TLDR;

Porque, segundo Ellison, os modelos já consumiram todos os dados públicos da internet e o próximo e mais perigoso estágio é permitir que eles raciocinem com dados privados, ampliando alcance e riscos da IA. A Oracle pretende conectar modelos multimodais aos dados privados que já estão em bases Oracle, convertendo esses dados em vetores (RAG) para que os modelos possam raciocinar sobre eles sem compartilhá‑los com terceiros. A empresa afirma garantir privacidade mantendo os dados dentro do novo "AI database" da Oracle e apenas vectorizando/indexando o que for permitido para permitir raciocínio, embora reconheça que implementar essa segurança é complexo.

Resumo

Larry Ellison explica que os modelos de IA atuais são treinados em dados públicos da internet, mas para alcançar seu máximo valor precisam também raciocinar sobre dados privados, e é aí que a Oracle entra: grande parte dos dados de alto valor já está em bancos Oracle, que foram adaptados para tornar essas informações acessíveis aos modelos sem expô‑las. Ele descreve modelos multimodais compostos por várias redes neurais (visão, linguagem, classificação) que raciocinam rapidamente, geram código, resolvem problemas complexos e executarão tarefas como cirurgia com precisão superior à humana. Ellison afirma que o verdadeiro impacto não é apenas treinar modelos, mas usá‑los para resolver problemas humanos; o setor de IA é a maior e mais valiosa indústria em crescimento. O obstáculo atual é que os modelos já consumiram todos os dados públicos disponíveis, então a fronteira é usar dados privados mantendo sua privacidade. A solução da Oracle envolve um “banco de dados de IA” com capacidade de RAG e vetorização: transformar qualquer dado em formato vetorial e criar índices que permitam aos modelos raciocinar sobre informações armazenadas no Oracle, em OCI ou até em objetos na nuvem da AWS, preservando controle e segurança sobre os dados, sem comprometer sua confidencialidade.