Väčšinu poslednej dekády znamenalo pridať AI do podnikovej aplikácie postaviť vedľa databázy druhú dátovú platformu: dedikované vektorové úložisko na embeddingy, ETL pipeline na ich synchronizáciu a nový bezpečnostný perimeter na audit. Oracle Database 23ai — a jeho nástupca z roku 2026, Oracle AI Database 26ai — zaujíma iný postoj: dať AI schopnosti priamo do databázy, ktorú už prevádzkujete. Pre firmy na Slovensku a v Česku s rozsiahlym Oracle prostredím je to podstatná zmena a zaslúži si úprimný, nemarketingový pohľad.
Od 23ai k 26ai: časová os, na ktorej záleží
Oracle Database 23ai bol všeobecne dostupný od 2. mája 2024 (verzia 23.4), pričom prípona „ai” nahradila staršie „23c” ako signál natívnej integrácie AI. V roku 2026 línia pokračuje ako Oracle AI Database 26ai: na Oracle Cloud od konca 2025 a všeobecne dostupný pre on-premises Linux x86-64 od januára 2026 (dodaný ako Release Update 23.26.1 na rovnakom 23.x kóde, takže 23ai prostredia ho prevezmú bez recertifikácie aplikácií).
23ai aj 26ai sú Long-Term Support vydania s Premier Support do 31. decembra 2031. Pre strednú Európu je relevantná veľká inštalovaná báza Oracle Database 19c — stále chrbtica mnohých lokálnych bánk, utilít a verejných inštitúcií. Premier Support pre 19c končí 31. decembra 2029 (Extended Support do 2032), takže 26ai je prirodzený cieľ LTS migrácie — a čas na plánovanie je teraz.
Jedna tvrdá požiadavka do rozpočtu: 23ai a 26ai rušia podporu klasickej non-CDB architektúry. Každý upgrade musí prejsť na multitenant (container/pluggable database) model.
AI Vector Search: embeddingy ako natívny dátový typ
Vlajkovou funkciou je AI Vector Search. Namiesto exportu dát do externého enginu pridáva Oracle natívny dátový typ VECTOR, takže embeddingy žijú v tej istej tabuľke ako riadok, ktorý opisujú — a ostávajú s ním konzistentné pod plnými ACID transakciami.
Pár pojmov, ktoré stačí poznať bez hĺbkového ponoru:
- Formáty uloženia vymieňajú presnosť za veľkosť a rýchlosť:
FLOAT32(predvolený, najvyššia presnosť),INT8(≈4× menší) aBINARY(až ≈32× menší) — užitočný pri stovkách miliónov vektorov. - Dva typy indexov. HNSW je in-memory grafový index: veľmi rýchly, vysoký recall, ale musí sa zmestiť do vyhradenej pamäte (Vector Pool) a je citlivý na intenzívne zápisy. IVF je diskový partitionovaný index: vhodnejší pre write-heavy a veľmi veľké datasety, za cenu vyššej latencie a nižšieho recallu.
- Štandardné SQL. Dotazujete sa cez
VECTOR_DISTANCE(...)s metrikou (cosine, euklidovská, dot product) a pridáteFETCH APPROXIMATE FIRST n ROWS ONLYna využitie indexu. Kľúčové je, že to viete kombinovať s bežnýmiWHEREklauzulami a joinmi — presne to, s čím dedikované vektorové úložiská zápasia.
Oracle dodáva aj kompletnú Retrieval-Augmented Generation (RAG) pipeline v databáze cez balík DBMS_VECTOR_CHAIN (chunking, embedding, vyhľadanie, prompt) a vstavaný ONNX runtime, takže viete naimportovať open-source embedding model a generovať vektory lokálne — bez posielania dát do externého API.
Viac než vektory: konvergovaná databáza
Hodnota 23ai/26ai je „konvergovaná” — relačné dáta, JSON, graf a vektor v jednom engine:
- JSON-Relational Duality umožňuje vývojárom čítať a zapisovať tie isté dáta ako JSON dokumenty (MongoDB-kompatibilné API, REST) aj ako relačné tabuľky, pričom databáza udržiava oboje v synchronizácii v jednej transakcii.
- Operational Property Graphs (SQL/PGQ) pridávajú ISO-štandardné grafové dotazy nad relačné tabuľky — bez samostatnej grafovej databázy.
- SELECT AI premieňa prirodzený jazyk na SQL, obohatený o metadáta vašej schémy, a v 26ai funguje aj on-premises.
Úprimné porovnanie: Oracle vs dedikované vektorové databázy
Natívne vektorové vyhľadávanie nie je automaticky správna odpoveď. Kompromis:
| Oracle AI Vector Search | pgvector (PostgreSQL) | Pinecone (SaaS) | Milvus (self-hosted) | |
|---|---|---|---|---|
| Najlepšie keď | Dáta už v Oracle; záleží na ACID + SQL filtroch | Už na PostgreSQL, malá–stredná škála | Green-field, cloud-native, veľmi vysoký objem dotazov | Masívna škála s vyhradeným ops tímom |
| Škála | Po miliardy (IVF / Exadata) | Milióny (degraduje nad desiatky M) | Miliardy | Miliardy (distribuované) |
| Transakcie | Plné ACID, jeden perimeter | Plné ACID | Eventual consistency | Laditeľné |
| Prevádzková réžia | Nízka na OCI, vyššia on-prem | Nízka–stredná | Nulová (managed) | Vysoká (treba klaster) |
Skrátene: ak vaše autoritatívne dáta už žijú v Oracle, držať vektory pri nich odstráni celú integráciu a druhú vec na zabezpečenie. Ak ste cloud-native startup bez relačnej minulosti a s enormným objemom dotazov, dedikovaný engine môže stále vyhrať. Sme nezávislí — povieme vám, v ktorom prípade ste, namiesto tlačenia jednej odpovede.
Čo to reálne znamená pre licencovanie a dimenzovanie
Tu treba oddeliť marketing od reality:
- AI Vector Search je zahrnutý bez príplatku v každej edícii — Enterprise Edition, Standard Edition 2, aj v bezplatnom Oracle AI Database Free. (Bežný omyl je, že je len pre Enterprise; nie je.)
- Skutočné rozdiely medzi edíciami sú inde: RAC, option Partitioning (potrebný pre partitionované IVF indexy vo veľkej škále), Advanced Security/TDE (na šifrovanie vektorových dát) a limity CPU/socketov. SE2 je obmedzená na 16 threadov a 2 sockety; EE je cenníkovo zhruba 2,7× ceny za procesor oproti SE2.
- Pamäť pre HNSW treba dimenzovať vedome. Keďže graf je v pamäti, Vector Pool nastavujete cez
VECTOR_MEMORY_SIZE. Hrubý odhad je1,3 × bajty_na_prvok × dimenzie × riadky. Pre 5 miliónovFLOAT32vektorov s 1 536 dimenziami (typická veľkosť OpenAI) je to zhruba 40 GB RAM — nie zaokrúhľovacia chyba. Oracle poskytujeDBMS_VECTOR.INDEX_VECTOR_MEMORY_ADVISORna odhad pred vytvorením indexu.
Záver: licencia môže byť zadarmo, ale architektúra (pamäť, indexy, správanie v RAC) rozhoduje, či projekt uspeje alebo uviazne. To je otázka správy databáz a licencovania, nie marketingu.
Prečo na tom záleží práve v SK a CZ
Pre regulované organizácie u nás — banky pod NBS/ČNB, utility, zdravotníctvo, verejná správa — je najsilnejším argumentom pre in-database AI rezidencia dát. Export kľúčových záznamov do vektorového SaaS so sídlom v USA často neprejde GDPR alebo NIS2 previerkou. Generovanie embeddingov lokálnym ONNX modelom a ich vyhľadávanie priamo v databáze (on-premises, alebo v OCI EU Sovereign Cloud) drží citlivé dáta v existujúcom bezpečnostnom perimetri.
Konkrétne use cases pre lokálne Oracle E-Business Suite / Siebel prostredia: sémantické vyhľadávanie naprieč servisnými požiadavkami a históriou klientov, a interné APEX chatboty „uzemnené” vo vašich dátach cez SELECT AI a RAG — bez druhej platformy.
Záver
Oracle 23ai/26ai prináša dôveryhodný argument: reálnu AI schopnosť priamo v transakčnej databáze, ktorej už dôverujete, bez nového problému s rezidenciou dát. Nie je to mágia — pamäť HNSW, voľba indexu a správanie v RAC potrebujú reálne inžinierstvo a pre niektoré workloady je dedikovaná vektorová databáza stále vhodnejšia. Úprimná cesta je zmapovať vaše skutočné dáta, škálu a compliance potreby pred rozhodnutím.
Presne toto robíme — nezávisle a bez predaja licencií. Ak zvažujete AI funkcie na vašom Oracle prostredí — alebo plánujete prechod 19c → 26ai, ktorý aj tak príde — ozvite sa nám.
