AI+高效数据管理，甲骨文在固废行业深度挖潜

陈俊

1977年，Oracle在美国成立，1989年进入中国市场，已在华发展36年。近些年受益于AI领域的爆发，Oracle在数据、AI等领域的发展取得了长足进步，FY24财年全球总营收达530亿美元，全年股票市值大涨40%。

“46年来，Oracle帮助客户管理和保护重要数据”，陈俊表示，甲骨文实现了在金融、交通、电信、健康等场景的广泛应用，为百姓的衣食住行等日常生活提供支持和保障。在固废行业，甲骨文将人工智能与数据平台相融合，激发行业的数智化转型与突破。

01固废行业数据具备多样性与AI结合创造价值

固废行业的数据非常多样，在企业端主要和生产、运营相关，如一些数据源自企业的管理软件和平台应用，成为企业管理的关键数据，在设备端源自大型焚烧设备的运行，所产生的视频、文档等数据，将为企业运营管理的进一步精细化和提质增效提供巨大价值。

固废行业 AI 和数据应用场景需求

目前，固废领域对AI 和数据管理在不同的应用场景产生了不同需求，如固废特性分析、固废风险评估、固废处理技术匹配、固废处理设施优化、固废处理技术匹配、固废资源化产品推荐等等，实现这些需求需要依托于人工智能领域的数据、算法、算力的支撑。

在企业的运转以及内部管理中，由于各公司之间呈现不同的业务特点，涉及到不同类型数据的集中管理，数据平台要通过底层的人工智能、大数据、数据分析来支撑前端的信息化管理。

Oracle 对现代数据平台的定位

Oracle数据库的数据来源包括自身及合作伙伴的不同设备、工作单元和系统，并将这些数据进行集成。

集成后将数据进行处理，包括实时数据快速更新、结构化数据的分析查询、非结果化数据的复杂查询等，实现管理和控制的优化，如在固废作业中实现风力分选、发酵过程的智能控制等。

同时，持续利用生产、设备运营和经验数据生成业务分析，去实现自动和预防性维护、实时预测和自动处理等运营需求，提升客户和员工参与度，实现新收入增长。

将 AI引入数据来实现业务结果

Oracle 数据平台将 AI 与数据紧密结合。包括Oracle 数据库中的 AI 创新、简化与 AI 服务的集成、丰富的分析，利用AI的分析运算学习能力，满足企业业务、生产和管理上的需求。

如关系型数据：有效管理和分析传统结构化数据，如垃圾收集记录、处理成本等；图数据：用于建模和分析固废管理系统中的复杂网络关系，如废物运输路径、处理设施网络等；JSON 格式数据：灵活处理和存储来自各种传感器 IoT 数据和设备的半结构化数据，如实时监控数据和设备状态信息；向量数据：特别适用于处理和分析图像和视频数据，如垃圾分类中的图像识别任务。Oracle将融合数据库存储在一起，通过强大的底座对各种应用需求进行支撑。

目前，固废领域在探索AI技术的结合，包括人脸识别、行为分析判断及预测。陈俊表示，AI可以实现通过上传一张项目现场的照片，通过语言模型分析得出准确的处理方案和建议。

Oracle 融合数据库与大语言模型结合

02实现增强检索生成行业知识库至关重要

每个行业都具备自身特点和竞争力，只有将企业能力、知识与大语言模型紧密结合，才能提升生成式AI的准确性、实时性，实现增强检索生成，这就需要建立固废行业的知识库。

固废行业的知识库包含法规政策、标准规范、指标体系、项目资料、工艺流程、操作流程等内容和实践建议，借助LLM + Embedding + Vector Search等技术构建固废行业专属知识库。同时，结合业务数据，获得融合的上下文，提供给大语言模型再创造，提升数据价值转化，达到提升工作效率，减少工作量，降低一线员工的能力资历要求的目标。

在具体的合作流程上，将企业内部的知识库文档进行向量化，存储在Oracle数据库中，通过全面的人机交互，在知识库中搜寻相关的知识和内容，再把知识和内容提交后端的大语言模型，最终生成符合前端操作需要的操作手册、操作建议、操作指导。

支撑固废行业在机器学习和算法使用要求

在Oracle机器学习中，工艺算法支撑废物收集、分类、处理优化的需求。企业可以根据自身重点能力进行决策的支持，同时支持在机器学习中进行调整和优化，更快、更高效满足企业生产运营的需求。

固废业务运营智慧引擎

结合Oracle数据库底层的多种数据，满足固废领域在运营管理、设备监控、风险预测的生产要求。

实现AI在企业落地，企业员工是最终的使用者、掌控者。Oracle提供的技术手段，能更好的进行应用开发以及数据展示，同时通过Oracle语言进行相应的查询，并对不同的数据提供单一的Oracle语句进行查询，有效的简化前端人员的使用和操作。

03基于资产服务提升服务生命周期

在数据库以外，Oracle在企业管理软件等方面都有相应的产品，能够连接任何类型的机器以监控位置、关键诊断和主动问题监测，全面提升服务生命周期。

以设备为例，如实时仪表板，用于了解资产位置、健康状况和性能的态势感知；创建自定义 KPI 来监控和自动检测多个信号的异常；AI/ML 支持的异常检测、趋势/模式发现、机器故障预测；用于实时监控和分析物理机器的离散和复合数字孪生；对连接资产的流遥测数据的实时和历史可视化；端到端工作流导入资产、更新仪表并自动创建工作订单等。

04将数据安全置于首要位置

数据作为非常宝贵的资产，保护数据免受任何未经授权的访问至关重要，Oracle始终将数据安全置于首要位置。

2019年，Oracle 19c 数据库系统高分通过公安部“信息安全技术 网络安全等级保护基本要求”(以下简称“等保2.0”)第四级要求中数据库系统的安全防护要求能力测评。“Oracle 19c 数据库系统”符合等保2.0 的数据保护标准。在数据的存储和合规使用上，为企业用户、研究院所提供可靠的保障。

陈俊表示，Oracle 数据平台将 AI 与数据结合，可满足固废行业各种类型的数据处理要求，为固废行业的高质量发展提供数据价值。

编辑：李丹