对话OceanBase副总裁王爽：我们100%“根自研”，不依赖任何开源软件

OceanBase副总裁、金融政企事业部总经理王爽，图片由公司提供

蓝鲸新闻6月19日讯（记者 武静静）大模型的演进不仅在模型层面不断突破边界，也正加速向产业场景渗透。不同于以往AI落地主要集中在语音、图像等感知领域，这一轮大模型所推动的"通用智能"，更强调对复杂逻辑、结构化流程和业务决策的理解与参与。也正因如此，大模型亟需寻找数字化基础完善、数据密度高、场景复杂且极致的行业进行深度落地验证。

金融，正是最典型的试验场。在这个行业中，数据资产丰富、规则体系严谨、风控要求苛刻，且对智能化效率提升有着天然的迫切需求。从智能客服、投研辅助，到知识检索、风险预测，大模型正在渗透至金融业务的每一个边角。而作为支撑这一切的基础设施，数据库系统也从幕后走到台前，成为AI时代的新型"数据引擎"。

过去，数据库是"藏在系统最深处"的基础设施；而如今，它正站上大模型浪潮的风口，成为金融智能化的起点。

在金融系统底座正被重构的背景下，蓝鲸科技采访了OceanBase副总裁、金融政企事业部总经理王爽，试图探讨：大模型驱动下，底层数据平台的技术演进路径该如何应对变局。

我们之所以关注OceanBase，是因为它恰好处于"大模型落地"和"金融IT架构重塑"这两股趋势的交汇点。作为一家起源于双11支付场景、长期聚焦分布式数据库技术的公司，OceanBase近年来在向量处理、一体化架构、智能运维等方面持续推进，并已在相当数量的银行与保险机构中积累实践经验。相比于直接参与模型训练的公司，OceanBase所提供的视角更聚焦于如何从底层基础设施出发，支持AI能力稳定落地这一现实命题。

从"数据库厂商"向"数据管理公司"战略转型

AI的发展正在改变数据的结构和处理方式。过去以表格为主的结构化数据，如今扩展到了文本、图像、音频、视频等各种类型的数据。原本用多套数据库分别管理不同数据的方式，变得越来越复杂，管理和维护的难度也随之上升。与此同时，大模型时代对系统的实时响应和推理能力提出了更高要求，传统依赖事务处理和数据分析的方式，已经难以满足现在的需求。

这也使得金融行业的CIO面临一个关键问题：在AI时代，如何主动布局和推进智能化转型？

OceanBase副总裁、金融政企事业部总经理王爽在接受蓝鲸科技采访时表示，作为国内重要的数据基础设施提供商，OceanBase正从"数据库厂商"向"数据管理公司"转型。其核心定位是在AI时代提供稳定、高效的数据底座与平台，扮演连接底层基础设施与AI应用开发之间的桥梁角色。

在技术路径上，OceanBase正在推进"一体化架构"战略。王爽介绍，目前OceanBase已提出"单机分布式一体化架构"，实现事务处理（TP）与分析处理（AP）的融合（即HTAP），并打通SQL+NoSQL和SQL+AI（向量处理）等多模态能力，目标是以一套系统覆盖多样化的数据场景，降低系统复杂度与管理成本。

简单来说，过去企业在处理不同类型的数据时，往往需要部署多套系统——一套用来处理日常交易，一套用来做数据分析，还有其他系统来支持新兴的AI应用。这不仅增加了系统复杂度，也带来了高昂的管理和维护成本。

OceanBase现在希望通过"一体化架构"，用一套数据库系统同时处理交易、分析和AI等多种任务，就像把多个功能合在一部手机里一样，既节省资源，也提高效率。这对于数据类型繁多、处理要求高的金融行业尤其重要。

同时，OceanBase也在推进产品体系的多元化，面向不同体量与场景提供分布式企业版、单机企业版以及数据库一体机等产品形态，以适应金融、政企等行业对性能、部署模式和安全合规性的差异化需求。

100%"根自研"，不依赖任何开源软件

当前，大模型在金融行业面临的挑战并非表面所见的"接口接入"或"API调用"，而是对整个系统架构、数据组织方式以及智能能力融合的结构性重塑。

王爽强调指出，公司坚持"根自研"路线，"OceanBase采用完全自主研发路线，不依赖任何开源数据库组件，底层代码完全自有可靠。"

这一做法有助于提升产品的安全性、稳定性和定制化水平，同时更灵活地满足金融行业复杂多变的业务需求。

蓝鲸科技了解到，OceanBase早在2010年左右便开始布局分布式数据库研发，是国内最早投入这一方向的技术团队之一。经过十余年在大型交易系统中的实战，OceanBase在架构成熟度、性能调优能力和对核心业务系统的适配性上，积累了一定的先发优势。

针对大模型技术带来的新一轮变革，王爽提到，OceanBase也在积极布局"双向AI"战略：一方面是 DB for AI：提供向量数据库、多模态检索等关键能力，作为AI应用落地的底层支撑平台；另一方面是AI for DB：探索通过AI提升数据库的智能运维能力，正在研发包括RAG（检索增强生成）知识库、智能问答与诊断助手等功能。

此外，OceanBase正在推进多生态战略，通过技术、培训、解决方案和分销等多种合作模式，构建涵盖产业、开源、商业、服务及人才的生态体系。

王爽表示，OceanBase计划今年通过合作伙伴实现70%的收入增长，并认为服务金融客户需要联合合作伙伴共同完成。

从传统数据库向数据底座转型，OceanBase展示了在大模型时代应对技术变革和深入应用场景的路径。

随着大模型技术逐步应用于金融行业，后台数据系统面临响应速度、智能处理能力及改造成本等多重挑战。行业亟需更加高效、灵活和稳定的数据解决方案，以支持AI驱动的业务变革。未来，数据系统的统一性、智能化和可靠性将成为关键。