berita

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

salah satu pendiri dan ketua oracle larry ellison

“perlombaan (untuk mendapatkan kekuatan komputasi) akan berlangsung selamanya untuk membangun jaringan saraf yang lebih baik. biaya pelatihan model ai sangat besar. ketika saya berbicara tentang membangun pusat data gigawatt atau multi-gigawatt, itu akan menjadi "harga masuk untuk a model ai yang benar-benar mutakhir, jika seseorang ingin bersaing di bidang ini, biayanya sekitar $100 miliar," larry ellison, salah satu pendiri dan ketua raksasa basis data global oracle, mengatakan pada panggilan pendapatan pada awal september. hal tersebut dinyatakan di the pertemuan itudalam 4 hingga 5 tahun ke depan, perusahaan mana pun yang ingin berpartisipasi dalam kompetisi model berskala besar ini akan memiliki ambang batas model mutakhir hingga 100 miliar dolar as, dan perlombaan senjata kekuatan komputasi ini akan terus berlanjut selamanya.

ellison, 80, adalah pionir di oracle. 47 tahun yang lalu, dia, bob miner dan ed oates mendirikan laboratorium pengembangan perangkat lunak (sdl) dan ditugaskan oleh cia untuk mengembangkan program database dengan nama kode "oracle", perusahaan tersebut kemudian mengubah namanya menjadi oracle corporation dan berhasil menyelesaikannya ipo pada tahun 1986.

pada bulan september 2014, ellison mengumumkan pengunduran dirinya sebagai ceo oracle dan ditunjuk sebagai ketua eksekutif dan chief technology officer dewan direksi oracle. pada april 2024, ellison masuk dalam daftar 100 orang paling berpengaruh di dunia tahun 2024 versi majalah time.

baru-baru ini, sebuah "kisah nyata" tentang ellison menarik perhatian. dia mengakui pada pertemuan investor bahwa dia harus memohon kepada ceo nvidia jensen huang untuk menyediakan gpu terbaru kepada perusahaannya, yang dianggap sebagai konfirmasi penting dari kekurangan daya komputasi ai saat ini.

"saya makan malam dengan elon musk dan jen-hsun huang di nobu di palo alto. saya dapat menggambarkan makan malam itu sebagai musk dan saya memohon gpu pada jen-hsun huang. silakan ambil uang kami; tidak, tagih lebih banyak. anda tidak mendapatkan cukup; kami membutuhkan anda untuk mengenakan biaya lebih banyak, tolong," kata ellison melalui panggilan konferensi. "berhasil."

dilihat dari hasilnya, uang tersebut dibelanjakan dengan baik.oracle baru-baru ini mengumumkan bahwa mereka akan membangun super cluster zettascale ai yang terdiri dari 131,072 gpu nvidia gb200 nvl72 blackwell.ini dapat memberikan kinerja ai 2,4 zettaflops, yang lebih bertenaga daripada cluster komputasi xai musk, yang saat ini memiliki 100,000 kartu grafis gpu nvidia h100.

pada saat yang sama, rencana ai oracle juga memerlukan listrik dalam jumlah besar, dan perusahaan telah memperoleh izin untuk membangun tiga reaktor nuklir modular untuk memenuhi kebutuhan listrik fasilitasnya. namun, membangun reaktor nuklir untuk digunakan di pusat data dapat memakan waktu bertahun-tahun, sehingga oracle dapat menggunakan generator bergerak berukuran besar untuk menambah pasokan listrik lokal jika diperlukan.

pada tanggal 9 september tahun ini, oracle mengumumkan bisnis kuartal fiskal pertamanya untuk tahun fiskal 2025 pada bulan agustus tahun ini. pendapatan oracle melebihi ekspektasi sebesar 7% tahun-ke-tahun menjadi $13,3 miliar. diantaranya, pendapatan infrastruktur cloud (oci) yang terkenal juga lebih kuat dari perkiraan wall street, tumbuh 45% tahun-ke-tahun menjadi $2,2 miliar. oracle memberikan panduan pendapatan kuartal kedua dengan kisaran pertumbuhan 8% hingga 10%, dengan nilai median lebih tinggi dari pertumbuhan 8,72% yang diperkirakan para analis.

ellison mengatakan pada panggilan pendapatan bahwa akan ada banyak model profesional di masa depan. misalnya, dia sendiri terlibat dalam model serupa-menggunakan komputer untuk melihat slide biopsi atau ct scan untuk menemukan kanker, dan menggunakan tes darah untuk menemukan kanker. "ini cenderung merupakan model yang sangat terspesialisasi. mereka tidak selalu menggunakan groks dasar, chatgpt, llama dan gemini, mereka cenderung menjadi model yang sangat terspesialisasi... kita akan melihat semakin banyak aplikasi seperti ini."

namun, ellison menekankan kepada para analis bahwa jika kita melihat dalam lima atau bahkan 10 tahun ke depan, kita belum memasuki tahap di mana kita telah melatih semua model yang diperlukan dan beralih ke inferensi.

"ini adalah pertarungan yang sedang berlangsung untuk supremasi teknologi, dan pertarungan tersebut akan terjadi dalam lima tahun ke depan, mungkin sekitar 10 tahun, oleh segelintir perusahaan dan satu negara. jadi bisnis ini akan semakin besar." tidak ada tanda-tanda akan melambat atau berbalik arah,” ellison menekankan, “tetapi itulah yang terjadi.”

analis morgan stanley keith weiss kemudian menulis bahwa kinerja harga saham oracle telah jauh melebihi kinerja harga saham rekan-rekannya di industri perangkat lunak sepanjang tahun ini. dia mengaitkan kinerja yang kuat ini dengan oracle yang dipandang oleh investor sebagai penerima manfaat utama dari kelangkaan perangkat keras ai, yang telah meningkatkan bisnis oci-nya.

sejak awal tahun, harga saham oracle telah melonjak 63,68%, tingkat pertumbuhan lebih tinggi dibandingkan s&p 500 dan indeks komposit nasdaq.

dipengaruhi kabar baik dari oracle, kekayaan bersih ellison melonjak tajam. pada 17 september, waktu beijing,data real-time dari peringkat miliarder global forbes menunjukkan bahwa kekayaan bersih pribadi ellison telah meningkat menjadi us$206,5 miliar, menempati peringkat kedua, lebih tinggi dari pendiri amazon bezos, dewa saham buffett, pendiri meta zuckerberg, dll.menariknya, ellison juga merupakan direktur independen di dewan direksi tesla.

pada tanggal 14 september, oracle mengungkapkan pada pertemuan analis keuangan tahunannya bahwa mereka memperkirakan pendapatan perusahaan akan mencapai setidaknya us$66 miliar pada tahun fiskal 2026, meningkatkan perkiraannya dan melampaui ekspektasi para analis.pendapatan oracle diperkirakan akan mencapai setidaknya us$104 miliar pada tahun fiskal 2029, setara dengan pertumbuhan pendapatan hampir 58% dalam tiga tahun.

berikut ini adalah bagian dari transkrip tanya jawab dari konferensi pendapatan q1 oracle:

analis:terima kasih. saya ingin bertanya tentang margin keuntungan. anda terus memberikan angka pendapatan layanan cloud yang kuat, terutama angka oci, dan ketika anda memberi mereka (pesaing) panduan tentang apa yang harus anda lakukan untuk mencapai mereka, tampaknya sangat sulit bagi mereka untuk melakukannya.

larry ellison:mari kita mulai dengan karyawan dan kemudian beralih ke autonomous database (oracle autonomous database). kami telah memperoleh efisiensi yang luar biasa dan saat ini, kami akan memindahkan fusion dan minggu depan ke autonomous database. kami telah memutuskan bahwa segala sesuatunya perlu dialihkan ke otonomi, karena dua alasan. alasan pertama adalah ketika anda memiliki database yang sepenuhnya otonom, tidak ada dba dan administrator database adalah robot. tidak ada tenaga kerja yang terkait dengan pengelolaan oracle autonomous database.

sekarang, ini jelas merupakan penghematan biaya. namun yang lebih penting, tanpa tenaga manusia, tidak ada kesalahan manusia. kami memiliki keunggulan keamanan yang besar dibandingkan pesaing kami. tidak ada kesalahan yang akan dilakukan. tidak ada tenaga kerja, semuanya otomatis. potensinya juga sangat elastis ketika anda mengotomatiskan segalanya sepenuhnya. saya tidak akan menjelaskan secara rinci apa artinya ini, tetapi ini berarti pekerjaan anda tiba-tiba memerlukan 500 mikroprosesor untuk dijalankan. anda mendapat $500 dalam 3 menit, anda membutuhkannya. kemudian anda memasukkannya kembali ke dalam kolam. jadi ini sangat berbeda dari cara kerja database lain dan apa sebutannya. awan itu sendiri mungkin elastis di beberapa tempat, namun databasenya sering kali tidak elastis. otonomi berarti kita menggunakan lebih sedikit perangkat keras, lebih cepat, lebih efisien, sepenuhnya otomatis, tanpa tenaga kerja, dan lebih aman. margin keuntungan bisnis berbasis database otonom jauh lebih tinggi dibandingkan bisnis oracle tradisional.

saya pikir margin ini sangat tinggi, setara dengan margin untuk saas, yang juga merupakan pasar yang sangat sulit karena sass terutama berjalan pada database otonom. kami menggunakan perangkat keras dengan sangat efisien. kami jarang menggunakan tenaga kerja karena tenaga kerja berisiko terhadap keselamatan. ketika orang melakukannya secara manual, risiko keamanan mengurangi kemampuan kita untuk melakukan penskalaan. setiap pusat data oracle dari yang terbesar hingga terkecil memiliki fitur dan fungsionalitas yang identik. mereka hanya berbeda dengan faktor-faktor berikut.

ini berarti kami memiliki serangkaian perangkat lunak otomatis yang melakukan semua ini secara otomatis.tidak ada orang lain yang melakukan ini. tidak ada seorang pun yang memiliki tingkat otomatisasi, tingkat otonomi seperti itu. hal ini memungkinkan kami mencapai keuntungan lebih tinggi dalam bisnis database, bisnis saas, dan bisnis cloud lainnya. cloud kami lebih otomatis. biaya tenaga kerja kami rendah. jaringan kami lebih efisien. mereka adalah jaringan domain yang berjalan lebih cepat. jika anda menjalankannya dua kali lebih cepat, biaya kami turun setengahnya, dan jaringan kami jauh lebih cepat dibandingkan cloud lainnya. jadi menurut kami potensi kami, seiring dengan peningkatan skala kami, potensi kami untuk menghasilkan margin yang lebih baik dibandingkan saat ini, adalah sangat nyata.

saya yakin begitu. misalnya, saya rasa anda akan menemukan perspektif berbeda dari berbagai teknisi saat kami memindahkan fusion ke autonomous database. saya pikir penghematan biaya -- biaya kami -- penghematan biaya cloud kami akan mencapai sekitar 50%. itu yang saya yakini. mungkin sekarang 40%, mungkin 35%, tapi kita akan mendapatkan penghematan biaya yang signifikan dibandingkan sekarang, dan itu mencakup seluruh basis pelanggan fusion. jadi ini hanyalah salah satu contoh bagaimana kita dapat menggunakan jaringan yang lebih cepat, database yang lebih cepat, otomatisasi yang lebih banyak untuk membuat produk kita lebih aman. saya selalu menekankan bahwa keselamatan memang menjadi tujuan utama. namun dampak sekundernya adalah kita juga menghabiskan lebih sedikit uang untuk mengoperasikan pusat data ini.

analis:saya mark murphy dari jpmorgan chase. larry, bagaimana anda melihat transisi pasar dari fase pelatihan ai ke fase inferensi ai? ada beberapa perdebatan bahwa kita mungkin mengalami ketidakseimbangan atau gelembung di ujung depan kurva karena pelatihan tersebut intensif secara komputasi, dan kemudian mungkin fase inferensi akan berakhir pada tahap kalibrasi ulang, dan fase inferensi mungkin kurang intensif? atau menurut anda apakah ada potensi pertumbuhan yang tinggi di kedua fase?

ellison:banyak orang berpikir, saya menyekolahkan anak saya ke perguruan tinggi dan itu saja. pelatihan mereka sudah selesai. saya memiliki pelatihan selama empat tahun dan kemudian saya dapat mempekerjakan anak-anak dan mereka akan melakukan penalaran. ini tidak benar. perlombaan untuk membangun jaringan saraf yang lebih baik belum berakhir. biaya pelatihan ini menjadi sangat tinggi. ketika saya berbicara tentang membangun pusat data skala gigawatt atau multi-gigawatt, yang saya maksud adalah model ai ini, model-model mutakhir ini - bagi siapa saja yang ingin bersaing di bidang ini, pintu masuk ke teknologi yang benar-benar mutakhir. model harganya sekitar $100 miliar.

izinkan saya mengulanginya, dalam 4 hingga 5 tahun ke depan, akan ada sekitar $100 miliar bagi siapa saja yang ingin memainkan game ini.itu uang yang banyak, dan itu tidak menjadi lebih mudah. jadi mereka tidak akan punya banyak. ini bukanlah tempat yang tepat untuk menyebutkan siapa yang benar-benar dapat membangun model-model mutakhir ini.

namun di luar itu, akan ada banyak model yang sangat terspesialisasi. saya dapat memberi tahu anda beberapa hal yang pernah saya lakukan secara pribadi, seperti menggunakan komputer untuk melihat slide biopsi atau ct scan untuk menemukan kanker, dan tes darah untuk menemukan kanker. ini cenderung merupakan model yang sangat terspesialisasi. mereka tidak selalu menggunakan grok dasar, chatgpt, llama, dan gemini, mereka cenderung merupakan model yang sangat terspesialisasi. melatih pengenalan gambar pada beberapa data, maksud saya, seperti jutaan slide biopsi, data pelatihan lainnya tidak terlalu membantu.

jadi ini terus berlanjut dan kita akan melihat semakin banyak aplikasi seperti ini. jadi, jika pandangan anda adalah 5 tahun ke depan, bahkan mungkin 10 tahun ke depan, saya tidak akan khawatir, kami telah melatih semua model yang kami perlukan sekarang, yang perlu kami lakukan hanyalah menyimpulkan.

saya pikir ini adalah perjuangan berkelanjutan untuk keunggulan teknologi yang akan diperjuangkan oleh segelintir perusahaan, dan mungkin satu negara, setidaknya selama lima tahun ke depan, atau mungkin lebih dari 10 tahun ke depan. jadi bisnis ini hanya akan menjadi lebih besar. tidak ada perlambatan atau transformasi yang akan terjadi.

saya mengatakan beberapa hal yang mungkin terdengar sangat aneh. dia mengatakan hal-hal aneh, bisa dibilang begitu. jadi mengapa dia mengatakan ini? ini pasti sangat aneh. kami sedang merancang pusat data dengan daya lebih dari 1 gigawatt, tetapi kami menemukan lokasi dan fasilitas listriknya. kami mencari dan mereka mendapat izin untuk membangun tiga reaktor nuklir. ini adalah reaktor nuklir modular kecil yang dirancang untuk memberi daya pada pusat data. sungguh gila betapa gilanya hal-hal yang terjadi, tapi itulah yang terjadi.

analis:saya raimo lenschow dari barclays. di sisi database, kesepakatan yang baru saja anda umumkan hari ini, atau kesepakatan yang telah anda buat dengan aws. kini setelah kita memiliki semua kesepakatan hyperscale, bagaimana anda melihat migrasi dari beban kerja database yang saat ini berjalan di pelanggan lokal atau cloud ke cloud publik? maksud saya, apa yang harus kita pikirkan tentang momentum ini? terima kasih.

ellison:ya, dua hal. cloud publik sangat menarik dan sangat penting.

maksud saya, oracle sudah sangat sukses dalam bisnis database sejak lama karena salah satu mantra kami adalah portabilitas. kami menjalankan mainframe ibm. kami berjalan di pc microsoft. kami menggunakan mesin hewlett packard. jika anda ingat, segala jenis mesin peralatan digital dan komputer, kita jalankan di mana-mana. hal ini penting agar pelanggan kami dapat menjalankan oracle database di lingkungan apa pun. menjadi jelas bahwa kami harus menemukan cara untuk benar-benar membuat versi terbaik dari database kami, exadata, versi database exascale tersedia di cloud orang lain.

apa yang bisa kita lakukan pada dasarnya adalah membuat oci cukup kecil sehingga kita bisa menyematkan pusat data oci di microsoft azure, atau menyematkan pusat data oci di google atau aws, atau kita bisa meletakkannya di mana saja yang bisa menjadi tempat yang sepenuhnya otonom di mana kita bisa menggunakan kluster exadata dan exascale. kami sebenarnya bisa melakukan ini. secara teknis itu tidak mudah, tapi kami berhasil.

dalam melakukan ini dan memperkecil pusat data oracle kami, saya telah menyebutkan sebelumnya bahwa semua pusat data kami sama kecuali ukurannya.pusat data terbesar saat ini 800 gigawatt, hampir 800 megawatt, maaf, kami mendekati 1 gigawatt. pusat data terkecil sekitar 150 kilowatt, kita turunkan menjadi 50 kilowatt. artinya kita akan memiliki banyak perusahaan, perusahaan menengah dan besar yang akan memutuskan untuk memiliki oracle private cloud. maksud saya, masih belum ada perbedaan antara private cloud dan public cloud. mereka sama. mereka persis sama. banyak orang memiliki oracle private cloud, dan banyak perusahaan industri seperti vodafone memiliki enam oracle private clouds untuk menjalankan beban kerja mereka. tapi harganya sudah sangat murah sehingga siapa pun bisa memutuskan, oke, saya ingin pindah ke cloud. saya ingin menikmati semua manfaat cloud, namun saya ingin memastikan hanya saya yang ada di cloud. saya tidak ingin ada tetangga, atau saya hanya ingin tetangga yang disetujui.saya tidak ingin ada orang yang pindah dengan kartu kredit. saya hanya paranoid soal keselamatan karena harus mematuhi peraturan pemerintah.

jadi menurut kami sudah jelas bahwa menggunakan database oracle di aws, microsoft, dan google sangatlah penting. safra benar, maksud saya, ini pasti akan mempercepat pertumbuhan database di cloud publik. namun kami memperkirakan jumlah cloud pribadi akan jauh melebihi cloud publik karena perusahaan memutuskan untuk menempatkan oracle cloud di belakang firewall di pusat data yang tidak memiliki tetangga. dan, karena kami telah memiliki pusat data sendiri, pusat data kami sangat otomatis dan terukur serta berfungsi dan kami sangat terorganisir. jadi sebenarnya kami sekarang punya 162 data center. saya berharap kita akan memiliki 1.000 atau 2.000 atau lebih pusat data, pusat data oracle di seluruh dunia, banyak di antaranya akan didedikasikan untuk masing-masing bank, perusahaan telekomunikasi, atau perusahaan teknologi, atau apa pun yang anda miliki, nasional, cloud berdaulat, dan sebagainya. . jadi menurut kami, sulit bagi saya untuk memprediksi mana yang lebih besar, private cloud atau public cloud? saya tidak tahu.

namun kabar baiknya adalah, apa pun yang terjadi, kami akan menang.

analis:halo, saya mark moerdler dari bernstein. terima kasih banyak dan selamat atas kuartal ini. kuartal ini dan panduan ini sangat mengesankan. kami melihat banyak fokus pada pelatihan model, namun kurang pada aplikasi dan inferensi di tempat lain. anda memiliki keahlian yang luas di pasar dan industri. anda telah mengintegrasikan ai tradisional ke dalam semua produk dan kemampuan oracle. namun di manakah anda melihat nilai genai yang dapat dimonetisasi dalam hal aplikasi? menurut anda, berapa lama waktu yang dibutuhkan ai generatif untuk menjadi aliran pendapatan yang berarti, tidak hanya bagi oracle tetapi juga untuk perangkat lunak secara umum, di sisi aplikasi dan bukan di sisi pelatihan? terima kasih

ellison:mari saya mulai dengan perawatan kesehatan, kami membantu dokter mendiagnosis berbagai penyakit. ketika seseorang melakukan usg, saya melihat perawat, teknisi, dan dokter mengukur tengkorak bayi, mengukur sumsum tulang belakang bayi, untuk melihat - itu konyol. komputer harus melakukan semua ini. jika ada tali pusar yang melilit janin, komputer akan mendeteksi semua ini dan semuanya harus dicatat sekarang. dokter bisa mendapatkan bantuan dari komputer untuk melakukan semua ini. pengecekan plak dan arteri koroner, sebaiknya semua dilakukan dengan cara ini.

kami telah membuatnya sehingga ketika dokter menemui pasien - ketika dia bersiap menemui pasien, kami menyiapkan ringkasan untuk dokter tersebut. kami menggunakan kecerdasan buatan untuk melihat catatan kesehatan elektronik untuk melihat hasil tes laboratorium terbaru dari beberapa jam yang lalu. dan beri tahu dokter apakah kondisinya stabil atau berkembang, atau informasi apa pun yang perlu diketahui dokter sebelum konsultasi.ringkasan ini dibuat oleh kecerdasan buatan dan merupakan ringkasan yang dapat dibaca manusia. ai kemudian mendengarkan konsultasi antara dokter dan pasien. ini telah disampaikan. ini sudah ada. mereka menyampaikan—mereka mendengarkan konsultasi dokter-pasien. jika dokter menulis resep, ai akan memeriksa keakuratan resep dan memasukkannya. kecerdasan buatan memperbarui catatan kesehatan elektronik. ai menyalin dan mendistribusikan perintah dokter, semuanya dengan mendengarkan percakapan. dokter kemudian memiliki rancangan di akhir percakapan yang dapat segera ditinjau dan disetujui oleh dokter.resep kemudian dibagikan, perintah dokter dipenuhi, dan catatan kesehatan elektronik diperbarui. kami sudah melakukan semua hal ini. tapi saya bisa melanjutkan. dalam perawatan kesehatan, kita memerlukan banyak hal, mulai dari membaca sinar-x hingga antarmuka pengguna.

antarmuka pengguna kami sangat berbeda dengan antarmuka pengguna epic. saya pernah membawa anak saya ke stanford dan dibutuhkan tiga orang, tiga posisi berbeda, untuk menemukan rontgennya. beginilah cara anda menemukan x-ray larry ellison. anda berkata, oracle, tolong tunjukkan saya x-ray terbaru larry ellison. ini adalah antarmuka suara. anda tinggal bertanya pada mereka. bagaimana cara anda masuk? nah, anda melihat komputer dan komputer mengenali wajah anda. ia mengenali suara anda, mengetahui bahwa anda adalah seorang dokter dan anda memiliki izin untuk melihatnya, dan semua otorisasi dilakukan melalui kecerdasan buatan.

ini semua adalah kecerdasan buatan, dan saya tahu orang-orang menganggapnya sebagai hal yang terpisah, dan saya telah mendengar banyak orang mengatakan bahwa kita sekarang memiliki agen ai yang akan dikenakan biaya secara terpisah. namun menurut saya aplikasi kita pada dasarnya adalah aplikasi ai, dan bagaimana anda mengenakan biaya untuk semuanya secara terpisah? saya benar-benar tidak tahu. saat saya mendengarkan mereka, saya bingung. saya tidak mengerti apa yang mereka bicarakan. saya ingin mengetahui sesuatu dan saya berhenti di situ saja.

analis:saya derrick wood dari td cowen. saya juga ingin mengucapkan selamat kepada anda atas kemajuan luar biasa yang telah anda capai dalam hal pertumbuhan selama beberapa kuartal terakhir. bisakah anda menjelaskan perspektif anda mengenai ketersediaan pasokan dan kemampuan anda untuk menyiapkan infrastruktur pusat data dengan cara yang efisien untuk beralih dari kontrak ke konsumsi dan mengubah simpanan menjadi pendapatan? saya berpikir, apa yang anda lakukan hari ini berbeda dibandingkan tahun lalu dan bisakah anda membantu saya memberikan titik waktu akselerasi tersebut?

ellison:cloud pribadi kami sama persis dengan cloud publik, hanya saja cloud tersebut mungkin hanya memiliki satu penyewa dan mungkin berlokasi di gedung milik anda. selain itu, keduanya persis sama. kami memiliki perangkat kerasnya. kami mengelola perangkat keras untuk anda. kebetulan itu berada di gedung milik anda dan hanya anda yang bisa masuk. jadi ini sangat berbeda dari apa yang dilakukan semua pesaing kami, dan sepenuhnya otomatis.

oleh karena itu, kami siap mengelola ribuan pusat data. ngomong-ngomong, saya akan membandingkannya dengan starlink milik elon musk, menurut saya dia memiliki hampir 7.000 satelit di langit saat ini, 6.800. bagaimana anda mengelolanya -- satelit-satelit ini terus-menerus bermanuver. satelit-satelit tersebut bukanlah satelit geostasioner. mereka adalah satelit orbit rendah bumi. jadi mereka terus terbang dan berganti posisi. bagaimana anda mengelola 7.000 pesawat luar angkasa yang terbang? baiklah, izinkan saya memberi tahu anda, komputernya, harus sepenuhnya otomatis atau komputer itu tidak akan berfungsi.

menurut saya, anda tidak bisa memiliki ribuan atau bahkan ratusan pusat data, namun anda pasti bisa memiliki ribuan pusat data kecuali semuanya sepenuhnya otomatis. dan satu-satunya cara anda dapat mengotomatiskannya adalah dengan menjadikan semuanya sama. anda tidak dapat mengotomatiskan 25 hal berbeda. jadi itu salah satu aspeknya.

hal lain yang ingin saya tunjukkan, dan menurut saya salah satu hal menarik tentang oracle adalah bahwa beberapa orang paling senior di tim manajemen kami adalah ahli di bidang bangunan, pembangkit listrik, dan sistem transmisi daya. karena itulah gunanya membangun pusat data ini. anda tidak bisa begitu saja membangun pusat data. anda juga harus mempertimbangkan energi dan transportasinya dari tempat dihasilkannya ke pusat data.

tentu saja, cara paling efisien untuk melakukannya adalah dengan membangun pembangkit listrik di samping pusat data. dengan cara ini anda dapat mengirimkan data melalui jarak terpendek. kami sebenarnya memiliki orang-orang yang sangat senior yang berasal dari industri utilitas, dan walaupun kedengarannya aneh, mereka ahli dalam hal ini dan membantu kami membangun proyek-proyek besar ini.

sekali lagi, saya akan mendengarkan elon musk. salah satu pekerjaan terberat yang dia jalani saat membangun tesla adalah membangun pabrik austin, di mana dia harus membangun gedung terbesar yang pernah dibangun manusia.ingin tahu tentang bangunan terbesar yang pernah dibangun? tentu saja bukan pentagon. juga bukan gedung pesawat ulang-alik milik nasa. bangunan terbesar adalah pabrik tesla.jadi, anda harus menjadi kontraktor untuk pabrik itu. anda harus bisa membuat benda-benda ini dan kemudian menggunakan robot untuk membuat mobil anda.

jadi, anda harus membangun gedung, menyalakan listrik, menyiapkan semua sistem otomasi, yang merupakan bagian tersulit dalam membangun cloud atau sistem otomasi gedung, menyiapkan semua sistem otomasi agar berjalan secara efisien, andal, dan hemat biaya. secara efektif. meskipun demikian - kami memiliki beberapa orang yang sangat menarik di sini dengan basis pengalaman yang sangat berbeda dibandingkan lima tahun lalu.