AI全面重塑世界：拉里·埃利森在Oracle CloudWorld2025揭示从推理到基础设施的革命

2025年10月15日，美国拉斯维加斯迎来科技界盛事。

在Oracle CloudWorld2025大会现场，创始人拉里·埃利森登台后立即抛出震撼性观点：

AI正在改变一切。这个论断或许显得宏大，但我认为它已接近现实。

他并非仅仅谈论“改变搜索”或“提升生产力”，而是强调“一切”领域的颠覆。

在这场长达90分钟的演讲中，他没有展示任何AI演示，也未重复模型性能数据，而是深入剖析AI如何重构全球运行逻辑。

他指出：从功耗仅20瓦的人脑，到需求12亿瓦的AI大脑，整个社会系统与企业体系必须被重新定义。

这种重构触及核心问题：

• 何为“基础设施”的全新内涵？
• 怎样才算“可用数据”？
• 谁将掌握AI红利的分发主导权？

这些洞察并非来自研究者或AI创业者，而是出自一位亲手打造全球最大数据库帝国、正转型为AI推理平台的技术商业领袖。

他对企业发出警告：停止单纯训练模型，真正机遇在于利用AI理解私有数据。

如果AI革命比工业革命更迅猛，你是否已做好准备？

第一节

模型会说话，更要听得懂你

拉里·埃利森的首个论点：AI的游戏规则已发生根本转变。

他表示：“过去业界聚焦训练，如今我们更关注‘推理’。且这不是传统意义上的‘模型做出判断’，而是它们真正在思考。”

✅ 多模态AI模型，宛若电子化大脑

埃利森在演讲中比喻：现代AI模型由多个神经网络构成，类似人类大脑的不同功能区。

例如：

• 处理图像视觉，是一个网络；
• 解析图像内容，是另一个网络；
• 评估图像是否暗示“风险”或“需行动”，是第三个网络。

每个子网络职责分明：有的处理文本，有的识别图像，有的分析音频，有的负责逻辑推理。这仿若人类大脑，视觉皮层处理色彩与运动，语言区处理逻辑思维。

以往我们认为AI在“学习说话”，实则关键在于它正学习“理解”。

✅ “语言生成”之后，迈入“语言理解”新时代

拉里·埃利森将ChatGPT 3.0称为“真正的转折点”：

那是AI首次开始以类人方式交流的时刻。

但他指出，价值不在于生成看似人类的回复，而在于：它是否真正理解你的问题，并知晓如何寻找答案、进行推理？

这才是AI从“模仿人类语言”到“习得人类思考”的跃迁。

ChatGPT、Anthropic、Grok、Gemini等主流模型已相当强大。但埃利森揭示一个短板：它们均依赖公开数据训练，这远远不足。

“模型并非万能，它不知晓你公司的账目， 不了解客户购买历史，不掌握过往医疗记录。 这些数据从未出现在互联网上。”

真正具价值的数据，是你的私有数据。

模型的真正潜力，是在理解你的世界后，为你思考具体事务。

✅ 从“生成答案”到“构建判断”，差异何在？

他举例说明：AI现已能通过分析道路视频，预判车辆是否会碰撞，并在毫秒内决策刹车或转向。

这并非依赖预设规则，而是模型观察海量录像后，自主学会了风险判断。

推理不再仅是判断正误，而是在复杂情境中提供行动建议。换言之，AI不只帮你“查找信息”，更帮你决定“该做什么”。

当AI真正具备理解、联想、判断能力，当这颗“电子大脑”能以极速处理复杂问题时，真正的瓶颈不再是技术。

瓶颈在于我们：能否提出值得它推理的问题？

因此，无需再纠结模型是否足够强大。

关键在于，你是否拥有真正值得它理解的议题。

第二节

12亿瓦的AI大脑，是构建出来的

如果AI正在学习“理解”，那么支撑这种理解的代价是什么？

拉里·埃利森提出一个鲜明对比：人脑仅耗电20瓦，而AI大脑需12亿瓦。

他指出，20瓦的灯泡亮度有限，但正是它驱动了人类的语言、想象、平衡与推理。

而现在呢？

甲骨文正在德克萨斯为OpenAI建造全球最大的AI集群，供电量足以支撑100万个四居室家庭，相当于一座中型城市。

✅ 不止购买GPU，而是打造完整“AI基础设施”

埃利森强调：你以为我们在采购GPU？不，仅购买GPU远远不够。

他详细阐述“训练一个AI模型”的实际需求：

• 需发电厂供能（使用天然气轮机）；
• 需电网将电力精准输送至每个GPU阵列；
• 需冷却系统维持稳定温度；
• 需网络架构，使50万个GPU如“单一大脑”般协同；
• 需人力施工，每日3500名工人在场作业。

这与他当年在大学宿舍编写代码，已是天壤之别。

✅ 企业不是应用AI模型，而是需承载AI能力

他比喻道：AI模型好比一辆F1赛车，但你必须先拥有赛道。

多数公司连“加油站”和“维修区”都未备妥，却急于“让AI起跑”。

他重申：我们不仅在构建软件，更在建设发电厂。

他提醒企业：AI能力不取决于选用哪个模型，而取决于基础能力是否就绪。具体而言：

你是否拥有可被模型理解的数据结构？

你是否具备快速调用AI结果的管道？

你是否拥有支持低延迟推理的执行环境？

若这些缺失，就像购得F1赛车，却停于乡村土路。

✅ 为何“12亿瓦”成为转折点？

因为它不仅代表模型训练的能耗，更标志一个时代开始动用“国家级资源”建设AI。

• 不止采购服务器，而是布局能源、通信、基础软件、存储；
• 不止演示模型原型，而是交付可靠、持续的AI生产力；
• 不止调整模型参数，而是明确用此能力解决何事。

埃利森总结：

“我们正在构建AI工业能力，这是整个新世界的基础设施。”

这并非空谈。马斯克的Grok首个版本，训练中的模型，几乎均在甲骨文云上完成。

12亿瓦的AI大脑已开始运转，游戏规则正被改写。

第三节

AI接入企业，始于私有数据

在现场，拉里·埃利森点明一个常被忽视的真相：

“这些模型基于公开数据训练。它们知晓世界动态，却不知你公司的财务运作。”

这不是抱怨，而是机遇。

真正的机遇，并非再训练一个模型，而是让现有模型开始理解你手中的资料。

✅ 为何公开数据不足？

当前大模型，如ChatGPT、Grok、Gemini，均使用公开数据：互联网可搜内容、论文、网页、百科、代码库等。

但企业日常决策依赖的，并非这些。

“ChatGPT未见过你给客户的报价单，也不知你正在处理哪张医保账单、哪个供应商欠款。”

你的数据库、报表、交易记录、客服对话，这些真实业务数据藏于公司内部，从未参与模型训练。

埃利森指出痛点：

“人们期望AI解决问题，但问题线索均隐藏于自身数据中。”

✅ 不愿公开数据，却希望AI分析它

这是AI融入企业的核心矛盾之一。

无人愿将客户名单、合同内容、财务记录传至外部模型；但又期望AI“像懂行同事般”解读这些材料、提供反馈。

这如同既想保护隐私，又欲请智者协助分析。

埃利森表示：这并非两难选择，而是可实现的目标。

他透露，甲骨文为此设计了一套称为“AI数据库”和“AI数据平台”的新方法，核心逻辑是：

让模型理解你的数据，但不带走它。

如何实现？他们采用了一种名为RAG（检索增强生成）的技术。

这是一种让AI在不“预先学习”你数据的情况下，临时读取相关资料的方案。简言之：

“你的数据无需训练进模型，模型会在回答问题前，像搜索引擎般‘查阅’， 然后生成答案。”

这类似邀请专家至办公室查资料，而非将资料打包寄出。

甲骨文将此方式嵌入自身数据库、对象存储，甚至可连接AWS数据。无论你的数据位于何处，他们都能帮你建立“模型可理解的窗口”。

✅ 让AI“看懂”你的数据

此步骤称为“向量化”。

普通人无需理解数学细节，只需知晓：

• 模型不识别你Excel表中的“发票编号”；
• 它能够理解“此物的含义”；
• 因此需转化，使AI感知数据间的关联性、相似性、时间序列。

你无需修改数据，只需告知甲骨文哪些部分希望模型理解，他们便会帮你将其转化为模型能懂的语言。

这如同请翻译将整本业务资料“解释给AI听”，它才知如何协助分析。

埃利森以诊所案例说明此方法的实际价值：

“部分美国小诊所，每月为医保报销烦忧。 报账若未获批，诊所现金流即中断，无法接收病人。”

他设计的AI应用，并非“预测癌症”，而是：

• 协助诊所扫描上百张账单；
• 核查每项是否符合政策；
• 估算此批报销到账概率；
• 自动生成可信报告，供银行抵押贷款使用。

埃利森观点务实：AI不做高大上之事，而是先帮你处理繁琐日常工作。

若训练模型是“建大脑”，那么让它读懂公司数据，便是“装眼睛”。

公共模型是工具，你的数据是钥匙。

AI知晓世界动态，但你必须教会它：你在做什么。

第四节

AI真正落地，现身医院与农田

拉里·埃利森整场演讲中，最令人意外的部分并非讲述AI多强大，而是AI已开始解决哪些具体事务。

他未空谈“AI提升效率”，而是清晰列明：哪些行业在应用，用于何步骤，发生何变化。

✅ 医疗影像，不止快速，更全面

他分享亲身经历：

“我骑摩托车摔断肋骨，做核磁共振时，医生竟在图像上用尺子数断骨数量。”

图像已数字化，为何仍手动计数？

他表示，如今AI可更快、更精准完成：AI能一秒内识别所有骨折；

同一图像，它还能检测其他潜在问题，如肺部阴影、肝脏病变，避免遗漏。

他指出：

“我们关注一两件事时，AI可察觉十几件。”

在癌症手术中，AI价值更显著。

顶尖外科医生需用显微镜检查切口是否触及癌细胞，而AI视觉已达显微级别，能在健康与癌细胞间精准切割。

✅ 农业，AI培育更智慧麦种

埃利森称，他们与牛津大学团队合作，完成一项前所未有之事：

“我们改良一种麦子，使它在同等土地面积上，增产20%粮食。”

这不是转基因炒作，而是用AI模型模拟“如何设计更高效光合作用”。

更特别的是：此麦种吸收更多二氧化碳。我们可控制其将碳转化为碳酸钙，即稳定固化为矿物，减少大气碳排放。

以往碳中和靠计算，如今可直接依靠耕作。

✅ 病原体识别，分钟级出结果

他表示传统检测需数日培养细菌。

现他们正研发一种AI设备，抽血后几分钟内：

• 识别病毒、细菌、真菌类型；
• 判断是否具耐药性；
• 建议适用药物。

即使新型病毒，如COVID，也能被此设备即时检测。

这不仅拯救个体，而是：若全球医院配备此设备，我们能提前数周发现疫情。

✅ AI不止观察，也开始行动

埃利森还谈及另一项目：

“我们用无人机运送血样，从诊所飞至实验室，全程RFID保密识别，确保零丢失。”

这不是未来构想，而是“已在实施”的事务。

他表示：我们还在研发自动化温室，机器人种植蔬菜，环境封闭，人类无法进入。

此温室目标有二：

1. 节约水与耕地——比传统农业节水90%，不再砍伐森林种粮；
2. 可部署城市边缘——清晨采摘，傍晚送达超市。

他玩笑说：这也可送至火星。我们给马斯克展示过此图。他可居住温室中，同时种植番茄。

从医疗影像到碳中和农业，从病原检测到无人配送，AI正在解决的并非宏大命题，而是长期困扰的日常难题。

这或许是AI的真正价值所在。

第五节

AI不是技术，是能力建设工程

至此，拉里·埃利森提出更宏大的问题：AI不仅是企业工具，更是一种国家级能力。

现代大模型不仅需芯片与算力，更需能源保障、数据接入、行业经验、法规理解。这些能力，以往仅政府具备。

而现在，企业需构建这套“国家级能力”。

✅ Oracle如何“构建此能力”？

埃利森点明Oracle与其他云厂商的最大区别：微软、亚马逊、谷歌提供云服务，但他们不涉足医疗管理系统、账单软件、诊所管理工具。

换言之，别人修建“道路”，但无“车辆”。

Oracle反其道而行：先开发业务软件，再建设AI与基础设施。

此点至关重要，意味着：其他云厂商主打“AI研发平台”；Oracle则是“AI落地后承接”的企业。

他接着说：

“我们是唯一同时提供AI基础、AI工具、行业软件的云服务商。”

这表明：Oracle能从头至尾整合整条链条。

更关键的是，Oracle在医疗、金融等行业深耕多年，深知问题所在、从何入手，而非持AI模型四处寻找应用场景。

这是Oracle谈论AI时最独特之处：

• 不宣扬模型参数；
• 不强调推理速度；
• 重点在于：我知晓此行业如何运作。

真正的AI机遇，不在再造模型，而在谁能将模型应用于现存问题。

✅ AI模型+数据+经验=可用能力组合

拉里·埃利森表示：

“当今AI模型，众人皆可用；但能否接入业务，还依赖数据与理解力。”

因此Oracle策略非争夺最新模型，而是：

将ChatGPT、Grok、Gemini、LLaMA全部接入；

客户可选任何模型；

但需连接Oracle的“AI数据平台”；

即那个让你安全、稳定、合规调用自身数据的中间桥梁。

模型将持续升级，但你自身的数据结构、使用方式、行业规则，不会迅速变化。

Oracle的目标，就是承接这些不变的部分。

这就是“国家级能力”的真实含义：不止训练平台，而是解决城市、行业、生态问题的全套服务。

例如：

• 在医疗场景，AI不止识别病变，还需连接账单系统、医保系统、资金结算；
• 在农业场景，AI不止预测产量，还需接入水资源调度、天气模型、供应链；
• 在教育场景，AI不止解题，还需理解考试安排、学籍系统、家长沟通。

这不是模型自身之事，而是谁承担这些整合工作。

“我们构建的不只是数据平台，而是AI落地的骨架。”

本节末尾，埃利森总结：

“AI不应是尖端武器，而应像水、电、网络般被标准化应用。我们这几年建造的，不是概念，而是可交付的服务。”

Oracle选择的方向是：不做更强的AI，而是让每人能用AI做事。

这几年建造的，不是概念，而是可交付的服务。

结语：AI之后，真正的变化才开始

拉里·埃利森整场演讲，核心仅传递一个信息：

AI不会取代你，但它会迫使你将该做之事彻底完成。

他未喊口号，只提出三问：你拥有数据吗？你具备流程吗？你有真正想解决的问题吗？

为何说AI比工业革命更迅猛？

工业革命让机器替代体力， AI革命让系统扩展能力。

一个改变“能做多少”， 一个改变“能做什么”。

埃利森强调：AI不是工具，而是新能力。如同电力、水源、地基。

留给企业的问题很简单：让AI先帮你做哪件事？

谁最早用AI将问题解决到底，

谁就站上了新时代的起点。

参考资料：

https://www.youtube.com/watch?v=4eCFmbX5rAQ&t=5140s

https://www.thenationalnews.com/future/technology/2025/10/15/oracles-larry-ellison-hails-musk-zuckerberg-and-altman-as-smartest-engineers-amid-ai-rush/

https://www.techradar.com/pro/live/oracle-ai-world-2025-were-live-in-las-vegas-for-all-the-latest-oracle-news-as-it-happens

https://www.nextplatform.com/2025/10/15/ellison-oracle-is-leveraging-all-of-its-advantages-to-build-a-different-cloud/

https://startupnews.fyi/2025/10/16/ai-to-enhance-capabilities-not-replace-human-endeavours-larry-ellison/

https://www.oracle.com/ai-world/

来源：官方媒体/网络新闻