陳俊

1977年，Oracle在美國成立，1989年進入中國市場，已在華發展36年。近些年受益于AI領域的爆發，Oracle在數據、AI等領域的發展取得了長足進步，FY24財年全球總營收達530億美元，全年股票市值大漲40%。

“46年來，Oracle幫助客戶管理和保護重要數據”，陳俊表示，甲骨文實現了在金融、交通、電信、健康等場景的廣泛應用，為百姓的衣食住行等日常生活提供支持和保障。在固廢行業，甲骨文將人工智能與數據平臺相融合，激發行業的數智化轉型與突破。

01固廢行業數據具備多樣性與AI結合創造價值

固廢行業的數據非常多樣，在企業端主要和生產、運營相關，如一些數據源自企業的管理軟件和平臺應用，成為企業管理的關鍵數據，在設備端源自大型焚燒設備的運行，所產生的視頻、文檔等數據，將為企業運營管理的進一步精細化和提質增效提供巨大價值。

固廢行業 AI 和數據應用場景需求

目前，固廢領域對AI 和數據管理在不同的應用場景產生了不同需求，如固廢特性分析、固廢風險評估、固廢處理技術匹配、固廢處理設施優化、固廢處理技術匹配、固廢資源化產品推薦等等，實現這些需求需要依托于人工智能領域的數據、算法、算力的支撐。

在企業的運轉以及內部管理中，由于各公司之間呈現不同的業務特點，涉及到不同類型數據的集中管理，數據平臺要通過底層的人工智能、大數據、數據分析來支撐前端的信息化管理。

Oracle 對現代數據平臺的定位

Oracle數據庫的數據來源包括自身及合作伙伴的不同設備、工作單元和系統，并將這些數據進行集成。

集成后將數據進行處理，包括實時數據快速更新、結構化數據的分析查詢、非結果化數據的復雜查詢等，實現管理和控制的優化，如在固廢作業中實現風力分選、發酵過程的智能控制等。

同時，持續利用生產、設備運營和經驗數據生成業務分析，去實現自動和預防性維護、實時預測和自動處理等運營需求，提升客戶和員工參與度，實現新收入增長。

將 AI引入數據來實現業務結果

Oracle 數據平臺將 AI 與數據緊密結合。包括Oracle 數據庫中的 AI 創新、簡化與 AI 服務的集成、豐富的分析，利用AI的分析運算學習能力，滿足企業業務、生產和管理上的需求。

如關系型數據：有效管理和分析傳統結構化數據，如垃圾收集記錄、處理成本等；圖數據：用于建模和分析固廢管理系統中的復雜網絡關系，如廢物運輸路徑、處理設施網絡等；JSON 格式數據：靈活處理和存儲來自各種傳感器 IoT 數據和設備的半結構化數據，如實時監控數據和設備狀態信息；向量數據：特別適用于處理和分析圖像和視頻數據，如垃圾分類中的圖像識別任務。Oracle將融合數據庫存儲在一起，通過強大的底座對各種應用需求進行支撐。

目前，固廢領域在探索AI技術的結合，包括人臉識別、行為分析判斷及預測。陳俊表示，AI可以實現通過上傳一張項目現場的照片，通過語言模型分析得出準確的處理方案和建議。

Oracle 融合數據庫與大語言模型結合

02實現增強檢索生成行業知識庫至關重要

每個行業都具備自身特點和競爭力，只有將企業能力、知識與大語言模型緊密結合，才能提升生成式AI的準確性、實時性，實現增強檢索生成，這就需要建立固廢行業的知識庫。

固廢行業的知識庫包含法規政策、標準規范、指標體系、項目資料、工藝流程、操作流程等內容和實踐建議，借助LLM + Embedding + Vector Search等技術構建固廢行業專屬知識庫。同時，結合業務數據，獲得融合的上下文，提供給大語言模型再創造，提升數據價值轉化，達到提升工作效率，減少工作量，降低一線員工的能力資歷要求的目標。

在具體的合作流程上，將企業內部的知識庫文檔進行向量化，存儲在Oracle數據庫中，通過全面的人機交互，在知識庫中搜尋相關的知識和內容，再把知識和內容提交后端的大語言模型，最終生成符合前端操作需要的操作手冊、操作建議、操作指導。

支撐固廢行業在機器學習和算法使用要求

在Oracle機器學習中，工藝算法支撐廢物收集、分類、處理優化的需求。企業可以根據自身重點能力進行決策的支持，同時支持在機器學習中進行調整和優化，更快、更高效滿足企業生產運營的需求。

固廢業務運營智慧引擎

結合Oracle數據庫底層的多種數據，滿足固廢領域在運營管理、設備監控、風險預測的生產要求。

實現AI在企業落地，企業員工是最終的使用者、掌控者。Oracle提供的技術手段，能更好的進行應用開發以及數據展示，同時通過Oracle語言進行相應的查詢，并對不同的數據提供單一的Oracle語句進行查詢，有效的簡化前端人員的使用和操作。

03基于資產服務提升服務生命周期

在數據庫以外，Oracle在企業管理軟件等方面都有相應的產品，能夠連接任何類型的機器以監控位置、關鍵診斷和主動問題監測，全面提升服務生命周期。

以設備為例，如實時儀表板，用于了解資產位置、健康狀況和性能的態勢感知；創建自定義 KPI 來監控和自動檢測多個信號的異常；AI/ML 支持的異常檢測、趨勢/模式發現、機器故障預測；用于實時監控和分析物理機器的離散和復合數字孿生；對連接資產的流遙測數據的實時和歷史可視化；端到端工作流導入資產、更新儀表并自動創建工作訂單等。

04將數據安全置于首要位置

數據作為非常寶貴的資產，保護數據免受任何未經授權的訪問至關重要，Oracle始終將數據安全置于首要位置。

2019年，Oracle 19c 數據庫系統高分通過公安部“信息安全技術 網絡安全等級保護基本要求”(以下簡稱“等保2.0”)第四級要求中數據庫系統的安全防護要求能力測評。“Oracle 19c 數據庫系統”符合等保2.0 的數據保護標準。在數據的存儲和合規使用上，為企業用戶、研究院所提供可靠的保障。

陳俊表示，Oracle 數據平臺將 AI 與數據結合，可滿足固廢行業各種類型的數據處理要求，為固廢行業的高質量發展提供數據價值。

編輯：李丹