Kaushal Kurapati 是甲骨文公司人工智能代理集团的副总裁，负责领导公司代理人工智能计划的战略和开发，包括 Oracle Fusion Applications AI Agent Marketplace。他的职业生涯跨越二十多年，曾在 Salesforce、万事达卡、雅虎和 IBM 担任高级领导职务。

教育

库拉帕蒂拥有美国和印度多所大学的高级学位。他于1988年至1992年在印度马德拉斯理工学院获得航空航天工程技术学士学位。移居美国后，他于1993年至1995年在特拉华大学完成了机械工程和应用数学硕士学位。随后，他在马里兰大学巴尔的摩县分校攻读了第二个计算机科学硕士学位，并于1997年获得。在他职业生涯的后期，在担任高级科学家期间，他于2000年至2003年就读于纽约大学斯特恩商学院，在那里他获得了工商管理硕士学位，主修战略、金融和创业。[1]

职业生涯

Kurapati的职业生涯主要集中在人工智能和机器学习的开发和应用上，从早期的推荐系统到现代的智能体AI平台。

早期职业生涯：飞利浦、IBM和Ask.com

库拉帕蒂于1998年开始了他的职业生涯，在飞利浦担任高级科学家和团队负责人，他的团队专注于新兴的个性化和推荐系统领域。他在那里工作到2002年。2003年，他加入IBM，担任高级软件工程师，为WebSphere Portal及其个性化技术做出贡献。他对AI和搜索技术的关注在他接下来的IAC（Ask.com的母公司）的工作中得到了提升。从2004年到2007年，他担任搜索相关性和产品管理总监，负责驱动搜索引擎相关性和后端系统的AI和ML算法。 ^{[1] [2]}​

雅虎和万事达

2007年，库拉帕蒂加入雅虎，担任产品管理高级总监，任职七年。在此期间，他管理了网络搜索和小型企业部门的产品，继续从事消费者互联网平台的工作。2014年，他转入金融科技领域，成为万事达的产品管理副总裁。直到2018年，他领导了定向优惠、个性化和分析的产品战略，将他的AI专业知识应用于一个新领域。 ^[1]​

在Oracle和Salesforce的首次任职

Kurapati于2018年首次加入Oracle，担任客户数据平台（CDP）和营销云部门的集团副总裁兼总经理，直至2022年。在此职位上，他负责管理CDP部门，重点是个性化、人工智能和机器学习。 ^{[1] [3]}

2022年初，他转到Salesforce，担任生成式人工智能产品管理高级副总裁。在Salesforce，他领导了公司人工智能和搜索产品的产品计划。 ^[1] 在此期间，他是该主题的公开专家，撰写了诸如2024年7月在Salesforce官方博客上发表的“什么是大型语言模型（LLM）？”等内容。 ^[3] 他的X（前身为Twitter）个人资料，也列出了他在Salesforce的职位，但尚未更新以反映他随后的变动。 ^[4]

重返甲骨文并领导AI代理

库拉帕蒂于2025年重返甲骨文，领导公司在智能AI领域的战略推进。作为人工智能代理（AI Agents）集团副总裁，他负责监督Oracle Fusion Applications AI Agent Marketplace和底层的Oracle AI Agent Studio开发平台。他的职责包括指导产品愿景、生态系统增长以及将自主AI代理嵌入甲骨文企业应用套件的市场战略。^[5] [[6]](#cite-id-VFdzjwUQheQx8tKo]

在他的领导下，AI Agent Marketplace在2025年经历了显著增长。到2025年11月，该平台超过了400个可用于Oracle Fusion应用程序的AI代理，其中大约70%由甲骨文构建，其余30%来自合作伙伴。^[7] 另一份来自2025年10月的报告称，甲骨文总共提供了大约600个AI代理，其中400个集成到Fusion中，200个用于特定的行业解决方案。[[8]](#cite-id-1GDa3PvDPDjPkcJB]

2025年的一项重大举措是与IBM的战略合作，于2025年10月16日宣布。该合作涉及IBM使用甲骨文的AI Agent Studio在市场上开发和发布经过甲骨文验证的AI代理。最初的发布包括三个旨在简化运营的代理：公司间代理、智能销售订单录入代理和请购到合同代理。^{[5] [6]} 库拉帕蒂评论了这次合作，他说：“甲骨文AI Agent Marketplace中新的IBM AI代理，使用Oracle AI Agent Studio无缝构建，将帮助客户满足其独特的业务需求，并以速度和信心推动增长。”^[6]

关于自主AI的公众评论和观点

作为甲骨文 AI战略的公开领导者，Kurapati 经常评论 AI 的演变以及甲骨文自主平台背后的具体架构和哲学选择。在 2025 年 3 月的一次播客节目中，他讨论了从传统 AI 到生成式和自主 AI 的演进，并将数据、计算和算法确定为 AI 创新的三大支柱。 ^[2]​

Oracle的Agentic AI战略

Kurapati详细介绍了Oracle的AI代理战略，强调原生集成、安全性和用户赋权。目标是在所有Oracle应用程序（包括ERP、HCM和供应链）中提供统一的AI层，以实现任务自动化并创建他所谓的“知识工作者”。 ^[7]​

人工参与的控制

Kurapati强调的一个关键特性是用户保持对自主过程控制的能力。在Oracle AI World '25 大会上，他解释了 Oracle AI Agent Studio 如何允许将“人工审批节点”直接插入到代理的工作流程中。这为任务提供了一个正式的检查点，例如需要手动批准超过一定价值的采购申请，而不是依赖于对话提示。他解释说：“这是在问，‘等待一个人。’” ^[8]​

Agent Evaluation and Observability

To build customer trust and improve agent performance, Kurapati's team developed an agentic evaluation framework. He has stressed the importance of transparency, or "opening under the hood," to help users understand what an agent is doing. The framework includes a monitoring dashboard for metrics like latency and token usage, systematic performance evaluation tools, and detailed agent tracing for debugging. On this topic, Kurapati stated, "Explaining what's going on behind the scenes... tells customers and partners, 'Oh, I know what's going on, where the pinpointed errors are... and how much time it's taking,' - all of that so that you can optimize your agent, I think that's the key." ^[8]​

数据上下文和安全性

Kurapati 谈到了为大型语言模型 (LLM) 提供丰富上下文的必要性，以便它们在企业环境中发挥作用。他描述了使用“注释”为企业数据添加描述性元数据，解释其语义含义（例如，货币、税务状态）。他还介绍了“API 图”的概念，该图映射了不同 API 之间的关系。他认为，“如果你有一个 API 图和所有相关的元数据，那么代理就会变得更加智能和有能力。” ^[8]

他还强调，安全性是平台的核心原则。由于代理是原生构建到 Oracle Fusion 中的，因此它们继承了其安全架构。Kurapati 在 2025 年 11 月的一次采访中解释说：“将其与用户角色关联是一个必填字段。没有它你无法继续。”这确保了代理只能访问用户角色允许的数据。 ^[7]

可访问性和竞争定位

Kurapati 设想未来任何员工，而不仅仅是 IT 专业人员，都可以创建代理。他表示：“我们的目标最终是让组织中的任何人都能创建任何类型的知识工作者。” Oracle 鼓励采用这一策略的一个关键部分是其定价模式。 Kurapati 指出，由于 Oracle 既是应用程序提供商又是超大规模企业（拥有 Oracle 云基础设施，即 OCI），因此它可以提供成本优势。 他说：“如果您在 OCI 上使用模型，我们不会收取额外的令牌 - 我们所有的竞争对手都会。” 许多标准代理都包含在现有的 Fusion 订阅中，以推动采用。 ^[7]​

新增第5节

数据和人工智能驱动的创意 #01

2019年1月8日，Kaushal Kurapati参加了ad:tech New Delhi YouTube频道的主题采访，从他在Oracle担任高管的角度，讨论了数据和人工智能在创意和营销中的应用。

Kurapati描述了人工智能作为一个因素，通过整合大规模数据、云计算和易于访问的算法，影响着创意和营销的方法。他将人工智能描述为一种可以支持人类决策、实验和个性化的工具，而不是取代人类的投入。

他指出，包括信任、服务、忠诚度和客户体验在内的核心营销原则随着时间的推移保持不变。然而，消费者行为和技术的变化引入了新的需求，要求营销从基于直觉的决策转变为基于跨渠道汇总客户数据的决策方法。

Kurapati引用了人工智能在医疗保健、内容生成和语言翻译等领域的应用，以说明当前的能力，同时也承认其局限性。他观察到，人工智能系统可能缺乏普遍理解，并且可能反映来自训练数据的偏差，强调了监督和人工评估的重要性。

根据Kurapati的说法，将人工智能分析与对人类反应的意识相结合，可以帮助组织在各种互动中定制体验。他指出，人工智能的采用应该被视为对人类工作的补充，而不是替代，并注意协调和负责任的实施。 ^[9]

Agentic AI and Business Applications #02

On August 14, 2025, Kashik Kurapati participated in an interview on the Wipro YouTube channel, discussing developments in artificial intelligence and its application in business processes. According to Kurapati, AI has evolved from rule-based systems in the 1980s to current generative AI and emerging agentic AI, supported by the combination of large-scale data, high-performance computing, and algorithmic methods including transformers.

Kurapati stated that AI is currently capable of automating individual tasks, such as generating customer service call summaries and enhancing enterprise data quality, while complete job automation remains an area for future development. He described agentic AI as systems able to make decisions, plan workflows, and interact with complex processes, noting that human supervision continues to be necessary in high-stakes situations.

He highlighted the role of chief data and analytics officers in managing AI adoption, ensuring data privacy, enforcing security measures, and reducing the occurrence of inaccurate outputs. Kurapati also referred to trends including composable AI, reasoning models that adjust computing resources according to task complexity, and the increased availability of open-source AI models.

Kurapati projected that AI integration into business operations and everyday technologies will continue, with task automation expanding, workforce skills evolving, and AI systems increasingly supporting human work while remaining subject to oversight. ^[10]

代理式人工智能与商业应用 #02

2025年8月14日，Kashik Kurapati参加了Wipro YouTube频道的一个访谈，讨论了人工智能的发展及其在业务流程中的应用。Kurapati表示，人工智能已经从1980年代的基于规则的系统发展到当前的生成式人工智能和新兴的代理式人工智能，这得益于大规模数据、高性能计算和包括transformers在内的算法方法的结合。

Kurapati指出，目前人工智能能够自动化单个任务，例如生成客户服务通话摘要和提高企业数据质量，而完全的工作自动化仍是未来发展的领域。他将代理式人工智能描述为能够做出决策、规划工作流程并与复杂流程交互的系统，并指出在风险较高的情况下，人工监督仍然是必要的。

他强调了首席数据和分析官在管理人工智能采用、确保数据隐私、执行安全措施和减少不准确输出方面的作用。Kurapati还提到了包括可组合人工智能、根据任务复杂性调整计算资源的推理模型以及开源人工智能模型可用性增加等趋势。

Kurapati预测，人工智能与业务运营和日常技术的集成将继续，任务自动化将扩大，劳动力技能将不断发展，人工智能系统将越来越多地支持人类工作，同时仍受监督。 ^[10]