AI Data Platform

Crea un data lakehouse completo per dati strutturati, semi-strutturati e non strutturati. I dati grezzi vengono inseriti nello storage a oggetti come livello Bronze, acquisiti dove risiedono o depositati direttamente senza duplicazioni non necessarie. La capacità di elaborazione con scalabilità automatica mediante Apache Spark gestito lo perfeziona in set di dati puliti e con accesso controllato nel livello silver. Oracle Autonomous AI Database offre il livello gold curato e pronto per l’AI, ottimizzato per analytics, machine learning e agenti AI. Un solo lakehouse. Un unico ambiente. Ciò significa che ogni utente, dal data engineer all'utente business, lavora con gli stessi dati affidabili.

• Qualsiasi origine, qualsiasi destinazione, qualsiasi linguaggio, ovunque
  Cataloga e connettiti a oltre 100 origini e destinazioni, inclusi database relazionali, applicazioni SaaS, feed di streaming e provider di dati di terze parti. Ad esempio, un data engineer può combinare record ERP, eventi dei clienti e dati clickstream in trasformazioni Apache Spark e caricarli in tabelle gold affidabili.
• Creazione visiva di pipeline di dati
  Progetta pipeline ETL ed ELT no-code e pro-code che orchestrano acquisizione, trasformazione e arricchimento da bronze a gold in un unico workflow.
• Interoperabilità con formati di file aperti
  Archivia ed esegui query sui dati in formati aperti, tra cui Apache Iceberg e Delta Lake, direttamente su Oracle Cloud Infrastructure (OCI) Object Storage, con coerenza transazionale, query time travel ed evoluzione dello schema. Interopera con Apache Spark, Apache Flink e qualsiasi motore compatibile con Iceberg o Delta Lake. Nessun lock-in proprietario, nessuna riscrittura quando cambiano gli strumenti.
• Motori best-in-class per la preparazione dei dati e le query
  I data engineer possono eseguire trasformazioni dei dati su larga scala in Apache Spark. I data scientist possono creare modelli di ML. Gli utenti aziendali possono eseguire esplorazioni ad hoc utilizzando SQL e Oracle AI Database sugli stessi dati. Ogni utente può scegliere il motore più adatto al proprio carico di lavoro senza copiare o rimodellare i dati.
• Analytics convergente su dati e database
  Esegui query su tabelle strutturate, JSON semi-strutturato, dati geospaziali e incorporamenti vettoriali AI in object storage e database connessi, con un unico modello di controllo degli accessi basato sui ruoli. Ad esempio, un utente business può convalidare una nuova previsione dei ricavi unendo i flussi di attività della lakehouse con i record cliente autorevoli in Oracle AI Database in un’unica query SQL.
• Livello gold pronto per l'AI
  Le pipeline di machine learning, le basi di conoscenza per la retrieval-augmented generation (RAG) e gli agenti AI utilizzano dati curati e convalidati dal business. Gli ingegneri AI basano i modelli sugli stessi dati autorevoli che alimentano il reporting operativo, non su copie grezze o intermedie.
• Operazioni autonome del livello gold
  Ottieni i vantaggi di un data warehouse con funzionalità di ottimizzazione, scalabilità e riparazione automatiche, con indicizzazione automatica, ottimizzazione delle query e gestione dei workload. Offri prestazioni costanti in meno di un secondo su miliardi di righe nelle ore di punta, senza ottimizzazione manuale. Scala le risorse di calcolo indipendentemente dallo storage per servire centinaia di utenti simultanei.
• Integrazione proprietaria di prim'ordine
  Porta i dati di Oracle Fusion Applications, inclusi ERP, HCM, supply chain e CX, direttamente nel lakehouse. Prepara i dati Fusion in notebook basati su Apache Spark per il grounding degli agenti AI, il reporting storico e l'analisi predittiva sul sistema operativo di record.
• Condivisione dei dati
  Condividi i dati lakehouse live con team interni, partner e applicazioni Oracle senza copiarli o spostarli. La condivisione dei dati consente a ogni consumer di accedere alla versione più aggiornata e autorevole.

Oracle AI Data Platform offre a data scientist e ingegneri ML un ambiente completamente gestito per contribuire a creare, addestrare, monitorare e rendere operativi i modelli di machine learning direttamente sui dati lakehouse. L’intero ciclo di vita MLOps—training Spark distribuito, tracciamento degli esperimenti, registro dei modelli e deployment pubblicato nel catalogo—viene eseguito in un workspace gestito e governato dal cliente, senza infrastruttura da gestire.

• Pipeline e workflow di ML: orchestra pipeline di ML end-to-end con componenti riutilizzabili—preparazione dei dati, feature engineering, addestramento e valutazione—utilizzando l'infrastruttura di workflow di AI Data Platform. Crea una sola volta, esegui in base a una pianificazione o a un trigger, con criteri di controllo degli accessi basati sui ruoli definiti e controllati da te.
• Esperimenti e registro dei modelli: monitora tutte le esecuzioni di addestramento dei modelli con registrazione automatica delle metriche, acquisizione degli iperparametri e controllo delle versioni degli artefatti. Confronta esperimenti, registra modelli di produzione e gestisci i flussi di lavoro del ciclo di vita.
• Pubblicazione dei modelli e registrazione nel catalogo: Pubblica i modelli addestrati nel catalogo dati AI per renderli rilevabili, con controllo delle versioni e accessibili tra agenti, applicazioni e workflow. Il monitoraggio della derivazione e i criteri di controllo degli accessi vengono applicati in fase di registrazione.
• Apache Spark con GPU: dimensiona il feature engineering e l'addestramento dei modelli su cluster Spark distribuiti, accelerando i carichi di lavoro con ETL e ML basati su GPU NVIDIA leader di mercato.
• Agenti di data science: agenti AI che esplorano autonomamente set di dati, generano ipotesi, scrivono ed eseguono codice e iterano sull'addestramento dei modelli, riducendo drasticamente il tempo necessario per passare dai dati grezzi al modello in produzione.

Crea agenti e applicazioni AI basati sui dati della tua azienda, non su funzionalità LLM generiche. I tuoi agenti e le tue app sono controllati tramite accesso dalle tue policy e arricchiti con la semantica aziendale e la conoscenza del dominio. Gli agenti AI sono connessi al tuo catalogo dati AI, alle ontologie aziendali e ai sistemi enterprise, così possono ragionare nel contesto in cui opera realmente la tua azienda. Componi sistemi multi-agente utilizzando qualsiasi modello di base, dai builder visivi no-code allo sviluppo pro-code completo, e distribuiscili su risorse di calcolo AI gestite con osservabilità integrata.

• Generatore visivo di flussi no-code: progetta e componi agenti visivamente con un'area di disegno drag-and-drop. Connetti strumenti SQL, basi di conoscenza RAG, nodi di prompt LLM e distribuisci il flusso a più strumenti, il tutto senza scrivere una sola riga di codice. Cambia i modelli di base da un menu a discesa senza ricreare il flusso.
• Sviluppo pro-code: scrivi agenti in Python utilizzando l’SDK di AI Data Platform con accesso completo a LangChain, OCI Generative AI e qualsiasi libreria open source. Ogni funzionalità di flusso visivo è completamente accessibile tramite codice; importa scikit-learn, LangChain o qualsiasi framework insieme all’SDK per agenti.
• Sistemi multi-agente: Progetta e orchestra sistemi di agenti AI cooperanti, come agenti orchestratori, sottoagenti specialisti e agenti che utilizzano strumenti, per contribuire ad affrontare autonomamente workflow aziendali complessi e in più passaggi utilizzando il protocollo A2A.
• Qualsiasi modello di base: utilizza qualsiasi modello su OCI, come Llama, Cohere, Mistral, Grok e altri ancora, oppure porta i tuoi modelli ottimizzati. Sostituisci i modelli dal menu a discesa Compute di Oracle Cloud Infrastructure (OCI) senza ricreare la logica applicativa.
• AIOps e osservabilità: osservabilità completa lungo l’intero ciclo di vita degli agenti, dallo sviluppo alla produzione. Testa gli agenti in modo interattivo nel playground della piattaforma, esaminando le chiamate agli strumenti, il ragionamento dell'LLM e gli output prima della distribuzione. Le sessioni acquisiscono una traccia di audit con stato, durata, input/output e dettagli degli eventi per ogni fase negli ambienti di sviluppo, test e produzione. Monitora in tempo reale latenza, utilizzo dei token, tassi di errore e KPI aziendali personalizzati.

Un unico ambiente di sviluppo integrato in cui data engineer, data scientist e sviluppatori AI possono collaborare a progetti end-to-end di dati e AI, con controllo degli accessi basato sui ruoli (RBAC), CI/CD, versioning e auditabilità di livello enterprise integrati. Connetti tutti i profili attraverso strumenti, notebook e pipeline condivisi, il tutto grazie all’accesso integrato ai servizi sottostanti e al catalogo della piattaforma.

• Workspace: ambienti con ambito di progetto in cui i team collaborano su notebook, pipeline, agenti ed esperimenti. Tutti gli artefatti sono versionati, condivisi e controllati negli accessi all'interno del perimetro dell'area di lavoro, con controllo degli accessi basato sui ruoli completo per progetto.
• Notebook, workflow e agenti: tutti gli artefatti di sviluppo sono gestiti in un unico posto, inclusi notebook compatibili con Jupyter, DAG dei workflow delle pipeline, agenti AI ed esperimenti ML. Condividi, gestisci le versioni e collabora con tutto il team senza cambiare contesto.
• Strumento SQL e gestione del calcolo: Esegui query SQL ad hoc direttamente sulle tabelle del catalogo con controlli integrati del ciclo di vita del calcolo. Collega, scollega o avvia nuove risorse di calcolo AI direttamente dall'IDE, senza bisogno di una console separata.
• Integrazione CI/CD e Git: integrazione Git nativa per il controllo delle versioni di notebook, pipeline, definizioni degli agenti e configurazioni dei modelli. Connettiti a GitHub, GitLab o Bitbucket per l’integrazione continua e la distribuzione automatizzata degli artefatti dei progetti dai dati all’AI.
• RBAC, auditing e isolamento di rete: Controllo degli accessi granulare e basato sui ruoli in workspace, artefatti e risorse di calcolo. Log di audit completi per ogni azione dell'utente. L'isolamento della rete con endpoint privati contribuisce a garantire che i carichi di lavoro sensibili non entrino mai in contatto con Internet pubblico.

Scopri, comprendi e gestisci l'accesso a tutti i tuoi dati e asset AI in un unico catalogo unificato che copre l'intera architettura medallion, inclusi l'ingestione bronze, la curation silver e i data product gold pronti per l'AI. Il catalogo dati AI di Oracle AI Data Platform si connette ad Autonomous AI Database, OCI Object Storage e origini di terze parti tramite cataloghi esterni, mettendo in evidenza un ricco significato aziendale attraverso contesto semantico e ontologie. Ogni team scopre non solo quali dati esistono, ma anche cosa significano per il business. Ogni agente AI eredita automaticamente tale comprensione.

• Catalogo unificato di asset di dati e AI: Un unico catalogo per tutti gli asset di dati e AI, incluse tabelle strutturate, file non strutturati, basi di conoscenza, modelli ML, feature store e definizioni degli agenti. Il catalogo è gestito con controllo degli accessi e policy coerenti per dati e AI. Copre l'intera architettura medallion, consentendo l'acquisizione, la cura e la distribuzione rapide di prodotti dati e applicazioni AI a ogni livello.
• Cataloghi esterni e individuazione degli asset: connettiti a origini dati esterne, come Autonomous AI Database, OCI Object Storage e sistemi di terze parti, senza spostare o duplicare inutilmente i dati. Rileva e cataloga automaticamente asset strutturati e non strutturati con arricchimento dei metadati assistito dall’AI e tracciamento della derivazione dal punto di connessione.
• Ontologie aziendali e layer semantico: Definisci ontologie di dominio e relazioni semantiche tra concetti aziendali. Glossari aziendali, ontologie semantiche, tassonomie di dominio e sinonimi generati dall’AI consentono agli utenti di trovare i dati in base al significato, non ai nomi delle tabelle. Gli agenti AI ereditano automaticamente questa comprensione semantica.
• Zero copy: esegui query sui dati dove risiedono. Accedi ai dati ed esegui query senza spostarli né copiarli. Connettiti direttamente al tuo Oracle Database, Autonomous AI Database ed Exadata esistenti ed esegui query in loco utilizzando SQL. I dati rimangono nella fonte autorevole, mentre il catalogo federa l’accesso, applica il controllo degli accessi basato sui ruoli e li rende disponibili, riducendo la duplicazione e abbassando i costi.
• Zero ETL: Contribuisci a eliminare le pipeline ETL con Oracle GoldenGate per una replica in tempo reale, basata su log e potenziata dall'AI, da qualsiasi database di origine per l'acquisizione in streaming ad alta velocità direttamente nel lakehouse. I dati vengono catalogati e resi pronti per l'AI non appena arrivano.
• Volumi: i volumi archiviano dati non strutturati insieme agli asset di dati nel catalogo. Collega le basi di conoscenza per aiutare agenti e applicazioni a recuperare in modo sicuro contenuti non strutturati, come documenti, PDF e immagini.
• Data lineage: Visualizza la data lineage end-to-end, dall’acquisizione dei dati grezzi alle trasformazioni, alla progettazione delle funzionalità di ML, all’addestramento dei modelli e alla distribuzione delle applicazioni di AI. Comprendi istantaneamente l'impatto delle modifiche a monte sull'intera pipeline di dati e AI.

L’AI aziendale su larga scala richiede sicurezza di livello enterprise, gestione degli accessi e verificabilità, applicate in modo coerente a ogni asset di dati, modello e agent. Oracle AI Data Platform applica un modello di sicurezza a due livelli: Oracle Cloud Infrastructure Identity and Access Management (IAM) per identità e autenticazione, combinato con AI Data Platform per un controllo degli accessi granulare su ogni asset del catalogo, workspace e risorsa AI, con log di audit completi per una tracciabilità totale. Gestisci l’intero patrimonio di dati e AI senza aggiungere la sicurezza a posteriori.

• Modello di sicurezza a due livelli: La sicurezza opera su due livelli: OCI IAM gestisce identità, autenticazione e accesso a livello cloud; AI Data Platform controlla chi può individuare, leggere, modificare e utilizzare ogni asset di dati e AI all’interno della piattaforma. Entrambi i criteri sono definiti e gestiti dal cliente. Oracle gestisce il framework che ne impone l'applicazione. Ottieni i vantaggi di un'architettura di difesa in profondità senza cedere il controllo.
• Workbench di AI Data Platform: Controllo degli accessi granulare e basato sui ruoli per workspace, asset del catalogo, risorse di calcolo, agenti e funzioni amministrative. I ruoli vengono applicati in modo coerente a dati e AI, senza discrepanze tra ciò che gli utenti possono visualizzare nel catalogo e le azioni che possono eseguire nella piattaforma.
• Registrazione degli audit e tracciabilità: log di audit completi per ogni azione utente, accesso ai dati, interazione con gli agenti e modifica amministrativa offrono tracciabilità nell’intera piattaforma per supportare conformità, indagini e reporting della cronologia degli accessi.
• Isolamento della rete ed endpoint privati: distribuisci aree di lavoro, compute e connessioni dati all'interno di subnet VCN private con endpoint privati. I carichi di lavoro sensibili non transitano mai su Internet pubblico. L'isolamento della rete viene applicato a livello di infrastruttura.
• Integrazione tra OCI Identity and Access Management e sicurezza: OCI IAM gestisce la federazione delle identità e l'autenticazione in tutta la piattaforma. La profonda integrazione con OCI Vault per la gestione dei segreti, OCI Certificates per TLS e OCI Security Advisor per i suggerimenti sul livello di sicurezza offre un piano di controllo della sicurezza unificato per dati, AI e infrastruttura.

Un registro centralizzato per individuare e gestire agenti AI su scala aziendale, inclusi gli agenti creati con AI Data Platform e agenti di terze parti, nonché server e strumenti MCP. Il registro dell’AI tiene traccia dell’identità, delle funzionalità, delle autorizzazioni, delle versioni e dei log di interazione di ogni agente, offrendo agli amministratori della piattaforma visibilità e controllo sul crescente parco di agenti AI operativi in tutta l’azienda.

• Registro centralizzato degli agenti: un registro unificato per aiutarti a elencare, versionare e gestire tutti i tuoi agenti AI, sia che siano creati con AI Data Platform o con strumenti di terze parti. Monitora l’identità, le capacità dichiarate, l’ambito delle autorizzazioni, la cronologia delle versioni e i log delle interazioni di ogni agente. Scopri gli agenti per funzionalità, dominio o team, con metadati avanzati per gestione, controllo degli accessi e riutilizzo su scala aziendale.
• Protocollo agent-to-agent (A2A): Abilita una comunicazione strutturata e standardizzata tra gli agenti di AI Data Platform e gli agenti di terze parti utilizzando il protocollo A2A aperto. Componi workflow complessi in cui agenti specializzati collaborano con agenti orchestratori con identità chiara, dichiarazione delle capacità e limiti di autorizzazione applicati a ogni interazione.
• Server e strumenti Model Context Protocol (MCP): registra ed esponi server e strumenti MCP. Gli agenti individuano e richiamano dinamicamente gli strumenti in fase di esecuzione, incluse query di database, API REST e funzioni aziendali personalizzate, senza associazioni hardcoded. Le autorizzazioni per gli strumenti vengono gestite tramite i criteri del registro definiti in coerenza con le modalità di controllo dell'accesso degli agenti.

Offri agli utenti non tecnici accesso a tutto il potenziale dei tuoi dati aziendali tramite analisi self-service, agenti di IA curati e insight basati sull’IA. Le funzionalità di AI sono integrate direttamente nei flussi di lavoro aziendali in cui vengono prese le decisioni. Non sono richieste competenze tecniche. È l’AI aziendale resa accessibile a tutti.

• Analytics nei workflow aziendali: Oracle Analytics Cloud incorpora analytics di livello mondiale direttamente nelle applicazioni che i tuoi team utilizzano ogni giorno, incluse Oracle Fusion ERP, HCM, SCM e CX. Poni domande in linguaggio naturale, visualizza narrazioni generate dall'AI e condividi dashboard gestite centralmente all'interno del flusso di lavoro.
• Un'interfaccia conversazionale unificata: un unico punto di accesso per scoprire, interrogare e collaborare con gli agenti AI della tua organizzazione. Agent Hub interpreta le richieste degli utenti aziendali, individua e richiama l'agente giusto e presenta i risultati nel contesto, il tutto tramite linguaggio naturale. Non sono richieste competenze tecniche.
• Libreria selezionata di agenti AI: esplora una libreria selezionata di agenti approvati, inclusi agenti interni creati dai tuoi team dati e agenti di terze parti verificati, con descrizioni, prompt di esempio e indicazioni di utilizzo per attività aziendali comuni.
• Accesso gestito e sicurezza: Gli utenti possono gestire ogni interazione con gli agenti e query di analytics tramite le stesse policy RBAC dei dati sottostanti. Gli utenti vedono solo gli agenti e i dati a cui sono autorizzati ad accedere. Sicurezza enterprise senza configurazioni aggiuntive.