对话OceanBase杨冰：AI数据库全球化破局

4月30日，马来西亚吉隆坡，OceanBase Infinity2026大会现场。OceanBase首次对外公布了一份全球化成绩单：在新兴金融科技（fintech）领域，已服务全球100多家企业，包括超过20个电子钱包和50多个支付平台，累计覆盖超过13亿终端用户。

而在银行等传统金融（finance）领域，OceanBase同样取得重要突破，已服务超过400家金融机构，涵盖银行、保险公司及财富管理公司，其中超过60%已将OceanBase部署于其核心业务系统中，这些金融机构不仅仅来自中国，还包括全球的汇丰银行、恒生银行、老中银行、中宏保险等跨国金融机构。

这份数据背后，是OceanBase出海三年的真实注脚。比数字更直观的是，TNG eWallet等东南亚客户登台分享了它们如何将核心业务跑在OceanBase上——这些服务数亿用户的国民级钱包，正在用中国数据库支撑每一笔交易。

“出海不是试水，我们在东南亚逐渐扎根。”杨冰在大会期间说。

三年前，OceanBase甚至不叫“出海”。那时它只是蚂蚁国际背后的一个技术组件，打包进支付宝的钱包方案里，输出到东南亚。能做的很有限：只能支撑蚂蚁自己的系统，无法跨到别的云上，更别提服务其他客户。

真正的转折发生在商业化之后的第二年。OceanBase在新加坡设立了海外团队，组建了一支十来人的小团队。策略很克制：先服务中国企业出海，再借道蚂蚁系钱包生态渗透本地Fintech机构。那时的OceanBase，像是在东南亚的市场上小心翼翼地探出一只脚。

改变出现在去年。团队积累了足够多的经验，开始获得一批有分量的本地客户——GCash、TNGD、Dana、Atome……一个个名字被写进案例库。目前OceanBase海外团队已扩展到近百人，海外营收去年实现了200%的增长。

海外的游戏规则与国内完全不同。杨冰直言，国内软件厂商面临低价、低付费意愿的困境，“国内可能只能解决生存和温饱问题。”而海外市场，客户的付费意愿和标准化程度都高出许多，“我们希望通过全球化可以走出我们真正的第二增长曲线，让OceanBase有机会成为世界级的数据库”。

更大的机遇在于，在东南亚，甚至全球越来越多的银行和金融机构正处于系统升级的时间窗口，他们不仅要换掉老旧的数据库，还要换掉底层的核心系统和云基础设施。而中国的技术厂商们——数据库、核心系统供应商、云服务商——正在组团出海，形成“中国技术栈”，整体替代西方的老旧架构。

“我们希望在这三年里，海外业务的营收可以持续保持每年200%的增长。”杨冰表示，“全球化不仅是OB的战略级问题，而是关乎生死问题和未来发展的可能。”

不过，他们的步子没有迈得那么猛。杨冰最常提到的词不是“增长”，而是“信任”。在东南亚做银行生意，客户问的第一个问题永远是你有没有本地案例、有没有本地伙伴。本地化的服务能力，需要时间和精力慢慢积累。

在出海业务上，OceanBase保持着克制。Fintech和线上平台，是OceanBase最能体现技术优势的领域。这些场景对高并发、强一致、零停机的要求极为苛刻，恰恰是OceanBase在国内双11和金融核心系统中锤炼出来的看家本领。把这块做透，比铺开做很多行业更有价值。事实也证明，GCash、TNGD、Dana、Atome这些标杆案例一旦跑通，带来的信任背书远比泛泛的行业覆盖更有力。

但出海只是故事的一半。另一半，是技术方向上的判断。杨冰认为，AI浪潮正在从根本上改变数据库的定义。

“AI的瓶颈不在模型，在数据。”杨冰认为，当大模型能力逐渐趋同，真正决定企业AI竞争力的，是是否拥有高质量、可实时调用、可信赖的数据体系。而传统“ OLTP + OLAP +向量库+搜索引擎”的多系统拼接模式，数据搬运成本高、实时性差、一致性难以保证，正在成为AI落地的最大阻碍。

OceanBase正加速向“AI数据库”演进。在杨冰看来，数据库的角色正在从“记录系统”转向“智能系统”，不再只服务人，更要服务AI Agent。用一套数据库底座解决AI应用中最昂贵的数据实时性、数据多模、数据安全可信问题，才能成为AI时代真正可信的数据底座。

这也传递出一个清晰的信号：中国数据库技术，正在成为全球数字经济和AI基础设施建设的关键参与者。

以下是对话实录：

出海是“必由之路”，也是“生死问题”

笔者：OceanBase将全球化定位为“必由之路”，这一战略的核心判断是什么？

杨冰：数据库这个行业，马太效应极强。要做长期可持续的生意，光有技术壁垒不够，还要有生态壁垒。只待在一个市场，很难建立起全球级的生态。所以我们从立项第一天就想好了，必须走向全球。

具体来说，有三个判断：第一，全球新兴市场的金融科技和互联网行业正经历十倍级增长，传统集中式架构已经撑不住了，分布式成了必选项；第二，越来越多中国企业成为全球各领域的领先者，他们的成功为中国技术做了最好的背书；第三，经过淘宝双11和中国几百家银行核心系统的打磨，OB的技术已经成熟到可以规模出海了。

这背后是我们的底气——100%自主研发的一体化分布式架构，不依赖任何第三方，能做到数据安全、稳定性和合规性的全面保障，这在全球市场都是稀缺能力。

笔者：从商业模式上看，海外市场与国内有什么不同？

杨冰：国内软件市场确实难做，竞争激烈、低价竞争、客户付费意愿低。但海外不一样，客户愿意为标准化产品付费，我们希望通过全球化可以走出我们真正的第二增长曲线，让OceanBase有机会成为世界级的数据库。

所以全球化对OB来说，不是锦上添花，是战略级的必答题，甚至可以说是生死问题和未来发展问题。我们希望在这三年里，海外业务的营收可以持续保持每年200%的增长。

笔者：海外客户最在意什么？

杨冰：信任。没有第二个词。在东南亚做银行生意，客户第一个问题永远是：你有没有本地案例？有没有本地伙伴？有没有本地团队？本地化服务能力，不是靠PPT能证明的，需要时间和案例一个个攒出来。

我们现在在新加坡设了海外总部，今年在吉隆坡建了全球支持中心，实现横跨3个时区段的全球follow-the-sun的7x24小时服务模式。对海外客户来说，能用本地语言、在本地时区获得支持，这个比技术参数更有说服力。这其实就是我们一直在强调的——本地化服务能力，是硬实力的一部分。

笔者：未来1-3年，全球化怎么走？

杨冰：短期还是打纵深，把fintech和线上平台做透。这两个领域最能体现OB的技术优势——高并发、强一致、零停机，都是我们在双11和金融核心系统里锤炼出来的看家本领。TNG、GCash、Dana、Atome这些标杆案例一旦跑通，带来的信任背书比铺开十个行业都管用。

中期是在全球客户中建立心智，让客户在选型的时候，能主动把OB放进短名单。长期目标是成为世界级数据库产品。同时，顺应AI发展趋势，成为全球AI数据基础设施的关键一环。

笔者：不同区域服务银行客户的难点有什么不同？最核心的支撑点是什么？

杨冰：目前我们真正做银行主要是在东南亚区域，中东和欧洲还没开始。难点有三层：

第一是信任，客户要看本地参考案例、本地团队、本地生态合作伙伴，这些都需要从头搭建。

第二是技术栈适配。国内的适配经验在海外用不上，落地后要和海外的各种ISV、运维工具打通，需要重新做一遍。

第三是多云需求。海外金融客户往往不只选一家云厂商，需要数据库能中立地适配不同云。我们OBCloud现在覆盖全球4大主流云厂商、60多个区域、200多个可用区，这一点反而是我们的优势。

总之，出海不仅仅是把产品卖到全球这么简单。全球化市场不像中国那样是一个统一大市场，它需要的是公司整体能力的提升——从品牌、组织到产品，全方位融入不同区域的“本地化系统工程”。

AI数据库：从“记录系统”到“智能系统”

笔者：AI爆发后，很多人觉得数据库是不是不够用了？它到底对数据库提出了哪些新要求？

杨冰：大家讨论AI时，焦点往往在模型和算力上，但容易忽略另一个关键因素——数据。实际上，模型能力的差距正在缩小，未来大模型会像水电煤一样成为基础设施。真正决定企业AI能不能做出业务价值的，不是选了哪个模型，而是：你有没有高质量、可实时调用、可信赖的数据体系。

所以我一直说一句话：“模型决定AI的上限，数据决定AI的下限”。

未来数据库不只是服务人，更是服务AI Agent。这就意味着数据库的角色必须变——从“记录系统”到“智能系统”的转变。它不仅要存数据，还要支持实时分析、混合检索、Agent调用等，这也是OceanBase数据库产品的重要战略方向。

笔者：具体到产品层面，OceanBase推出首款AI原生数据库seekdb，它与传统数据库+向量库的组合，有何本质区别？

杨冰：最大的区别是“一体化”对“拼装”。

AI带来的最大变化是，我们不再只做在线结构化数据存储，而是向AI数据湖方向发展。增量在于非结构化数据——音频、视频、聊天记录、文本等，随着AI处理能力增强，价值越来越大。

以前这些处理往往是离线的，现在实时视频聊天需要实时翻译或会议总结。我们需要把非结构化数据存储与结构化数据结合，所以现在有两大产品线：在线交易服务和实时多模态数据存储与使用。

同时，我们也在支持越来越多的Agent使用数据库。比如灵光的“闪应用”功能，几个月内平台上做出了几千万个小应用，每个都需要隔离的数据库，数据量小但表格和海量应用数量巨大。

另外在购物类应用中，用户像用ChatGPT一样使用淘宝助手，其中有聊天记录、评价、商品卡片、地理位置等，结构化与非结构化数据关联，需要记忆系统。我们也在做Agent的记忆系统，把结构化、非结构化、多模态数据都存下来，性价比高，适合长期存储。

总的来说，“传统数据库+向量库”不是AI应用的最终答案，过去向量库数据搬运成本高，只能解决“找得到”的需求，而不决定是否“用得好”，也无法支撑Agent调用系统、做决策、执行任务的“可执行闭环”。而seekdb能解决不同系统间的数据同步延迟导致的实时性问题、企业AI应用的数据可信性问题、多套系统同时运行带来的成本问题。

笔者：未来3-5年，AI数据库的终极形态会是怎样？OceanBase在AI方向有什么长期规划？

杨冰：终极形态一定是“统一数据与AI的系统底座”。不再是“数据库+向量库+搜索引擎”三块拼在一起，而是一个“一体化AI数据引擎”。它的核心能力是让AI在同一个系统里完成数据获取、理解、推理和执行。数据库不再是被动的“记录系统”，而是主动的“智能系统”。

再往前看一步，我认为三年后，企业的每一个应用背后都会有一个AI Agent，而每一个Agent背后都需要一个懂它的数据库。这个数据库不仅要能存、能查，还要能理解数据之间的关系，能主动给Agent喂数据，能帮Agent做决策。这是我们正在布局的方向。

对OceanBase来说，AI原生是长期产品战略。我们不会只做一两个AI特性，而是从内核层把AI能力融入进去。未来3-5年，你会看到OceanBase在HTAP和Lakebase两个方向持续进化，最终让企业无论是做核心交易还是做AI原生应用，都能用同一套底座支撑。

至于开源，我们会坚持做下去，尤其在日本、北美这些市场，开源是我们建立信任的方式。我希望OceanBase能成为开发者心中“AI时代最值得信赖的数据底座”。