图源：演讲视频截图

01 演讲摘要

在Oracle AI World 2026现场，Oracle CEO迈克·西西利亚（Mike Sicilia）带来了主题演讲《Where AI Means Business》。开场他就抛出一个判断：今天会场里的许多人，已经在用AI发现风险、降低成本、保护利润率，但AI的下一步，是开始为企业预测接下来会发生什么。

要把这件事做成，且以人们信任的方式取得可衡量的结果，还有很长的路要走。西西利亚说，有四件事必须同时发生：AI要安全地访问企业数据并拥有正确的权限；要理解数据在业务语境中的意义，也就是所谓的本体论；要跑在足以支撑规模化运营的高性能基础设施上；最后，它必须进入企业真实运作的流程——应用程序和人们做决策的地方，把情报变成行动。

Oracle的答案，是把这三层握在自己手里：能管理数据并运行应用程序的技术、大规模运行AI的OCI基础设施、把AI直接带进企业数据的Oracle AI数据库，以及能自主构建互联本体的AI数据平台。用演讲里的话说：目标不是在你的企业中引入更多人工智能，而是打造一个能够做到更多的企业。人工智能意味着商业。

02 大咖金句

• “人工智能不再局限于告诉你正在发生的事情，它实际上预示着接下来会发生什么。”

• “它不仅仅告诉你该做什么、给出建议，它真的会去做，会完成工作。这就是区别。”

• “目标不是在你的企业中引入更多人工智能，而是打造一个能够做到更多的企业。正如我们常说的：人工智能意味着商业。”

• “人工智能最伟大的成就，不是机器学会了做什么，而是人们利用机器能做成什么。”

03 关键洞察

让AI在企业里真正干活，为什么必须四件事同时发生？

西西利亚开场问了一个很朴素的问题：AI明明已经在改变企业，为什么真正值得信任、能拿出可衡量结果的AI还不多？他的回答是，数据、理解、基础设施和业务流程四件事缺一不可。

先看数据：AI要访问业务赖以运转的信息，而且必须以安全受保障的方式、带着正确的权限。再看理解：AI要明白这些数据在企业环境里意味着什么——它们如何跨系统连接、为什么重要，演讲把这叫作本体论。

剩下两件事同样关键：高性能基础设施，决定AI能不能按规模化运营的经济性持续运转；而AI最终要发挥作用，必须在应用程序和人们做决策的流程里，把情报转化为行动。这也是Oracle强调的差异化位置——它不只在做模型，而是把数据库、OCI和应用软件连成一条完整链路。

图源：演讲视频截图

从“给建议”到“真干活”：货运码头上的演示说明了什么？

这场演讲最直观的部分，是负责融合应用的克里斯·里昂（Chris Leone）在货运码头的现场演示。代理应用的定义是围绕业务成果：比如“在成本与产能的约束下，确保货物按时发出”。

演示里，AI发现卡车利用率只有61%，目标是要提到70%，它直接给出具体行动方案：合并两批货物省下12000美元、重新分配订单。当任务超出日常范围，系统进入Fusion Claw这种受控代理运行时，像供应链计划员一样去优化装载计划，最终把利用率提到88%，自动纳入117个订单，节省58000美元——而且每一步证据、每一项审计记录都摊开给你看。

更有信息量的是边界：系统会主动停住，说这5批货物需要人检查，其余149批可以继续。配合“结果收据”——谁做了工作、采取了哪些行动、遵循什么标准操作程序，这演示的正是演讲反复强调的那句话：它不仅仅告诉你该做什么，它真的会去做，会完成工作。这就是区别。

为什么信任，比能力更难建立？

演讲里反复出现的词不是“能力”，而是“信任”。西西利亚举了几个边界：处理患者信息的代理必须尊重患者隐私；下单的代理必须尊重采购权限；当决策需要人为判断时，最终决定权仍然留在负责人手里。

Spectrum公司把AI铺进10万名员工的人力资源运营，做法是把治理当成加速器而不是阻碍：回应可靠且受监管的环节交给AI，涉及薪资调整、敏感员工记录和流程例外的环节保留人工。在急救演示里，AI贯通救护车、医院与医生的信息流，但下输血命令、承担责任的仍然是医生。

西西利亚的判断很直接：信任不是宣称出来的，是必须努力赢得的。AI要进入风险最高、回报最大的领域，靠的是可审计、可治理、人类保留最终判断权。

图源：演讲视频截图

AI的价值，为什么要在真实行业里验证？

演讲特意选了几个利润薄、复杂度高的行业来验证：餐饮、医疗、货运。意大利汉堡王（QSRP）的案例最典型——约500家餐厅、8000名员工，利润率极低，小问题就会变成销售损失。

指挥中心（Oracle Commander Center）的演示里，一个Uber Eats配置错误导致多家门店订单失败，AI分析失败订单、定位根本原因，问经理“想一次性全部解决吗”，点击批准后全部门店修复；面对50起配送索赔，系统用发出前拍摄的订单照片和送达照片比对，用证据拒赔不属于餐厅的责任，还给CFO提供了重新谈判第三方配送协议的依据。

QSRP的AI主管索菲给出两条很实在的试点经验：第一，如果你拥有正确的数据，AI本身并不复杂，真正的难点是让产品对运营团队真正有用——餐厅经理不需要新的提醒，他需要知道正在发生什么，以及如何在五秒钟内解决这个问题；第二，即使数据和AI都很好，仍然需要赢得运营团队的信任，用例才会被真正用起来。

西西利亚在演讲末尾反问：为什么人们要穿过六个系统才能完成一件事？为什么要在技术能帮忙之前就发现问题？为什么要把大量时间花在管理工作细节，而不是改善业务？

他的答案是：让复杂性退居幕后，让人走到前台；AI的成功，应该用它在多大程度上增强了人的可能性来定义。从货运码头到餐厅指挥中心，从急诊救护车到非洲的粮食安全预测，这场演讲真正想说明白的是：AI的下一步竞争，不在模型本身，而在谁能先把AI放进企业每天信赖的系统里，让它可靠地替人干活。

演讲视频：

https://www.youtube.com/watch?v=YPGQIOFNScs