Håkan Jansson menar att mycket av Oracles framgång just nu bottnar i att värdet av AI är helt beroende av data och inte vilken data som helst. När företag vill applicera AI i sin verksamhet är det interna, strukturerade affärsdata som skapar mest värde, inte det publika innehåll som stora språkmodeller i regel tränas på.
Här, menar han, spelar Oracles bakgrund som leverantör av databaslösningar en direkt roll.
– Det handlar om att skydda, strukturera och optimera värdet av data. Det är det vi har byggt i decennier. Nu blir det viktigare än någonsin eftersom AI kliver in i varje del av verksamheten.
Lyckats vända till en fördel
Oracle gjorde entré relativt sent på infrastrukturmarknaden jämfört med andra hyperscalers, som AWS och Google. Men det har man istället lyckats vända till en fördel. När bolaget började bygga sitt moln kunde man fråga sig hur de skulle utforma allt om de fick börja från ett blankt papper och ta med lärdomarna från konkurrenternas första generationer av moln.
– Vi anställde medarbetare från Microsoft, Amazon och Google som fick frågan: Om ni fick bygga från början igen, hur skulle det se ut?
Resultatet blev en annorlunda arkitektur där bare metal-kapacitet stod i centrum från start. Oracle förstod att kunderna skulle behöva köra rena hårdvarulaster utan virtualisering, både för onprem-tillämpningar och för framtida AI-behov. Det ledde till designbeslut som i dag visat sig passa perfekt i den nya AI-eran.
GPU-kluster måste nämligen kunna hanteras med extremt låg fördröjning och kunna skalas upp i enorm skala. Den typen av kapacitet är svår att bygga ovanpå traditionella molntjänster som primärt är designade för virtuella maskiner. Oracle byggde i stället om nätverket så att varje resurs har sin egen dedikerade ”väg”, utan korsningar eller flaskhalsar.
– Det kan räcka med att en enda GPU sackar efter för att hela träningsjobbet rasar. Vi ville bygga arkitekturen så att detta inte händer, förklarar Håkan Jansson.
På AI World lanserade Oracle sin nästa generations infrastruktur: Acceleron. Det är arkitekturen bakom superklustret Z-Scale 10, som klarar 16 Z-flops, ett system med hundratusentals GPU:er för gemensamma träningsjobb. För att möjliggöra detta har Oracle utvecklat egna lösningar för allt från elförsörjning och kylning till nätverksdesign.
I samarbetet med OpenAI har Oracle dessutom förfinat sin arkitektur ytterligare. De nya datacenter som byggs, som för det så kallade Stargate-projektet, konsumerar lika mycket el som hela storstäder. Det kräver ett helt nytt sätt att tänka kring datacenterdesign.
En förutsättning för att AI ska fungera i praktiken
Men hårdvaran är bara halva bilden. Den andra handlar om data. De senaste åren har pendeln svängt från microservices och specialiserade databaser tillbaka till en mer sammanhållen dataarkitektur. Företag vill kunna samla och bearbeta alla sina datatyper, relationella, grafdata, vektordata och ostrukturerat material, på ett och samma ställe. Det är en förutsättning för att AI ska fungera i praktiken.
– Att ta AI till datat i stället för att flytta datat till AI är en stor fördel. Många kunder kan inte skicka upp känsliga data till externa stora språkmodeller på grund av säkerhetsskäl.
Genom att utvidga Oracle-databasens stöd till fler datatyper kan företag nu låta AI-modeller bearbeta information direkt där den ligger. För organisationer med stora mängder kritiskt verksamhetsdata blir det avgörande.
En annan nyhet är Oracle AI Data Platform, en plattform som kombinerar strukturerat data, lakehouse-teknologier som Apache Iceberg och ett kataloglager som ger en överblick över hela datamiljön. Syftet är att göra det möjligt att bearbeta data i olika kvailitetsnivåer och bygga AI-tillämpningar ovanpå det.
– Flera av våra kunder har tusentals Oracle-databaser. När de vill använda AI måste de kunna se helheten. AI Data Platform ger en samlad bild av företagets data och möjlighet att bearbeta det på ett sätt som fungerar med AI, Håkan Jansson.
Kostnadsfritt nyhetsbrev
Få den senaste uppdateringarna direkt i inkorgen.
Partnerskap har också blivit en större del av AI-strategin. I takt med att företag inser att de kommer behöva leva i flera moln, av regulatoriska, tekniska och affärsmässiga skäl, samarbetar även tidigare konkurrenter i större utsträckning än tidigare. Oracle integrerar nu sina molntjänster med Microsoft, Google och Amazon, och kan dessutom etablera fullskaliga molnregioner direkt hos kunderna, ibland med så lite som tre rack.
– Det är en konsekvens av att kunder vill fortsätta med de arkitekturer de litar på. Har man Oracle i datalagret och Microsoft i applikationslagret vill man inte tvingas välja bort det. Då måste vi som leverantörer samarbeta, förklarar Håkan Jansson.
Ovanpå infrastrukturen byggs även hundratals AI-tillämpningar in direkt i Oracles SaaS-lösningar, till exempel Oracle Fusion Cloud ERP och HCM. Alla använder den data som redan ligger i systemen, vilket gör AI-användningen mer förutsägbar och mindre riskfylld.
Håkan Jansson berättar att många organisationer försöker bygga egna AI-applikationer men att man ofta underskattar komplexiteten i denna process. Det är där Oracles SaaS-portfölj kommer in, där hundratals AI-funktioner redan utvecklats, testats och integrerats i kärnsystemen.
”Vi bygger in AI direkt i applikationerna”
– Vi har redan över 400 AI-tillämpningar i våra SaaS lösningar Fusion Cloud Applications och 200 i Industry Applications. Kunderna kan aktivera dem direkt och få en AI-agent som hjälper till i affärsprocesser. Vi bygger in AI direkt i applikationerna som kunderna använder varje dag. De kan välja att aktivera funktionerna och får då tillgång till agenter och assistenter som gör jobbet enklare, säger han.
För Oracle är detta ett sätt att sänka tröskeln. Företagen slipper bygga egna modeller för varje process, och kan i stället använda sin egen data där den redan ligger, säkert lagrad i relationsdatabasen.
Slutligen återkommer Håkan Jansson till ingenjörsperspektivet och stoltheten över den robusthet och kvalitet som han menar alltid präglat Oracle. Nu är det infrastrukturen för AI-eran som står i fokus, och även om företaget kanske inte alltid varit bäst på att kommunicera sina tekniska innovationer är det där han själv finner störst glädje.
– Det är otroligt kul att se hur vi förbättrar nätverk, hårdvara och teknik. För mig som ingenjör känns det som att kvaliteten och robustheten vi alltid haft nu verkligen kommer till sin rätt i molnet.
publicerad 20 november 2025