在报道甲骨文2024全球云大会的时候，我注意到：当我们还在关注大模型应用的时候，Oracle已经将视野扩展到企业应用开发平台(参见：“当我们看大模型应用的时候，Oracle已经将视野扩展应用开发平台”一文)，但是我并没有完全清楚所谓企业应用开发平台的构建方式，以及和大模型应用的关系。
1月17日在北京举行的2025甲骨文中国创新峰会令我茅塞顿开，新的企业应用开发平台的核心在于构建以AI为中心的平台架构，旨在生成各类以AI为中心的企业应用。
如果说文字理解起来总是晦涩，也许看图就更容易理解。简单说，开发人员的工作发生了翻天覆地的变化，此前是以人为中心的构建式架构的开发方式，需要通过鼠标和键盘进行交互，强调的是软件即服务。对于用户而言，可以通过购买软件或者SaaS服务来满足需求;但是在大模型的时代，这个模式会被完全颠覆，用户所需要的各种应用交付，完全交由大模型来提供，所谓生成式架构，以数据为中心的生成式开发。
在新的模式下，新的业务应用很难通过软件或者SaaS购买来实现，业务人员甚至可以借助低代码平台组织业务，即使企业拥有开发人员，他们的工作也是以数据为中心的生成式开发，简单说，就是围绕大模型展开的各种应用。
大模型能够担此重任吗?答案是能，也不能。
先说不能，指的是目前通用大模型还不具有直接承担这些任务的能力，让通用大模型做这件事情，得到的可能只有失望;接着说能的含义，其实也并不需要大模型继续进化，现在的通用大模型的能力已经足够了，关键是企业使用构建好的数据开发平台，所谓AI ready for Data，Data ready for AI;后者用于支持行业大模型开发，而前者则支持业务应用。
简单理解，企业准备好数据，然后使用大模型，则企业业务应用将如鱼得水。
关键是如何准备好数据，对此，甲骨文公司副总裁及中国区董事总经理吴承杨指出，一个指导的原则就是让数据管理简单化，而不是复杂化。此前，数据中台、业务中台也服务于这个目的，追求业务应用对于软件模块的复用，但是，在技术路线上选择的是让数据管理复杂的路线。
所谓简单化，就是类似Oracle Database 23ai这样的平台，追求向量+标量数据管理的简单化。简单说，企业拥有的数据，无论是结构化数据，还是现代应用大量使用的JSON数据，多模非结构化数据，只要能组织好这些数据，并通过将数据简单化使其便于通用大模型访问，那么问题将迎刃而解。
在使用大模型的时候，我们有这样的体会，大模型很难正面回答商品价格这类具体问题，总是指引用户参看相关的正规报价。这并非大模型缺乏访问这些数据的能力，而是这些数据通常保存在企业的ERP、CRM等数据库中，相关产品研发、销售和售后的数据资料也通常掌握在企业手里，大模型没有得到相应的接入允许和授权。所以，企业要把这些数据组织好，方便大模型的访问和使用，其中就涉及对向量数据、图数据等进行相关的处理和准备。
责任不在大模型，而在于企业没有准备好数据。
当数据准备好，业务创新和应用就变得轻松了!简单来说，企业只需用声明式语言表达自身对数据的诉求，至于数据的检索或者发现则完全交给大模型来承担，这就是大模型时代，企业的研发应用和管理方式。
正如吴承杨所说：AI项目并不代表企业AI 转型，AI是一场革命，它首要带来的是思维方式和管理模式的变革。以AI为中心的企业应用开发架构，能够为企业发展创造价值。
对此，你意识到了吗?
