行业趋势与挑战 - AI模型长期接触高流行但低价值的碎片化数据会出现类似人类"脑损伤"的现象[1] - 传统碎片化数据查询分析难以适应AI时代需求，表现为多模态数据割裂、系统链路冗长、权限管理复杂[3][4] - MIT Project NANDA研究显示95%的企业在生成式AI投入生产后未能看到可衡量的回报[3] - 全球数据库厂商形成"融合"与"协同"共识，Oracle、MongoDB、Elasticsearch等加速融合向量、JSON、搜索等能力[4] - 数据库正从后端静态仓库转变为前端能够实时响应的系统，需要理解数据语义[4] OceanBase的AI原生战略 - 公司发布并开源首款AI原生混合搜索数据库OceanBase seekdb，开发者仅需三行代码即可快速构建AI应用[1] - AI原生不是功能堆砌而是架构重生，以"一体化"为核心为AI系统性重构数据库[6] - 战略核心是"变与不变并行"，不变的是高可靠、强一致性的企业级基因，变的是面向AI负载全面升级的核心能力[1] - 产品定位为大模型与私有数据融合计算的"实时入口层"，目标轻量敏捷[3] seekdb产品核心能力 - 支持向量、标量、文本、JSON、GIS等多模数据的统一存储与混合检索，采用"粗排+精排"机制[8] - 极致轻量化，最低起步资源仅需1核CPU、2GB内存，pip install一键安装、秒级启动[8] - 以Apache2.0协议全球开源，兼容HuggingFace、LangChain、Dify等30余种AI框架[8] - PowerMem分层记忆架构在LOCOMO Benchmark以78.70分达到业界开源Memory的SOTA水平，Token消耗降低96%[8] 一体化数据架构四大能力 - 一体化的多模数据管理：实现结构化、半结构化和非结构化数据在同一个引擎下统一存储与治理[6] - 一体化的多工作负载：事务(TP)、分析(AP)、AI(Search)在同一内核中协同，实现"TP+AP+AI，三合一"[6] - 原生的AI Function能力：将大模型与企业私有数据深度耦合，形成"数据可信、推理可控、闭环可衡量"的执行链路[6] - 混合多云：赋予用户完全的部署自由，用户只需使用一套产品就能实现跨所有公有云、混合云平台的自动升级[7] 公司发展业绩与生态 - 全球客户数已突破4000家，连续五年年均增速超100%[11] - 云服务OB Cloud稳定运行于阿里云、AWS、Azure等七大主流云平台，支持"一套架构、全球运行"[11][18] - 专有云客户数量在过去一年增长50%，金融与政企领域的核心系统改造成为增长主力[14] - 公有云(OB Cloud)业务近三年客户数年均增长115%，营收占比已达30%[14] - 在专有云领域，合作伙伴贡献收入超70%，年增速达80%，已与350多家ISV协作共创900多个行业解决方案[18] - 公有云合作伙伴收入占比突破30%，年增速达300%，多云业务占比从5%跃升至30%[20]

AI原生数据库行业趋势 - 最新研究表明AI模型长期接触高流行但低价值的碎片化数据会出现类似人类"脑损伤"现象[1] - 行业共识从"AI+"转向"AI原生"，AI成为系统架构核心方向而非零散附加功能[1] - 全球主流数据库厂商如Oracle、MongoDB、Elasticsearch加速融合向量、JSON、搜索等能力，形成AI时代"全能型"数据库[8] - 数据库范式从事务交易走向实时分析，再发展到智能化时代走向"前台"[1] - MIT Project NANDA研究显示95%的企业在生成式AI投入生产后未能看到可衡量回报，主要由于多模态数据割裂等问题[7] OceanBase战略定位与产品发布 - 公司于2025 OceanBase年度发布会发布并开源首款AI原生混合搜索数据库OceanBase seekdb[2] - seekdb定位为专为AI时代重构的AI原生混合搜索数据库，而非传统数据库功能叠加[4] - 产品目标成为大模型与私有数据融合计算的"实时入口层"[4] - 公司提出"DataxAI"战略，seekdb是基于OceanBase工程化能力形成的关键一环[13] - 公司CEO杨冰表示AI真正瓶颈不在模型而在数据，私有化数据是AI真正的"护城河"[6] seekdb核心技术特性 - 支持向量、标量、文本、JSON、GIS等多模数据统一存储与混合检索[12] - 采用"粗排+精排"机制兼顾精度与低延迟，在反欺诈等场景可直接跨系统查询[12] - 极致轻量化设计，最低起步资源仅需1核CPU、2GB内存，pip install一键安装、秒级启动[12] - 以Apache 2.0协议全球开源，全面兼容HuggingFace、LangChain、Dify等30余种AI框架[12] - 同步开源PowerRAG文档解析与PowerMem分层记忆架构，后者在LOCOMO Benchmark以78.70分达到业界开源Memory的SOTA水平，Token消耗降低96%[12] OceanBase四大AI原生能力 - 一体化的多模数据管理：兼容多样化数据类型与索引，实现"一个引擎，统一语义"[10] - 一体化的多工作负载：事务（TP）、分析（AP）、AI（Search）在同一内核中协同，实现"TP+AP+AI，三合一"[11] - 原生的AI Function能力：将大模型与企业私有数据深度耦合，形成"数据可信、推理可控、闭环可衡量"执行链路[11] - 混合多云能力：从单机到分布式，从本地到多云，用户只需使用一套产品实现跨所有公有云、混合云平台自动升级[11] OceanBase商业化进展 - 全球客户数突破4000家，连续五年年均增速超100%[15] - 技术深入金融、政务、通信、零售、制造、互联网等十余领域，服务网络覆盖16个国家和地区[15] - 云服务OB Cloud稳定运行于阿里云、AWS、Azure等七大主流云平台[16] - 专有云客户数量过去一年增长50%，金融与政企领域核心系统改造成为增长主力[18] - 公有云业务成为"第二增长曲线"，近三年客户数年均增长115%，营收占比达30%[18] OceanBase生态建设 - 合作伙伴贡献专有云收入超70%，年增速达80%[21] - 已与350多家ISV协作，共创900多个可复制的行业解决方案[21] - 公有云合作伙伴收入占比突破30%，年增速达300%[22] - 100余家分销伙伴构建全国DBaaS服务网络，多云业务占比从5%跃升至30%[22] - 向量数据库能力跻身DB-Engines全球前十，2025年16篇论文被ICDE、VLDB、SIGMOD等数据库顶会收录[23]

公司商业化进展与市场地位 - 自2020年商业化以来，全球客户数已突破4000家，连续五年年均增速超100% [1] - 服务覆盖金融、政务、通信、零售、制造、互联网等十余领域，遍及16个国家和地区、60多个地域、240多个可用区 [1] - 在中国市场产品能力与本地部署分布式数据库份额均居第一，并连续三年蝉联墨天轮中国数据库流行榜榜首 [2] 专有云业务表现与行业渗透 - 过去一年专有云客户数增长50%，增长主力来自对稳定性要求严苛的核心系统 [2] - 在金融领域，“百行计划”服务全部政策性银行、5/6国有大行，覆盖超100家资产规模千亿级以上银行，支撑190余个核心系统 [2] - 非银领域渗透深化，75%头部保险集团、80%头部券商、60%头部基金公司已部署，其中超半数用于核心系统 [2] - 政企领域全面提速，现已服务全国1/3省级人社系统，并在通信领域深度覆盖三大运营商 [3] 公有云业务表现与国际化 - 公有云（OB Cloud）近三年客户数年均增长115%，营收占比已达30% [4] - OB Cloud已稳定运行于阿里云、华为云、腾讯云、AWS、Azure、GCP等七大主流云基础设施 [4] - 国际化成果显著，已为GCash、2C2P、PalmPay等50余家海外客户提供服务 [5] - 向量数据库能力跻身DB-Engines全球前十，2025年16篇论文被ICDE、VLDB等数据库顶会收录 [5] 技术优势与标杆案例 - 凭借单机分布式一体化、低成本、高兼容等优势，灵活支持多样化场景 [4] - 平安集团实现银行、保险、基金全栈部署；国泰海通证券升级百余套系统，批处理性能显著提升 [3] - 老中银行新一代核心系统性能提升20倍，批量处理缩至30分钟，成本仅为同类方案20% [3] - 高德使用OceanBase后性能提升25%、成本降低50%；安踏性能提升2–3倍，开发周期减半 [5] 生态合作与发展 - 专有云合作伙伴贡献收入超70%，年增速达80%，已与350多家ISV协作共创900多个行业解决方案 [6] - 公有云合作伙伴收入占比突破30%，年增速达300%，多云业务占比从5%跃升至30% [6] - 深度适配用友YonBIP5数智商业创新平台，发布超融合HTAP数据库联合解决方案 [6] - 2025年原厂高级专家和服务生态专家分别增长30%与50%，问题响应与解决效率提升20% [7] 未来战略与产品发布 - 正式开启“Data×AI”新范式，发布4.4一体化融合版本，首次将TP、AP与AI能力集成于单一内核 [8] - 商用LTS版本将于2026年2月2日推出，同期开源首款AI原生混合搜索数据库seekdb [8] - 公司秉持“正确性第一、稳定性第二、性能第三”工程准则，先后刷新TPC-C与TPC-H两项国际基准记录 [8]

公司商业化进展与市场地位 - 自2020年商业化以来，全球客户数已突破4000家，连续五年年均增速超100% [1] - 专有云客户数在过去一年增长50%，增长主力来自对稳定性要求严苛的核心系统 [1] - 公有云（OB Cloud）近三年客户数年均增长115%，营收占比已达30% [1] - 在中国市场，产品能力与本地部署分布式数据库份额均居第一，并连续三年蝉联中国数据库流行榜榜首 [1] - 连续两年稳居中国分布式金融本地部署市场第一 [1] 产品技术优势与核心能力 - OB Cloud具备“多云原生”优势，基于对象存储实现OLTP存算分离，支持跨可用区容灾和跨云双向同步 [2] - 云服务已稳定运行于阿里云、华为云、腾讯云、百度智能云、AWS、Azure、GCP七大主流云基础设施 [2][3] - 向量数据库能力跻身DB-Engines全球前十，2025年有16篇论文被ICDE、VLDB、SIGMOD等顶级会议收录 [2] - 发布4.4一体化融合版本，首次将TP、AP与AI能力集成于单一内核 [3] - 开源AI原生混合搜索数据库seekdb，支持向量、全文、标量、GIS数据统一检索，兼容30+主流AI框架 [3] 国际化与行业应用 - 服务覆盖16个国家和地区、60多个地域、240多个可用区 [1][3] - 在东南亚已服务印尼DANA、Finnet、新加坡Atome等本地金融科技企业 [2] - 助力GoTo风控引擎迁移，峰值承载能力提升10倍 [2] - 技术已深入金融、政务、通信、零售、制造、互联网等十余个领域 [1] - OB Cloud的能力在零售、金融科技、消费电子和泛互联网行业已实现规模化落地 [2] 未来战略方向 - 公司正式开启“Data×AI”新范式，从“存储数据”迈向“理解数据” [3] - 战略核心是以“一体化”理念推进架构、存储与负载的全面融合 [3] - 未来数据库需同时服务“人”与“智能体”，在数据源头驱动实时、可信的智能 [4] - 将持续加大全球开源投入，融入本地生态，加速全球化进程 [3] - 新域名oceanbase.ai同步启用，旨在推动行业加速迈向“智能原生”架构 [4]

公司商业化进展与市场地位 - 自2020年商业化以来，全球客户数已突破4000家，连续五年年均增速超100% [2] - 在中国市场产品能力与本地部署分布式数据库份额均居第一，并连续三年蝉联中国数据库流行榜榜首 [2] - 专有云客户数在过去一年增长50%，增长主力来自对稳定性要求最严苛的核心系统 [2] 金融行业渗透与核心系统应用 - “百行计划”服务全部政策性银行、5/6国有大行，覆盖超100家资产规模千亿级以上银行 [3] - 支撑190余个核心系统、1000多个关键业务，并实现全球化突破，获得汇丰、三井住友等国际金融机构采用 [3] - 在非银领域，75%头部保险集团、80%头部券商、60%头部基金公司已部署，其中超半数用于核心系统 [3] 政企及关键行业拓展 - 在政务领域，现已服务全国1/3省级人社系统，江西试点后十余省份跟进 [3] - 深度覆盖三大运营商，中国移动1/3省级公司、中国联通超300套核心系统、中国电信翼支付全链路均已部署 [3] - 在交通、能源、医疗等高可靠场景站稳脚跟，服务中航信、南航、12123交管平台及多家三甲医院 [3] 公有云业务增长与技术优势 - 公有云（OB Cloud）近三年客户数年均增长115%，营收占比已达30% [4] - 具备“多云原生”能力，稳定运行于七大主流云基础设施，支持应用无需改造即可全球运行 [4] - 已在零售、金融科技等行业规模化落地，助力高德性能提升25%、成本降低50%，安踏性能提升2–3倍 [4] 产品战略升级与AI融合 - 发布4.4一体化融合版本，首次将TP、AP与AI能力集成于单一内核，商用LTS版本将于2026年2月2日推出 [5] - 开源首款AI原生混合搜索数据库seekdb，支持向量、全文等数据统一检索，兼容30+主流AI框架 [5] - 公司开启“Data×AI”新范式，从“存储数据”迈向“理解数据”，致力于打造面向未来的一体化数据底座 [5]

行业趋势 - 生成式人工智能应用需处理海量非结构化数据 带动云数据库需求激增 [1] - 零售行业从粗放流量运营转向用户价值深度挖掘 人工智能贯穿研产供销服全链路 [1] - 超过九成企业认为人工智能将极大提升生产力 [1] - 传统IT架构存在数据延迟和系统割裂问题 难以支撑AI时代实时决策需求 [1] - 零售行业亟需满足全时响应 全域覆盖 全端适配 全员协同的新一代技术底座 [1] 技术解决方案 - 一体化云数据库成为破局传统IT架构问题的关键 [1] - 新一代数据底座通过与AI深度融合提供解决方案 [2] - 向量融合查询技术使数据库能深度理解图片视频文本等非结构化数据 [2] - 企业可快速实现以图搜图购物体验 智能商品推荐系统和基于知识库的智能客服 [2] 市场落地 - OceanBase云数据库产品OBCloud近两年服务200余家头部零售企业 [1] - 覆盖鞋服 餐饮 快消 商超 DTC新经济等全零售业态 实现规模化落地 [1] - 一体化云数据库正从成本中心转向增长引擎 [2] - 白皮书解析消费者服务 供应链管理 全渠道运营三大核心业务场景 [2] 技术选型标准 - 企业需从架构设计 成本效益平衡 高可用性三大维度进行技术选型 [2] - IT融合能力 安全合规 AI原生能力同样成为重要选型维度 [2] - 为未来AI时代新零售一体化数据底座夯实基础 [2]

行业趋势与挑战 - 零售行业从粗放流量运营转向用户价值深度挖掘 AI贯穿研产供销服全链路 超90%企业认为生成式AI将提升生产力 [1] - 传统架构存在数据延迟 系统割裂 资源冗余等问题 难以支撑实时决策与AI创新应用 推荐与响应难以满足千人千面需求 [1] - 零售业面临脉冲式流量冲击与AI变革双重考验 需稳定高效且支持AI应用的数据底座 [4] 数据底座核心能力 - 数据底座需具备三项能力：驾驭流量脉冲式爆发 使数据成为实时决策引擎 让AI从锦上添花变为基础设施 [1] - 分布式数据库能处理自动伸缩场景 支持瞬间脉冲能力的弹性扩大 [3] - 数据底座需实现数据实时同步 某头部商超因库存数据未实时同步 在促销活动中卡顿几分钟损失百万级GMV [3] OceanBase技术应用与案例 - OceanBase为100%根自研分布式数据库 2022年推出一体化云数据库平台OB Cloud [4] - 海底捞使用OceanBase HTAP底座后打通进销存全链路 实现千人千面快速推介 [3] - 泡泡玛特抽盒机系统搭载OB Cloud 扩缩容时间降低90% 可应对百倍流量 高并发场景连续性达99.999% [3] - OB Cloud服务200余家头部零售客户 覆盖鞋服餐饮快消商超DTC新经济等全零售业态 [4] AI与数据库融合 - OB Cloud聚焦向量化技术和知识库AI数据服务 使数据库能深度理解非结构化数据（如图片视频文本评论） [4] - 基于AI能力实现以图搜图购物体验 智能商品推荐系统及智能客服系统 [4] - AI时代数据维度与交互模式变化 数据库需迭代计算引擎以支持零售企业AI应用快速落地 [4] 全球化发展与行业竞争 - OB Cloud全球化布局覆盖亚太中东亚洲欧洲美洲等50余个地域的170多个可用区 客户年增速达130% [5] - 服务小米携程上汽大众GCashPalmPay等海内外企业 印证中国技术全球适配能力 [5] - 零售下一轮竞争本质是数据底座能力竞争 需通过生态共生共赢实现 [5]

公司业务进展 - OceanBase公有云服务OB Cloud已服务200余家头部零售客户 覆盖鞋服 餐饮 快消 商超 DTC新经济等全零售业态 [1] - OB Cloud被50余家独立软件开发商集成 包括伯俊 百胜 石基 数云 食亨 云徙等 [6] - 客户年增速达130% 全球化布局覆盖亚太 中东 亚洲 欧洲 美洲等50余个地域的170多个可用区 服务小米 携程 上汽大众 GCash PalmPay等海内外企业 [7] 行业需求与挑战 - 零售行业面临脉冲式流量冲击与AI变革双重考验 超90%企业认为生成式AI将提升生产力 [3] - 传统架构存在数据延迟 系统割裂 资源冗余等问题 难以支撑实时决策与AI创新应用 [3] - 行业亟需满足全时响应 全域覆盖 全端适配 全员协同的新一代技术底座 [3] 技术解决方案 - OB Cloud通过四大核心能力破解行业难题：TP和AP一体化实现交易与分析融合 多模一体化实现多源数据融合 向量融合查询加速AI应用落地 多云原生部署支持全球6大主流云平台 [4] - 原生分布式能力实现秒级扩容和无感缩容 扩缩容时间降低90% 可应对百倍流量 高并发场景连续性达99.999% [4] - 向量化技术和知识库AI数据服务使数据库能理解图片 视频 文本等非结构化数据 支持以图搜图购物体验和智能客服系统 [6] 客户案例成效 - 泡泡玛特抽盒机系统搭载OB Cloud后扩缩容时间降低90% 轻松应对百倍流量 [4] - 海底捞会员系统实现高并发压力化解 实时算力提升45% 支撑占企业总收入80%以上的会员生态 3年持续稳定运行 [4] - 海底捞进销存系统将库存响应从按天算压缩至按分钟算 实现事中干预和事前预测 [5] - 某跨境电商使用向量搜索和智能体平台搭建智能客服系统 开发多模态搜索能力提升用户体验和运营效率 [6] 行业趋势与定位 - 零售下一轮竞争本质是数据底座能力竞争 一体化云数据库正从成本中心转向增长引擎 [6][7] - OceanBase作为100%根自研分布式数据库 始创于2010年 2022年推出OB Cloud平台 [3] - 公司联合发布业内首份《零售一体化云数据库白皮书》 解析消费者服务 供应链管理 全渠道运营3大核心场景 收录12家头部企业案例 [7]

行业趋势与挑战 - 零售行业面临脉冲式流量冲击与AI变革双重考验 需稳定高效且支持AI应用的数据底座 [2] - 行业从粗放流量运营转向用户价值深度挖掘 超90%受访企业认为生成式AI将提升生产力 [2] - 数智化转型面临三大核心挑战：驾驭流量脉冲式爆发 数据实时决策引擎 AI从锦上添花变为基础设施 [2] 技术解决方案 - 一体化云数据库从成本中心转向增长引擎 支撑秒级决策与厘米级洞察竞争 [1] - 需从架构设计 成本效益平衡 高可用性 IT融合能力 安全合规 AI原生能力六大维度进行技术选型 [1] - 新一代技术底座需满足全时响应 全域覆盖 全端适配 全员协同四大特性 [2] 市场实践案例 - OceanBase云服务覆盖200余家头部零售客户 包含鞋服 餐饮 快消 商超 DTC新经济等全业态 [2] - 白皮书深度解析消费者服务 供应链管理 全渠道运营三大核心场景 [1] - 收录泡泡玛特 李宁等12家头部企业实践案例 [1] 生态合作与价值 - 零售数据底座创新大会由OceanBase IT东方汇 EFCIO联合主办 雅戈尔集团CIO 露乐集团CIO 爱分析共同参与白皮书发布 [1] - 零售行业下一轮竞争本质是数据底座能力竞争 需通过生态共生实现共赢 [2]

行业趋势 - 生成式人工智能应用需处理海量非结构化数据 带动云数据库需求激增 [1] - 零售行业从粗放流量运营转向用户价值深度挖掘 AI贯穿研产销服全链路 [1] - 超九成企业认为生成式AI将提升生产力 [1] - 零售行业亟需满足全时响应 全域覆盖 全端适配 全员协同的新一代技术底座 [1] 技术挑战 - 传统架构存在数据延迟 系统割裂 资源冗余等问题 难以支撑实时决策与AI创新应用 [1] - 零售行业数智化转型面临驾驭流量脉冲式爆发 数据实时决策引擎 AI从锦上添花变为基础设施三大核心挑战 [1] 公司业务 - OceanBase云数据库产品OB Cloud已服务200余家头部零售企业 覆盖鞋服餐饮快消商超DTC新经济等全零售业态 [1] - 公司作为100%根自研分布式数据库 始创于2010年 2022年推出一体化云数据库平台OB Cloud [2] 技术优势 - 云数据库通过线性扩展应对流量峰值 实现流量激增时秒级扩容 回落时无感缩容 [2] - 泡泡玛特抽盒机系统搭载OB Cloud后扩缩容时间降低90% 可应对百倍流量 [2] - 一体化云数据库正从成本中心转向增长引擎 [2] 竞争格局 - 零售业下一轮竞争本质是数据底座能力的竞争 [2] - 强大底座需要生态共生共赢而非单打独斗 [2]