这些更新还包括多维规划和扩展的 Iceberg 支持，旨在帮助企业提升 AI 可靠性、加快决策并减少数据移动。

　　甲骨文正在通过业务语义层扩展其自治 AI 湖仓。该语义层旨在让 AI 代理对企业数据形成一致理解，从而提高 AI 生成洞察的准确性，并帮助组织跨业务职能扩展代理应用。

　　甲骨文在一份声明中表示，为了在业务语境中构建 AI 代理，业务语义层使用目录注释、从 Oracle AI Database 导入的 SQL 注释以及 AI 建议的分析视图，创建可复用的企业数据模型。这些模型捕获维度、度量、层级结构、计算和关键绩效指标（KPI）。

　　随后，这些模型可用于甲骨文的自然语言查询、数据检索和分析功能，包括 Select AI，以帮助确保查询和洞察基于一致的业务定义。甲骨文表示，新功能将在未来 12 个月内提供。

　　除了新语义层，在该公司的年度 AI World 大会上，甲骨文还推出了业务模拟引擎。该引擎通过将 Oracle Essbase 集成到自治 AI 湖仓中，帮助企业评估业务场景并做出更明智的规划决策。

　　该公司表示，除了预测和假设分析外，该引擎还支持回写、动态层级聚合、高级计算和分配。

　　它补充说，企业用户还可以用自然语言提问、生成模拟报告，并通过新引擎对存储在 Oracle 数据库或对象存储中的数据进行基于 Excel 的分析。

　　此外，甲骨文正在扩展对 Apache Iceberg 的支持，让客户能够使用 SQL 创建、填充、更新和删除 Iceberg 表，同时提升通过外部目录或其 AI 数据目录访问 Iceberg 数据时的性能和功能。

　　业务语境可提升 AI 可靠性并支持规模化

　　IT 咨询公司 Kanerika 的 AI 开发主管 Amit Kumar Jena 表示，让 AI 代理基于业务语境运行，将帮助数据专业人员和开发人员使用经批准的业务指标和定义，构建更可靠的 AI 驱动分析与应用，减少调查和协调不一致结果所花费的时间。

　　“我们在 Kanerika 为一家全球制药公司做过类似项目：在代理上线前对 40 多个实体建模，并标准化了 85 多个 KPI。调查和对账时间减少了约 70%。”Jena 说。

　　Nord-IQ Research 首席分析师 Manoj Chandra Jha 表示，这些可靠性提升反过来将帮助首席信息官跨业务职能扩展代理应用，并更有信心地依赖 AI 驱动的决策。

　　同样，业务模拟引擎的加入也有可能通过将分析和规划能力结合到湖仓内，帮助企业加快决策。

　　Pareekh Consulting 首席分析师 Pareekh Jain 表示：“通过将分析和规划更紧密地结合，该引擎可以帮助财务团队和业务规划人员使用企业数据运行假设场景，而无需在独立系统之间反复移动数据。”

　　Jain 补充说，对首席信息官而言，这可以简化数据架构并加快决策；而开发人员可以减少在分析与规划工具之间构建集成的时间，把更多时间用于开发将业务洞察转化为可操作工作流的应用。

　　Jha 指出，扩展的 Apache Iceberg 支持可以进一步简化开发者和数据专业人员的数据管理，允许他们使用熟悉的 SQL 创建和修改 Iceberg 表，而不必依赖单独的工具或工作流。

　　他补充说，具体而言，对数据工程师来说，这意味着能够使用 SQL 处理单一数据副本，同时保持在同一张表上使用 Oracle 与 Apache Spark、Snowflake 或 Databricks 等平台的灵活性。

　　Jain 表示，反过来，对首席信息官而言，减少数据重复可以降低相关存储和处理成本，同时为跨不同数据平台工作提供更大灵活性。

　　新功能带来实施与集成挑战

　　然而，添加到自治 AI 湖仓的每项新功能都有自己的一套权衡。

　　Jena 说，首先，业务语义层将要求企业定义和维护业务指标、关系和规则，以确保 AI 代理一致地解释数据。

　　Jena 补充说，这给首席信息官带来了额外的治理责任，因为如果模型不完整或过时，AI 生成的洞察可能仍然不一致或具有误导性；而跨业务职能扩展可能需要数据团队持续建模和验证新的指标与关系。

　　Jain 指出，与此同时，对业务模拟引擎而言，挑战在于它如何适应现有企业工作流、支持既定规划流程，以及与已经在用的系统集成，尤其是当甲骨文要与 Anaplan、OneStream 和 SAP Analytics Cloud 等专用规划平台竞争时。

　　扩展的 Iceberg 支持也伴随数据可移植性和供应商锁定方面的注意事项。

　　Jha 说，虽然开放表格式可以使数据跨平台访问更容易，但企业可能仍然依赖专有目录和语义层来管理和解释数据。

　　甲骨文尚未说明业务模拟引擎或扩展的 Apache Iceberg 功能何时向客户提供。