算力狂欢、甲骨文崩塌与沉默的数据金矿：一场被遗忘的战争

2025年下半年开始，一个令人瞠目结舌的故事在资本市场流传。为争夺稀缺的顶级AI算力，OpenAI、Anthropic等巨头与云服务商签订动辄百亿美元的长期合约，用以锁定英伟达的H200、B200乃至下一代Blackwell架构芯片的供应。

 

在这场军备竞赛中，甲骨文云异军突起。凭借与英伟达长达数十年的紧密关系（埃里森与黄仁勋的私交是科技界著名的佳话），以及其数据库业务积累的、对稳定性和可靠性有变态级要求的企业客户基础，甲骨文云拿到了为OpenAI等公司托管庞大AI算力集群的超级订单。

 

资本市场为之疯狂。“算力军火商”英伟达市值突破5万亿美元，“算力房东”甲骨文股价在半年内翻了两番，OpenAI的估值向着3000亿美元高歌猛进。一个完美的增长飞轮似乎已经形成：AI模型需要算力，算力需要芯片和云，而这一切都推动了相关公司股价的飙升，进而获得更多资本去购买更多算力。

 

媒体头条充斥着“AI时代的基石”、“数字时代的沙特阿美”等溢美之词。甲骨文，这家曾被诟病转型缓慢、在云时代掉队的“传统”软件公司，一夜之间披上了“AI基础设施核心资产”的黄金外衣。拉里·埃里森本人也频频现身，畅谈AI与数据库结合的未来，言辞间充满对自家数据金矿的自信。

狂欢的潮水退去得比所有人想象得都快。2026年第一季度，风向开始微妙转变。先是市场对AI算力是否阶段性过剩产生疑虑，随后，一份关于甲骨文云业务资本开支和现金流匹配的分析报告悄然流传。

 

报告尖锐地指出，为履行那些天价订单，甲骨文必须提前投入天文数字的资金建设数据中心、采购芯片和支付能源账单，但其收入却是按服务期（通常数年）逐步确认。在利率高企的环境下，这种“先付后收”的模式对公司现金流构成了巨大压力。

 

更致命的一击来自一则传闻：某家与甲骨文签订超大订单的AI巨头，因自身技术路线调整，可能延迟甚至削减算力需求。尽管甲骨文迅速否认，但恐慌的种子已经播下。机构投资者开始重新审视这家公司的基本面：传统的数据库授权和维护收入增长乏力，云业务仍在巨额投入期且面临亚马逊AWS、微软Azure、谷歌云等巨头的碾压式竞争。

 

雪崩开始了。抛售引发更多抛售，仅仅数周，甲骨文市值蒸发超过40%。“现金流断裂”、“债务危机”、“甲骨文破产可能性分析”等触目惊心的标题开始出现。那个被资本捧上神坛的AI基础设施之王，瞬间沦为被怀疑能否活下去的问题公司。这场崩塌，不仅是一个公司的危机，更像是对整个狂热AI算力投资逻辑的一次“压力测试”。

甲骨文的震荡，像一面镜子，映照出当前AI竞赛的一个冰冷现实：这场盛宴的成本，高到足以压垮任何非顶级玩家。有分析家戏称，当前AI行业的商业模式，本质上是在为英伟达“打工”。全球科技公司疯狂的资本开支，最终流向了芯片制造商、能源公司和数据中心REITs（房地产投资信托基金）。

 

OpenAI、Google（Gemini）、特斯拉（Dojo）、SpaceX（传言中的星链AI计算）、中国的DeepSeek、智谱AI、月之暗面等模型公司，在追求“更大、更强、更通用”的AGI（通用人工智能）道路上狂奔。每一次参数规模的跃升、每一次训练数据量的扩大，都意味着数十乃至数百亿美元的硬件投入和能源消耗。

 

然而，一个根本性的问题被狂欢的喧嚣所掩盖：喂养这些庞大模型的数据，质量究竟如何？ 拉里·埃里森的“信息垃圾论”，虽然极端，却戳中了一个业界不愿公开谈论的痛点。

“全球互联网上的公开信息，包括社交媒体帖子、新闻网站、博客、视频标题，甚至大量的低质量网页和书籍扫描件，充斥着错误、偏见、虚假信息和过时的内容。”埃里森在一次分析师电话会议上详细阐述了他的观点，“用这些数据训练出来的模型，就像一个用垃圾食品和过期罐头喂养长大的天才，或许能言善辩，但内里是虚弱的，甚至是有毒的。”

 

他话锋一转，指向了甲骨文真正的堡垒：“而世界真正赖以运转的数据，是截然不同的东西。全球超过80%的财富500强企业，他们的核心交易系统——每一笔银行转账、每一份保单签订、每一笔股票交易、每一度电的输送、每一次航班的调度、每一家电信运营商的通话详单——都运行在Oracle数据库之上。各国政府的税务、社保、人口信息，军事单位的后勤、人事、装备数据，也大多如此。”

 

“这些数据，”埃里森加重了语气，“是高度结构化、经过严格校验、实时更新、蕴含巨大经济和社会价值的‘黄金数据’。它们从未，也几乎不可能被用来喂养现在这些互联网大模型。它们被封存在最安全、最私密的内部系统中。这就是为什么我说未来真正的AI，其智能必须能与这些系统对话、理解并处理这些数据。而通往这座金矿唯一的钥匙，就是Oracle的技术栈和信任关系。”

埃里森的断言揭示了一个关键分割：互联网的“明数据” 与 企业核心的“暗数据”。

 

当前大语言模型的辉煌，几乎完全建立在“明数据”的冰山之上。而人类社会90%以上的有效数字化信息，其实是隐藏在水面之下的“暗数据”——那些存在于企业ERP、CRM、SCM系统，政府核心数据库，工业控制主机中的信息。它们关系到真实的金钱、物资、能源和权力流动。

 

这些系统对稳定性、安全性、一致性、事务处理能力的要求是极致甚至苛刻的。这正是Oracle数据库数十年建立起的、看似笨重却无可替代的护城河。NoSQL、NewSQL、开源数据库可以在互联网应用层开疆拓土，但很难撼动这些核心系统的根基。

 

因此，即使是最强大的GPT或Gemini，在面对“如何优化某跨国银行全球实时清算系统的风险控制逻辑”或“预测下季度基于全供应链真实物料数据的产能瓶颈”这类问题时，也会显得苍白无力。因为它从未“吃”过这些数据，它的“思考”缺乏最关键的现实养分。

这引出了一个有趣的假设：如果有一天，在确保绝对安全、合规和匿名化的前提下，全球Oracle数据库中的“暗数据”能够被用来训练一个专门的“企业级AI”，会发生什么？

 

这个AI可能不会写诗，不会编码，但在预测宏观经济走势、发现金融欺诈模式、优化全球物流网络、预警供应链风险、提升能源利用效率、甚至辅助进行药物研发和临床试验设计方面，可能会展现出接近“神谕”般的能力。因为它学习的，是世界经济真实的、跳动的脉搏，而不是互联网上嘈杂的意见回声。

 

这或许是埃里森心中真正的蓝图：AI的未来不在于创造一个能聊天的“虚拟人”，而在于打造一个能理解并优化真实世界复杂系统的“企业智能体”。而甲骨文，凭借其对企业“暗数据”的独家通道和数十年的理解，试图成为这个新世界的“操作系统”和“数据闸门”。

 

然而，这个设想面临伦理、法律和商业上的巨大鸿沟。数据主权、客户隐私、商业机密，每一道都是难以逾越的屏障。这也是为何甲骨文的“数据金矿”目前更多是一种战略威慑和估值叙事，而非可立即变现的资产。

甲骨文股价的暴跌，是一场资本叙事破灭的典型案例。市场最初为“AI算力需求”的故事买单，后又因“现金流和基本面”的现实而恐慌。但这并未否定埃里森观点的核心洞察。

 

当前的AI竞赛，第一阶段是“模型能力的军备竞赛”，第二阶段是“应用场景的落地厮杀”，而隐藏在更深处的第三阶段，可能是“高质量数据资源的争夺与控制”。当模型架构逐渐趋同，算力逐渐平民化（这仍需时间），数据，特别是高质量、高价值、高壁垒的“暗数据”，将成为决定AI效能上限的终极战场。

 

OpenAI、谷歌们在挖掘互联网的露天矿藏；而甲骨文坐拥的，是深埋地底、需要极高技术和信任成本才能开采的稀有金属矿脉。前者热闹，后者沉默；前者估值取决于想象力，后者价值根植于实体经济。

 

拉里·埃里森的怒斥，像一位老牌贵族的宣言，提醒着所有人：在追逐炫目的人工智能幻觉时，不要忘了支撑现代文明运转的那些沉默、古老而坚固的数字基石。真正的金矿，可能不在聚光灯下疯狂燃烧的算力之火中，而在那些安静流淌了数十年、记录着世界真实面貌的数据深河里。

 

狂欢或许会暂停，估值会有起伏，但关于数据主权、AI与现实世界融合的漫长战争，才刚刚开始。而甲骨文，无论其股价如何波动，都已然是这场战争中一个手握关键地形的、不可忽视的堡垒。