Forrester 分析 Oracle AI World 2026：企业 AI 如何从业务洞察走向智能体执行

一年前的 Oracle AI World，成了两位新任 CEO Clay Magouyrk 和 Mike Sicilia 的首次大型亮相舞台。当时 Oracle 的分工十分清晰：Magouyrk 主攻基础设施，Sicilia 则聚焦 AI 与应用业务。

到了今年，这些板块开始围绕一个更宏大的构想走向融合：AI 不该只是告诉企业正在发生什么，而是要切实帮助企业决定下一步该怎么做，甚至越来越多地直接代劳。Sicilia 用一句话概括了这一雄心：“我们的目标不是给你的企业塞进更多 AI，而是让你的企业能办成更多的事。”

今年各家科技大会都在大谈落地成效与规模化应用，Oracle AI World 也不例外，但 2026 年对 Oracle 来说标志着一次战略转向。Oracle 希望将 Fusion 打造为一个受治理的权威核心层，让 AI 借助它来理解业务上下文并执行具体工作，甚至涵盖跨非 Oracle 系统的任务。大会的大部分议程都在全力贯彻这一战略。

Oracle 补齐智能体技术栈

Oracle 正在着手解决企业级智能体面临的一个根本难题：光靠大语言模型，智能体根本干不了实事。它们还需要业务上下文、身份、权限以及安全护栏。Fusion Claw 为智能体执行任务提供了受监管的运行环境；Fusion Companion 为员工提供了用自然语言完成工作的交互界面；企业本体（enterprise ontologies）则负责梳理智能体理解业务所需的各种关联、策略、流程与操作。

此外，Oracle 还为智能体赋予了独立身份，实行任务受限的访问权限，并在执行敏感操作时引入人工复核，而不是让它们直接继承用户的凭证。自主权也不是非黑即白的。Oracle 现场演示了外勤派工和护士排班中的全自动作业，但在财务场景中依然需要人工审批。这才是近期更切实际的落地模式：让自主程度与具体流程、业务风险以及出错代价相匹配。

然而，更深的上下文理解与更高的自主权也带来了另一个问题：数据归属权。如果 Oracle 依据企业的应用程序、邮件、聊天记录、知识库和规章制度构建出了一幅业务全景图，这幅图本身就成了极具价值的知识产权。企业必须确保自己拥有其所有权，并且能够随时带走。在智能体时代，可移植性不再只是迁移数据和模型，更意味着要能迁移让这些智能体真正发挥价值的业务上下文。

AI 基础设施日益多元化

智能体战略的背后，同样离不开底层基础设施的强力支撑。Oracle 进一步拓展了 Oracle Cloud Infrastructure（OCI）的 AI 算力路线图，引入了更多面向不同 AI 工作负载的加速芯片：

• NVIDIA Vera Rubin NVL72：专为前沿模型训练、高吞吐量推理和智能体 AI 系统打造
• Google TPU：为 Oracle Cloud Infrastructure（OCI）引入 GPU 之外的大规模 AI 训练和生产级推理替代方案
• Cerebras CS-3：主打超低延迟推理与复杂推理（reasoning）工作负载
• AMD Instinct MI455X GPU 与 EPYC CPU：进一步丰富 OCI 的机架级 AI 基础设施，为注重性能与成本的工作负载提供更多选择
• SambaNova SN50：为专注于推理的工作负载新增一种专用架构选择

更关键的看点不仅在于又多了一串芯片支持列表。没有任何一种加速器架构能包揽所有 AI 负载，训练、推理、实时推断以及智能体工作流对算力的需求各不相同。Oracle 押注的是，通过高性能网络架构将多样化的算力组合在一起，从而确立 OCI 的竞争优势。不过，客户仍需分清 OCI 当下的实际能力与未来的路线图规划，诸如 Google TPU 和 Cerebras CS-3 等极具差异化的算力能力，预计要到 2027 年才会登陆 OCI。

客户视角：让技术回归业务现实

几位外部演讲嘉宾带来的行业现实观察尤为令人警醒，以下是其中几个典型案例：

• 旗下拥有意大利汉堡王等品牌的餐饮平台 QSRP，其高管 Fabio Fazzino 与 Sophie Buresi 分享了如何利用智能体识别缺货、异常交易和配送问题。他们给出的经验格外务实：“难点从来不是 AI 本身。”真正的挑战在于如何将 AI 生成的洞察转化为一线运营人员在 5 秒内就能看懂并执行的操作，同时还要建立起足够的信任，让员工真正愿意去用。
• 美国医疗保障服务中心（Centers for Medicare & Medicaid Services）的 Jeneen Iwugo 介绍了如何运用约 300 个 AI 模型挖掘潜在规律，以识别美国联邦医疗保险（Medicare）中的欺诈行为，目前他们还在密苏里州的医疗补助（Medicaid）项目中开展了早期试点。其长远目标正从单纯发现可疑行为，转向主动推荐处置方案，并最终在资金划拨前直接拦截存疑款项。
• 美国国务院的 Hetal Doshi 则展现了在全球规模下推进这类项目的复杂性。面对分布在全球 270 多个网点、每天约 10 万本护照的处理需求，国务院既要推进现代化改造，又要兼顾从开放环境到绝密信息的各种安全要求。相关改造已让部分姓名核验的速度提升了 50% 到 60%，并将部分环节的运行时间缩短了近一半。

核心结论

智能体的自主权越大，企业面临的风险也就越高。CIO 应当让自主权级别与背后的业务风险相匹配；唯有在智能体能够保证输出准确、异常可控、故障可恢复、具备完整审计追踪且成本在合理范围内时，才考虑扩大部署规模。

同样重要的是，切忌为了流程自动化而换来新一轮的厂商锁定。随着 Oracle 接管越来越多的业务上下文、智能体身份、应用配置及事务执行，客户必须牢牢守住对底层资产的控制权。客户应坚持要求具备审查、变更、版本控制、导出及复用本体库与配置的能力。衡量智能体 AI 成效的标准，绝非部署了多少个智能体，而在于你能在哪些场景下安全地赋予机器更大权限，并证明这样做确实带来了更出色的业务成果。

如果您想进一步探讨 Oracle AI World 的相关内容，欢迎预约咨询或指导会议。请发送邮件至 inquiry@forrester.com 与我们取得联系。