪些本体、依据哪条规则；到隔离库存这一步规则要求人工审批，它停下来等确认。

Deliver：分析师和一线员工，各有入口

Deep Insight Agents

： 面向业务分析师，不做开发只做配置，就能跨域分析、调查、预测与情景规划，除

Oracle AI Data Platform

外，还已在 Oracle Analytics Cloud 与 Fusion Data Intelligence中可用。

FDI 演示里，在 8,540 个 2024–2026 年已关闭商机上，有差旅支出的赢率 51.2%、没有的是 42.3%（+8.9 个百分点，1,999 个）；有餐饮支出的 51.6%、没有的是 42.5%（+9.2 个百分点，1,768 个）。报告写明边界：这是相关性，不是因果。

8,540 个商机：差旅 51.2% / 42.3%，餐饮 51.6% / 42.5%，并标注"相关不等于因果"。（演示数据）

Agent Hub：

跑在客户自己的租户里，读 AI Registry，分析意图、调用正确的 agent、执行动作、编排流程；暴露 MCP 与 A2A 接口，可嵌进自建应用与 SaaS，也能呈现到 ChatGPT、Claude 里。现场演示达拉斯数据中心开业前的供应风险：Agent Hub 先调 EBS 的 disruption assessment 定位配电柜延迟，再把上下文交给 recovery planning，并给出三个选项。

项目经理直接改日期与预算，agent 找出同时满足两个约束的新组合；确认后，第三个 EBS agent 准备调拨单，他复核后批准。同一套流程在 ChatGPT 里也能跑通。

Govern：规模化的入场券

"AI 治理是几乎所有 CIO 非常关心的事。"数据目录加 AI Registry，让 agent 活动、工具调用、数据访问全部留痕可审计；治理台 fleet overview 上，所有者、健康度、质量、漂移、成本一眼可见，血缘能回溯到源码。有了画像就能进验证沙箱：AI 生成政策回归测试，也能定制对抗用例；不通过就标记 uncertified，直到证据齐备再认证。上线后继续盯质量、用量、延迟与成本。"从发现智能代理、对其进行认证，到监控它们的运行表现并管理全部代理集群，这就是我们所理解的企业级治理与管控模式。"

Fleet overview：健康度、认证分、通过率与延迟一目了然。（演示环境）

客户落地成效

仲量联行（JLL）

把月末结账交给 agentic 自动化，2026 年落地、2027 年进入二期，预计 2027 年节省约 4 万人工小时，这是仲量联行信息系统工程高级副总裁 Bill Husarek给出的数字。

Fanatics

看重定义统一。Fanatics 业务应用副总裁 Gautam Tulsian表示， 决策者要的是被汇总过的结论，"有了共同的定义，我就能把系统连起来，而不用在系统之间搬数据。"

霍尼韦尔科技（Honeywell Technologies）

解决历史数据。"此前调取历史信息，高度依赖原系统和懂那套系统的人。" 霍尼韦尔科技 HCM Cloud 总监 Praveen Rangu 表示，Oracle AI Data Platform让历史集中、治理统一、访问现代化，"把归档从被动仓库变成主动的企业能力"。

T.K. Anand 与都柏林大学学院 (UCD) 临床研究中心执行主任 Colm McMahon现场对话

都柏林大学学院 (UCD)

临床研究中心执行主任 Colm McMahon 讲得更细：100 多项在研试验、50 名员工，流程被拆成 14 个工作流、250 多个子任务；他们想用 Oracle AI Data Platform加语义能力与分类模型做试验与患者匹配，"分类模型配本体，输出既准确又可解释。"

Oracle AI Data Platform

Innovation Service

客户反馈 AI 项目越来越贵，却没兑现承诺的成果；也有客户希望 Oracle 直接交付完整方案、对结果负责。于是，Oracle推出了

Oracle AI Data Platform Innovation Service

：一份订阅，含平台与 OCI、行业蓝图、治理与控制，以及一支前置部署工程团队，和客户一起建、部署、运营、维护。交付按阶段推进：

Discover 2–4 周

对齐目标与架构，

Prototype 4–6 周

写出可运行代码，

Pilot 30–90 天

生产、验证与交接，

Scale 90 天以上

扩展与优化。

一份订阅：平台、OCI、行业蓝图，加一支并肩工作的工程团队

写在最后

回顾演讲，用任何工具建 agent、喂数据、在 ChatGPT 里调用，都是已被解决的问题；在企业规模下还没被解决的，是上下文。

Oracle AI Data Platform

的核心价值，是把 Oracle 及第三方数据与业务上下文收进一处，为 AI 智能体、应用和分析提供可治理的共享基础 —— Ground 建立上下文、Build 构建方案、Deliver 交付体验、Govern 贯穿治理。

本次发布对应 Oracle AI Data Platform 六项能力：Business Ontology、Semantic Reasoning Engine、Deep Insight Agents、Agent Hub、AI Governance and Control（即将推出）与 Oracle AI Data Platform Innovation Service。

已关注

关注

点赞后 加className selected 随便看看

关闭

观看更多

更多

退出全屏

切换到竖屏全屏

退出全屏

甲骨文中国

已关注

分享视频

，时长

01:00

0

0

00:00

01:00

切换到横屏模式

继续播放

进度条，百分之0

播放

00:00

01:00

01:00

倍速

全屏

倍速播放中

0.5倍

0.75倍

1.0倍

1.5倍

2.0倍

超清

流畅

您的浏览器不支持 video 标签

继续观看

走进 Oracle AI World | Oracle AI Data Platform：大规模 Agentic AI 的企业级上下文基座

观看更多

转载

走进 Oracle AI World | Oracle AI Data Platform：大规模 Agentic AI 的企业级上下文基座

甲骨文中国

已关注

分享

点赞

在看

已同步到看一看

视频详情

特别预告

2026 甲骨文中国 AI 峰会即将开启！

为了重现这一盛会的精彩，更好地为中国客户服务，我们将带着 Oracle AI World 2026 的精华内容，于 2026 年 12 月在上海举办 “2026 甲骨文中国 AI 峰会”。

届时，甲骨文公司高管将携手 AI 领域专家、众多行业客户翘楚和合作伙伴齐聚一堂，共探中国企业 AI 规模化落地之道，以 AI 创新赋能千行百业，助力中国企业在全球化浪潮中把握智能变革新机遇。

敬请关注！

*注：为免疑义，本文所用以下术语专指以下含义：

1. Oracle 专指 Oracle 境外公司而非甲骨文中国。

2. 相关 Cloud 或云术语均指代 Oracle 境外公司提供的云技术或其解决方案。