甲骨文内部AI复盘：编码提速引发新瓶颈

过去两年，甲骨文投入数十亿美元助力外部客户运行人工智能，但其自身的企业级AI部署却相对滞后。联席首席执行官克莱·马古伊尔克在本周内部全员大会上坦言，直到去年，公司仍未找到让生成式AI为全体员工创造广泛实际价值的路径。

“回想一年前，我们当时还没弄清楚如何真正让AI为己所用。”马古伊尔克表示。尽管在客户支持领域取得了一定进展，但在开发、财务及销售等核心业务部门，AI的应用尚未普及。

转折点出现在今年4月和5月。首席信息官贾伊·埃文斯透露，随着ChatGPT企业版及OpenAI软件开发工具Codex的引入，局面开始改变。甲骨文不仅提供了工具，还同步制定了企业标准、安全控制及内部政策，仅在三个月内便实现了80%的员工采用率。

“我们将易用性提升到了极致，甚至可能引发‘价格震惊’。”埃文斯指出，这使得公司能够实时监控员工使用的模型及其成本。他特别提到，OpenAI的GPT-6 Astra成本是其他通用模型的2.5倍，因此公司正引导员工在处理常规任务时使用如Terra等低成本模型。

高管团队承认，AI极大加速了软件开发，但也带来了新的流程瓶颈。埃文斯举例称，开发人员利用AI工具可在一周内生成代码，而传统模式下这通常需要整个团队耗费两到三个季度。

然而，这种效率提升并未直接转化为产品交付速度的倍增。“代码编写变快，并不意味着整体流程突然快了一千倍。”马古伊尔克解释称，甲骨文仍在探索如何重构测试、验证、部署及发布管理流程，以匹配前端开发的加速节奏。

这一困境折射出急于引入AI的企业所面临的普遍挑战：强大模型在提升单项任务效率的同时，往往伴随高昂成本，并将瓶颈转移至下游环节。此前，摩根大通也曾因成本考量限制了员工使用Anthropic旗下Claude模型的额度。

在安全领域，甲骨文提前获得了Anthropic未公开发布的Mythos Preview模型访问权。该模型被业界视为迄今最强大的AI系统之一，尤其在网络安全方面表现突出。埃文斯表示，在投入使用的前两周内，该模型发现的潜在安全问题数量超过了过去一整年的总和。

不过，高灵敏度也带来了大量误报，埃文斯估计误报率高达60%至70%。为此，甲骨文正在工程师修复漏洞之前，建立新的流程以验证漏洞的真实性，确保AI辅助的安全扫描既高效又准确。