甲骨文周三推出Fusion Data Intelligence Platform，这是其Fusion Analytics Warehouse的演变，旨在更好地使客户能够从见解中采取行动。

此外，这家科技巨头还为Oracle Analytics Cloud推出新的生成式AI功能，旨在提高数据消费者的工作效率。

Fusion Data Intelligence Platform和Analytics Cloud更新是在Oracle CloudWorld 2023大会期间公布，这是甲骨文在拉斯维加斯举行的用户大会。

Ventana Research分析师David Menninger表示，其实在最新工具推出之前，甲骨文的数据管理和分析套件就已经很全面。

他特别指出，甲骨文的自然语言处理能力脱颖而出。

Menninger说：“甲骨文是领导者之一，部分原因是其产品的广度、增强的分析能力和移动产品。甚至在ChatGPT和生成式AI流行之前，甲骨文就是自然语言处理的领导者，并且多年来一直在提供支持数十种语言的强大多语言NLP。”

在此次大会前几天，甲骨文和微软透露，甲骨文的数据库服务现在可以在Azure上使用，这表明他们认可大多数企业在多个云上部署数据。除了在微软的云端提供甲骨文的数据库服务外，该合作伙伴关系还使微软的OpenAI服务可供甲骨文客户使用。

新功能

Fusion Analytics Warehouse是甲骨文的一组预构建应用程序，用于 AI 驱动的自助式数据管理和分析，包括数据准备和数据可视化。

新的Data Intelligence Platform具有针对 AI 和机器学习优化的数据湖仓功能，它是 Fusion Analytics Warehouse 的下一个迭代。

该Data Intelligence Platform带有一系列预构建的功能，可将数据作为服务提供。甲骨文分析产品战略副总裁Joey Fitts表示，总体而言，他们的目的是帮助用户不仅可以分析数据和获得见解，而且还根据这些见解在工作流程中采取行动。

他指出：“在整个分析的发展过程中，一直所缺乏的是帮助员工完成工作，帮助员工做出决定并实际采取行动，这就是我们关注的地方。这是这些更新的指导原则。”

因此，Data Intelligence Platform不仅旨在提供工具使用户能够采取行动，而且还在一个位置提供这些AI、BI和数据管理工具。因此，用户不必更改环境即可从发现和见解转变为行动。

Fitts 称：“这些不应该分隔，我们需要减轻日常业务线专业人员的负担，以便他们能够高效地采取行动。”

数据智能平台附带的预构建功能包括：

• 自动化数据管道。
• 基于Fusion Cloud Applications数据和其他数据源的数据模型，为用户提供对其业务的洞察。
• 规范性的 AI 和机器学习模型，可自动执行某些耗时的任务，并使员工能够腾出时间执行更专业的任务。
• 仪表板、报告和关键绩效指标。
• 自然语言查询和自动化见解，可提高效率。
• 以及从预构建模型、AL/ML 模型和其他分析内容中剔除数据的智能应用程序。

此外，数据智能平台还包括面向甲骨文行业特定分析应用客户的功能。

Fusion ERP Analytics现在包括一个新的会计中心，并且，Fusion Supply Chain Management Analytics具有新的制造分析功能。此外，新的薪资管理工具现在是Fusion HCM的一部分，Fusion Customer Experience现在提供见解以了解价格和合同报价如何影响客户体验。

根据Menninger的说法，也许最重要的是在用户工作流程中嵌入分析的整体意图。虽然单个功能是有益的，但真正重要的是为业务用户提供数据和分析。

Menninger 称：“作为一个行业，分析仍然没有覆盖到大多数组织中的大多数劳动力。为了覆盖更多员工，关键方式是将分析嵌入到业务应用程序中。Fusion Data Intelligence Platform及其嵌入在应用程序中是将分析交给更多业务线工作人员的有效方法。”

除推出数据智能平台外，甲骨文还为其供应商的商业智能套件Analytics Cloud引入了新的AI功能。

自OpenAI推出ChatGPT以来的10个月里，这标志着生成AI和大型语言模型技术的实质性飞跃，大多数数据管理和分析供应商都将生成AI作为焦点，并宣布整合生成AI的计划。

嵌入式分析专家Sisense是第一批，他们在一月份宣布与OpenAI的集成。就在最近，Qlik 推出了用于生成 AI 和机器学习的新产品组合；Domo构建了一套工具来实现生成式AI开发；谷歌在其数据管理和分析工具与其生成式AI功能之间引入了集成。

现在，甲骨文也在做同样的事情。

Analytics Cloud现在包括以下功能：

• 自然语言交互，因此用户不必编写代码;
• 自动生成的文档摘要（包括播客形式），解释关键点和背景;
• 来自仪表板和协作功能的建议见解，通过集成Microsoft Teams，使用户能够在讨论中共享数据资产。

根据Fitts的说法，这些功能相结合，旨在使数据探索和分析更容易、更高效。

他表示：“人工智能可以用来减轻负担……在整个分析管道中，从采购数据到结构化、准备、整理、可视化，然后呈现见解。所有新功能都是为了减轻负担。让人们的生活更轻松是我们希望人工智能能做的事情。”

与此同时，Menninger指出，正如嵌入式BI帮助组织内更多的人处理数据一样，生成式人工智能也是如此。

据估计，在大多数组织中，只有大约四分之一的员工将分析作为其工作的一部分。支持自然语言交互的生成式人工智能有可能显著提高这种使用率。

Menninger 称：“正如嵌入式分析有助于覆盖更多的劳动力一样，由生成式AI增强的自然语言处理是扩大分析范围的另一种方式。生成式AI还有助于提供更多基于人工智能和机器学习的分析。AI和ML仍然需要专业技能，而生成式AI正在帮助更轻松地创建和访问这些类型的分析。”

后续步骤

根据Fitts的说法，随着甲骨文制定其数据管理和分析路线图，重点之一将是不断改进现有功能。

例如，他指出，Fusion Data Intelligence Platform是Fusion Analytics Warehouse的品牌重塑，具有新的和改进的功能。展望未来，甲骨文计划继续在其数据管理和分析套件中添加新功能并改进现有功能。

Fitts 称：“我们将其视为一个多年的旅程。”

关于生成AI，他补充说，通过最近与Cohere的集成，甲骨文计划使用户能够将LLM功能引入自己的数据，并开发私有语言模型-没有公共LLM数据安全问题。

与此同时，Menninger表示，甲骨文（及其大多数竞争对手）在规划功能上投入更多资金是明智的，这些功能使客户能够询问他们的数据“如果…将会怎样？”以探索不同的场景。

甲骨文为此类分析提供Essbase，但这与Analytics Cloud是分开的。

Menninger 称：“我希望看到基于Essbase驱动程序的计划中功能与Oracle Analytics Cloud的进一步集成，以及更多的决策智能功能，以帮助组织评估不同行动方案之间的权衡。”