Oracle 宣布为 Oracle Autonomous AI Lakehouse 推出全新功能，帮助企业为用户和 AI 智能体提供业务上下文、执行多维模拟，并加强跨企业数据资产的数据治理。基于 Oracle Autonomous AI Lakehouse 开放、高性能的基础架构，新功能让客户能够将实时运营数据与 Apache Iceberg 表中的数据协同使用，同时保留业务上下文、应用统一数据治理，并避免不必要的数据移动。

　　甲骨文公司自治 AI 数据库技术执行副总裁 Çetin Özbütün 表示：“仅让 AI 能够访问企业数据是不够的。要做出明智决策并采取可信行动，AI 智能体需要理解数据背后的业务上下文，并在组织的规则和政策范围内运行。通过将业务语义和多维建模与开放数据访问及统一数据治理相结合，Autonomous AI Lakehouse 的更新可帮助组织为 AI 智能体提供解读企业数据、应用业务规则并支持可信行动所需的上下文和控制机制。”

　　Liberty Energy 是一家为石油和天然气生产商提供服务的北美能源服务公司，正在使用 Oracle Autonomous AI Lakehouse 统一其多云环境中的财务、运营、供应链和劳动力数据。这为 Liberty 提供了用于 AI、分析和业务模拟的统一数据基础。

　　Liberty Energy 信息技术副总裁 Rhett Rowan 表示：“Oracle Autonomous AI Lakehouse 让决策者能够实时掌握现场收入、库存使用、成本和盈利能力。它无缝整合了来自 Amazon S3、Amazon 数据库、Azure 上的 Microsoft SQL Server、MongoDB 和 PostgreSQL 的 Apache Iceberg 表，使添加新数据源以驱动 AI、分析和业务模拟变得简单。”

　　Autonomous AI Lakehouse 提供一个开放、面向 AI 优化的数据湖仓，可访问企业实时数据，无论其位于何处。它可在 Oracle Cloud Infrastructure（OCI）、Amazon Web Services（AWS）、Microsoft Azure、Google Cloud、Oracle Exadata Cloud@Customer 和 OCI Dedicated Region 中使用。新增和扩展的 Autonomous AI Lakehouse 功能包括：

　　· AI Data Catalog：通过允许客户挂载外部目录、Oracle 和非 Oracle 数据库、Iceberg 表、应用程序以及对象存储中的数据和应用程序，而无需复制数据，为客户提供企业数据的全局视图。这些数据来源可通过 AI Data Catalog 利用 Oracle 引擎的全部能力进行实时查询。该目录的智能体能力可持续用业务语义、数据血缘、工作负载模式、关系和检索信号丰富元数据，从而提升跨数据湖仓数据的发现、AI 检索、自然语言分析和智能体工作流的性能、质量和成本效益。这些功能将在未来 12 个月内提供。

　　· 业务语义层：帮助用户和 AI 智能体获得一致的业务上下文，从而准确查询、推理并从企业数据中得出洞察。它可利用目录注释、导入的 Oracle AI Database SQL 注释以及 AI 建议的分析视图，将原始数据转换为具备业务认知的信息。可复用的分析视图可捕获维度、度量、指标、层级、计算和关键绩效指标，以提升 Select AI、NL2SQL、AI 检索和分析洞察的准确性。这些功能将在未来 12 个月内提供。

　　· 扩展的 Iceberg 数据支持：帮助客户使用熟悉的 SQL 创建、填充、更新和删除 Iceberg 表，从而在 Oracle 数据和 Iceberg 数据之间提供一致的分析模型。随后，组织可将 Iceberg 表作为 AI 驱动分析和智能体工作流的基础，并创建具备时间旅行功能的可复用 Iceberg 数据产品，以支持审计和恢复。对原生 Apache Iceberg 支持的增强提升了性能，并为通过外部目录或 Oracle AI Data Catalog 访问 Iceberg 表的客户扩展了功能。

　　· Data Studio：使团队能够发现、访问、准备、分析和管理数据湖仓数据，简化集成、构建转换管道并发现 AI 驱动的洞察。统一的 AI 辅助工作区可通过 Oracle Data Studio 访问，无需预先配置数据库，有助于简化团队在分析、AI、数据工程、运营和业务模拟中处理数据的方式。团队可连接 100 多个数据来源，并使用自然语言、SQL 或 Python 处理数据。

　　· 集中式安全与控制：帮助确保用户和 AI 智能体仅访问授权信息，同时在云环境和本地环境中应用一致的数据治理。AI Data Catalog 中的单一控制平面使客户能够在 Oracle、非 Oracle 和 Iceberg 数据上应用基于角色的对象级访问控制。

　　· 数据湖加速器（DLA）：通过加速对象存储中 Iceberg 数据的大规模查询，为客户提供更高的性能和可扩展性。在 100 TB TPC-DS 数据集的基准测试中，DLA 增强功能使查询执行速度提升 3 倍。DLA 集群的规模已扩大 3 倍，从而实现更大规模和更快的查询性能。

　　· 业务模拟引擎：通过支持对数据湖仓数据进行多维模拟和假设分析，帮助客户做出更明智的规划和预测决策。该引擎通过将 Oracle Essbase 原生集成到 Autonomous AI Lakehouse 中构建而成，使团队能够预测结果并评估业务假设变更的影响，支持回写、动态层级汇总、高级计算和分摊。客户可用自然语言提问、生成模拟报告，并对 Oracle 数据库中的数据或对象存储中的文件执行基于 Excel 的分析。

　　theCUBE 联合创始人兼首席分析师 Dave Vellante 表示：“我们认为，企业级 AI 的下一阶段将取决于把数据访问与做出有用决策所需的业务上下文相连接。Oracle 的 Autonomous AI Lakehouse 通过整合对 Oracle 和非 Oracle 数据的受控访问、共享业务定义、AI 辅助分析以及多维假设规划，在这一方向上迈出了重要一步。这种组合可以帮助企业将智能体工作流锚定在与业务至关重要的指标和关系之上，并基于更一致的分析基础评估各种选项。要实现这一价值，需要准确的业务定义以及对执行过程的明确控制。Oracle 正在强化数据湖仓，使其成为规划、明智决策和智能体工作流的务实基础。”