Contexte et objectifs d’Oracle AI World 2026
Oracle AI World se tiendra du 25 au 28 octobre 2026 à Las Vegas. Avant l’événement, neuf cadres d’Oracle ont accordé des interviews à theCUBE Research, présentant les axes majeurs du programme « Data Deep Dive ». Les entretiens soulignent la nécessité de transformer les prototypes d’IA en solutions de production fiables, en insistant sur la protection des données et la maîtrise des agents autonomes.
Architecture de confiance pour l’IA d’entreprise
Juan Loaiza, EVP Oracle Database Technologies, affirme que la confiance ne peut pas être confiée aux seuls modèles d’IA. Il préconise une architecture unifiée où l’IA, la gestion des données et le développement d’applications sont intégrés, afin d’appliquer des garde‑fous de sécurité à chaque couche du stack technologique. Cette approche vise à éviter les « security guardrails » isolés, qui, selon lui, ne suffisent pas lorsque les agents IA interagissent avec des processus critiques.
Tirthankar Lahiri et Sara Narayan détaillent le « Deep Trust Architecture » d’Oracle Database, qui impose des contrôles au niveau de la base de données indépendamment de la source de la requête. Les mécanismes incluent le « Trusted Answer Search », qui filtre les réponses en langage naturel, et les « JSON Duality Views », qui limitent les modifications de la base via des API contrôlées. Ces outils illustrent comment la sécurité peut être codée directement dans le moteur de la base, garantissant une conformité même en cas de compromission d’un agent.
Innovations de la base de données Oracle AI
Hasan Rizvi, EVP produit et recherche, décrit les nouvelles capacités de l’Oracle AI Database. Le produit prend en charge les données structurées et non structurées, permet la création d’agents IA sans transfert de données vers des plateformes externes et facilite le développement d’applications générées par l’IA. La protection des données reste centrale : le système protège les informations à la source, accélère la réponse aux menaces et maintient la résilience lors d’incidents.
Çetin Özbütün, EVP data warehouse et base de données autonome, souligne que l’infrastructure autonome réduit les coûts opérationnels grâce à l’administration automatisée, au patching de sécurité continu et à l’élasticité du stockage. Cette automatisation constitue le socle sur lequel les charges de travail IA peuvent être déployées à grande échelle, tout en conservant une disponibilité mission‑critical.
Défis de sécurité liés aux IA autonomes
Vipin Samar, SVP sécurité des bases de données, met en avant l’accélération des cyber‑attaques assistées par l’IA. Les attaquants peuvent désormais analyser les correctifs pour identifier des vulnérabilités, rendant les cycles de mise à jour traditionnels insuffisants. Oracle propose une visibilité accrue sur les risques à l’échelle de l’ensemble du parc de bases et un déploiement de correctifs à vitesse machine, afin de réduire la fenêtre d’exposition.
Nipun Agarwal, SVP software engineering, introduit l’« Autonomous AI Lakehouse », qui combine analytique et prise de décision IA sans déplacer massivement les données. Cette plateforme vise à offrir des analyses en temps réel tout en appliquant les mêmes contrôles de confiance décrits pour la base de données, renforçant ainsi la cohérence de la gouvernance des données à travers les environnements distribués.
