2024年9月9日至12日，Oracle CloudWorld在美国拉斯维加斯隆重举行。这场盛会聚集了来自全球的技术领袖和行业专家，讨论了如何通过Oracle的新技术创新推动企业的数字化转型。在这一系列会议中，Oracle负责AI引擎和关键数据管理的副总裁Maria Colgan，主持了一场主题为“AI Vector Search: Real-World Customer Use Cases” 极具深度的分享。在这个专题中，Oracle的AI Vector Search技术成为焦点，四位来自不同行业的企业领袖分享了这一技术如何帮助他们解决业务挑战。
图2：Customer Panelist
会议亮点
Maria Colgan的发言重点围绕Oracle如何将AI深度集成到企业的数据层中，帮助企业安全高效地管理并分析海量数据。她指出，Oracle的AI功能基于企业已经存在的数据基础上进行扩展，无需数据迁移，即可迅速、安全地应用AI解决复杂问题。正如她所言：“好的AI需要好的数据，而这些数据已经存储并受到Oracle的保护。”
图3：Vector Search Operates
她还特别强调了AI Vector Search的创新性：传统数据库通过基于值的搜索方式寻找数据，而Vector Search则能够通过语义和意义来搜索非结构化的业务数据，这一能力大大提升了企业从海量数据中获取价值的效率。
图4：Semantic Search
Vector Search的突破与应用
Vector Search能够基于数据的语义内容，而非传统的关键字或像素信息，进行搜索。AI模型生成的向量表示了对象的语义内容，这些向量通过数学距离公式来衡量彼此的相似性。这一技术的应用场景包括：
• 查找相似文档
• 生物识别模式匹配
• 查找相似产品
• 制造异常检测
• 产品推荐
• 基于语义相似度的文本搜索
图5：AI Vector Search
Maria还展示了Vector Search如何通过Oracle的融合数据库（Converged Database）实现高效搜索，强调了其新的功能：新向量数据类型、新SQL语法和函数，以及专为高性能和高质量而调优的近似搜索索引，企业无需在多个系统间同步数据，减少了管理复杂性。
图6：Converged Database
客户案例分享：Vector Search的实际应用
在这一环节，四位行业领袖分别介绍了AI Vector Search在各自企业中的应用场景。
1. PayPal——个性化体验与风控自动化
图7：Data Infrastructure at Paypal
Akash Guha，PayPal的在线交易处理和数据服务总监，分享了PayPal如何利用AI Vector Search提升用户体验和后台自动化。PayPal在全球拥有超过4亿消费者账户和数百万商家账户，每年处理260亿次交易，总支付金额达1.6万亿美元。Akash表示，Vector Search帮助PayPal在以下几个方面取得了显著进展：
• 实时个性化：根据客户行为和历史数据实时推荐相关内容。
• 后台风控自动化：通过相似性搜索增强身份验证和合规检查，减少人工介入。
• 优惠平台优化：通过为商家网络匹配极佳优惠方案，提升客户体验。
图8：AI Vector Search for Paypal
2. 德意志银行——风险分析中的事件距离测量
图9：Deutsche Bank
德意志银行的全球数据库服务负责人Marcus Praetzas分享了Vector Search如何优化该行的数据库风险分析。德意志银行的数据库80%基于Oracle，银行的数据库产品和平台管理涵盖了运营、安全与控制、工程与自动化以及交付管理等方面，提供端到端的产品服务。
在Marcus Praetzas的分享中，他重点介绍了如何利用AI Vector Search技术优化数据库事件的诊断和解决过程。传统上，数据库事件的诊断需要消耗大量时间，尤其是在识别问题和修复问题之间的时间差异（MTTR）。德意志银行希望通过以下方式提升效率：
创建事件距离度量: 通过建立事件之间的距离度量，德意志银行能够识别与已解决事件相近的未解决事件。这种方法旨在减少事件的诊断时间，尤其是能够指引系统诊断方向（例如区分数据库问题与网络问题）。
Doc-2-Vec方法的应用: 使用Doc-2-Vec技术来保持语义和句法关系，从而实现事件的距离测量和相似度分析。这种方法帮助银行在处理事件时，通过计算余弦距离来识别相似问题，加速问题的定位和解决。
聚类分析: 通过对事件进行聚类分析，德意志银行能够识别热点问题和风险区域。这种技术帮助银行在面对大量数据时，快速识别潜在的风险，并采取预防措施。
图10：Risk Analysis
3. 索尼影业——加速数字资产管理
图11：Sony Pictures Entertainment
索尼影业的数据库技术服务总监Eric Yen详细介绍了AI Vector Search在企业中的应用，特别是在索尼影业的业务环境中如何发挥关键作用。索尼影业管理着25TB的生产数据环境，这套生产数据库跨开发、测试和质量保证（QA）三种不同用途，共有20个副本。对于一家以电影制作、数字媒体为核心的公司，数据库的稳定性和高效性尤为重要。
索尼影业之所以开始探索AI Vector Search，主要有以下几个原因：
• 更快速的搜索结果
在数字媒体和电影行业，数据量巨大且类型繁多，结构化和非结构化数据并存。传统的数据库检索方式在面对如此复杂的数据时效率不高，尤其是在需要查找与视频、图片或文本内容相关的语义信息时。而AI Vector Search通过语义搜索，能够大幅提升搜索速度，帮助索尼影业在时间紧迫的环境下做出更快的决策。
• 基础技术的革新
Eric提到，AI Vector Search技术为索尼影业带来了技术上的革新。这种创新使得他们不仅能够跨越结构化和非结构化数据进行搜索，还能加速向自助式数据分析工具的转型。通过AI Vector Search，索尼影业的团队可以更高效地找到他们需要的内容，而不必依赖传统的数据库查询模式。
• 现代化与风险极小化
Eric指出，采用AI Vector Search技术使得索尼影业能够进一步现代化他们的数据库管理工具，同时将潜在的操作风险降到极低。这种现代化不仅仅是技术上的提升，还意味着公司能够更好地利用数据，减少人为干预，并且在处理复杂数据时更加敏捷和自信。
图12：Why SPE is looking at AI Vector Search
总结
通过这些真实客户案例，我们可以看到，AI Vector Search不仅在多个行业中得到了广泛应用，更展示了其在处理非结构化数据时的强大能力。无论是个性化推荐、风险分析，还是数字资产管理，Vector Search正在为企业提供前所未有的洞察力和效率。Oracle通过将AI功能深度整合到企业已有的数据系统中，不仅保证了数据的隐私与安全，还让AI成为推动企业创新的核心驱动力。
Oracle CloudWorld 2024展示了AI Vector Search在企业中的巨大潜力，让我们期待它在未来的更多突破。
