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]

甲骨文在中国市场的兴衰历程 - 上世纪80年代末进入中国市场时凭借全球领先的数据库技术迅速垄断行业30年 [4] - 大型国企每年支付几千万至上亿元软件使用费和服务费 [5] - 2008年对联通开出六千万元罚单展现强势商业策略 [7] 甲骨文的市场策略问题 - 软件定价显著高于国际平均水平并强制收取高额维护费 [7] - 技术垄断使企业难以更换供应商 [8] - 银行/电信/政府部门等关键领域完全依赖其数据库产品 [8] 人力资源管理失误 - 创始人公开表态不培养中国员工并形成公司潜规则 [10] - 中国员工仅能从事基础工作无法参与核心技术研发 [12] - 外籍员工获得优先晋升机会且培训体系脱离中国实际 [12] 国产数据库的崛起 - 阿里巴巴2010年代组建含甲骨文前员工的团队开发OceanBase [16] - OceanBase性能超越甲骨文且价格仅十分之一 [16] - 华为推出GaussDB专注金融/电信领域 [19] - 腾讯TDSQL成为互联网企业新选择 [21] 政策环境变化 - 国家推动信息技术国产化政策加速替代进程 [23] - 银行/电网/政府部门快速启动国产数据库替换 [21] - 数据安全要求促使关键行业摆脱外企依赖 [21] 甲骨文的应对失误 - 2019年突然裁员中国研发中心900人（近60%员工） [26] - 未能及时转型云计算仍坚持传统数据库技术 [26] - 淘宝核心广告系统移除甲骨文数据库标志性事件 [26] 行业格局转变 - 国产数据库迎来黄金发展期 [23] - 打破国外技术垄断神话 [28] - 中国企业掌握核心技术自主权 [28]

中央金融工作会议上提出的科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章，为 金融行业的高质量发展指明方向：倡导金融服务的创新和普惠，强调可持续发展的重要性，为金融机构 的数字化转型和核心系统升级提供了坚实的政策支持。 数据库作为向下对接IaaS层、向上承接SaaS层的重要底层软件，其表现直接影响金融机构的数字化 转型进程。OceanBase作为分布式数据库的代表，致力成为助力金融机构核心系统升级的关键技术。 后摩尔时代的数字化转型 数据库走向分布式 过去，数字化转型对头部金融机构来说，或许只是一个"选择题"；而现在，它已经成为大中小型金 融机构的"必答题"。这不仅是因为政策监管和数字经济浪潮的推动，也是"以客户为中心"的转型需要。 早在六年前，中国信息通信研究院就在《大数据白皮书（2018年）》中指出，随着移动互联网的快 速发展，银行和支付机构传统的柜台交易模式逐渐被终端直接交易模式替代。以金融场景为例，移动支 付和普惠金融的发展带来了海量高频的线上小额资金支付行为，生产业务系统面临大规模并发事务处理 要求的挑战。 对于金融机构而言，最直接的影响是原本采用的集中式数据库正在海量数据面前捉襟见肘，成 ...

公司战略升级 - 蚂蚁集团旗下OceanBase宣布全面迈入AI时代，全力打造"DATA×AI"核心能力，构建AI时代的数据基石 [3] - 公司对人才和组织体系进行升级，任命CTO杨传辉担任AI战略一号位，新设AI平台与应用部、AI引擎组等部门 [3] - 新成立的AI平台与应用部负责搭建"DATA×AI"平台并推进应用开发，AI引擎组专注于打造AI推理引擎 [4] 技术发展历程 - OceanBase过去15年坚持100%自主研发，攻克稳定性、高并发、可扩展、实时分析及多云等难题，推出高质量一体化分布式数据库产品 [4] - 公司计划实现从一体化存储（行存、列存、KV、文档、向量、倒排）到一体化计算（OLTP、OLAP、NoSQL、向量数据库、搜索、推理、RAG）的全面覆盖 [4] 高管任命与支持 - CTO杨传辉作为创始团队成员，将全面统筹AI战略规划及技术产品落地工作 [4] - 蚂蚁集团将向OceanBase开放全部AI场景，支持其打造AI时代的数据底座 [5]

战略升级 - OceanBase宣布全面进入AI时代 打造"DATA×AI"核心能力 建设AI时代的数据底座 [1] - 这是公司自2023年3月独立运营以来最重要的战略升级 [1] - 公司CEO杨冰表示 AI正在重塑一切 解决DATA和AI融合将成为核心竞争力 [1] 组织架构调整 - 任命CTO杨传辉担任AI战略一号位 全面统筹AI战略制定和技术产品落地 [2] - 成立AI平台与应用部 推进"DATA×AI"平台搭建与应用开发 [2] - 在底层引擎团队中新设AI引擎组 聚焦打造AI推理引擎 [2] 技术布局 - 实现从一体化存储（行存 列存 KV 文档 向量 倒排）到一体化计算（OLTP OLAP NoSQL 向量数据库 搜索 推理 RAG）的全方位布局 [2] - 公司坚持100%根自研 已攻克稳定性 高并发 可扩展 实时分析和多云等难题 [1] 外部合作 - 蚂蚁集团将开放全部AI场景支持OceanBase的AI战略 [2] - 公司将依托蚂蚁的应用场景打磨"DATA × AI"能力 并逐步服务外部客户 [2]