「圆桌」数据智能重塑产业价值链新秩序 | 甲子引力

从左至右分别为：张矩、陈坚、黄东旭、雷涛、李扬、刘睿民

编辑 | 张恒

2020年11月14日，科技智库「甲子光年」在北京举行2020「甲子引力」大会。在当日下午举行"科技应用"专场上，斯道资本执行董事张矩，杉岩数据CEO陈坚，PingCAP联合创始人兼CTO黄东旭，天云大数据创始人兼CEO雷涛，Kyligence联合创始人兼CTO李扬，柏睿数据董事长兼首席科学家刘睿民等嘉宾参与了"数据智能重塑产业价值链新秩序"主题圆桌。

圆桌现场实录如下：

张矩：首先非常激动也非常感谢组织这么一个高规格的会议，不仅仅是在座各位嘉宾确实是行业中非常具有领先性的企业创始人和CTO，都是行业中的大咖和翘首，另外也是感谢在座所有听众，能够今天到会。尤其是考虑到今年是一个起伏跌宕的年头，元旦那天肯定想不到11个月之后，世界变成这个样子。今天大家能够近距离坐在一起，也是属于不小的成就，感谢整个社会国家做出的努力。

数据智能重塑产业价值链新秩序，短短11个字里面有四五个非常热门的词汇，这也是信息产业、IT产业发展的标配，我们会创造出来很多新的词汇。但是真正往回看，过去的30年里面，我们整个信息产业环境，从IT技术一点一点很晚的起步，到慢慢追赶，到最后借助互联网、移动互联网的发展，整个现在从数据技术、数据基础的角度上来讲，一跃成为世界非常领先的位置，在30年到40年的时间，我们走过了很长的路。

如果看现在这个时间点，真的是不用谦虚地讲，我们处在数据技术和数据产业演变最好的时代，绝对不是最坏的时代，肯定是最好的时代。比较起世界整个环境，中国的环境肯定是世界上每年数据产生量最大的国家，数据产生量最多样的国家，数据产业发展、监管政策最灵活的国家，数据应用场景最多样化、最具有创造力的国家，大家肯定是没有疑问的一件事情。

接下来往未来看，特别是政府今年提到数据变成一个新的生产要素这样一个说法，这样的说法不仅仅是技术的矫哲或者产业发展角度上具有指导意义，这个说法在世界范围内对于国家治理、数据治理整体思考上都是具有非常强的领先性。如果把数据变成生产要素，数据本身的生产、发掘、加工、流转，以及高价值数据交易，都变成一个合乎逻辑的发展。所以我们觉得整个数据智能和数据产业在中国的发展前景是非常非常的光明，我们也期待着有更多更好的创业公司和整个产业发展，在未来的几年有一个很大的台阶。

非常激动，今天能够在在座五位大咖见面，其实都是很好的朋友，也认识很长时间了，但是还是希望大家能够用非常简短的时间跟下面的观众进行一个介绍。

陈坚：大家好，我是来自深圳市杉岩数据的创始人兼CEO陈坚，非常高兴今天能在这里和各位大咖、矩总一起交流有关数据和智能化的一些事情，和矩总是多年的朋友了。杉岩数据成立于2014年，我们聚焦在为云计算、大数据方向提供一个融合、智能化的海量数据存储平台。如果说数据是生产要素，上面有很多数据的产生、分析、挖掘，那么，杉岩数据所做的事情就是提供一个底座和基石，谢谢大家！

黄东旭：大家好，我叫黄东旭，是PingCAP联合创始人兼CTO，我们是国内一家做开源分布式数据库的企业，我相信应该也是中国为数不多的在基础软件领域自主创新走向世界的一个企业。其实我和张矩老师已经认识很多年，之前刚创业的时候我们在一个程序员论坛里招程序员，没有招到程序员，结果认识了主持人。我们立志于做新一代数据库公司，今天看到很多数字化生活应用，就像构建在地表上面的高楼大厦，数据库是支撑整个基础设施。虽然大家看不到我们做的东西，但是我相信每个人每一天的生活，只要你是在用手机用电脑，那么或多或少，一定会有一些应用有一些数据是存储在我们做的东西上面。

雷涛：我发现需要跟主持人攀一些关系，我跟张矩原来是同事。在我创业之前，当时在云基地孵化。我记得我们办的第一个年会主题就是跟大数据相关。2015年创立之后，我们核心就是作基础软件，让数据AI-Native，从我们营收来看，连续Q3和Q4都是在第一象限，所以我们是做AI平台基础软件提供商。

李扬：大家好，我叫李扬，我来自Kyligence，矩总是金主爸爸，我们做的是分析型的数仓，技术方面脱胎于Apache Kylin开源项目，但是现在在云上和云下都提供大数据数据分析平台，都有企业级的产品。如果要跟各位建立一些联系的话，比如招行是我们很大的客户，如果各位在招行有账户的话，金融活动很可能在招行内部分析系统里面都有分析，但数据是看不到的，我们只提供软件服务。

刘睿民：跟矩总也是老朋友了，不多攀关系了，时间很久了。我是柏睿数据刘睿民，我们做的是大数据实时分析，有时候也很奇怪，发现世界上居然有一拨人跟你想的一模一样，我们基本上从全内存分布式数据库到流数据库，像流数据库国家标准一开始在2015年写的时候，当时很多数据库界的人都觉得很奇怪，你这是什么玩意。后来当然有开源的，比如说databricks，这些都出来了，证明这是对的，世界上有一群人做数据库的，在琢磨很底层的一些东西。包括我们的也是类似于跟databricks差不多的一个产品，我觉得在这个产品也是感谢张矩，能够把做数据库的人聚在一起。

张矩：大家稍微看一下，在座所有嘉宾都有非常深厚的技术背景，从大家做的简短自我介绍可以听出来，背后有很多意义和技术的词汇不停地蹦出来。我们从整个生态基础角度切入一下，从过去20多年，不止，开源运动远远不止20多年，在大数据生态里面，过去20多年里面，开源软件已经成为整个大数据行业基石性的东西，在座各位每一家公司都是开源软件有创建者、使用者、贡献者，都跟开源软件有一个撇不清的关系。

现在是一个非常错综复杂，几乎是不可预测的世界里面，开源软件作为一个中立的开放的生态，其实也面临非常大的挑战，我们作为每个公司，包括每个个人都是作为开源软件的参与者甚至是很大的支持者和推进者，大家对开源软件和开源生态，在接下来错综复杂的世界里面继续往前发展，有什么样的看法？这次请刘总先回答一下。

斯道资本执行董事张矩

刘睿民：其实你最不应该先找我，因为我不是做开源的。

张矩：您提到的databricks显然是一个开源公司。

刘睿民：我可能反而最有发言权，因为我不是做开源的，我们的数据库引擎是不开源的，虽然做的跟databricks几乎相同，包括架构上面各方面的实现方式。我觉得是这样的，我来看开源的话，我自己从事尝试TOB的，也尝试做TOC，但是不是这个料。我自己的观察，我只能说是观察，因为我没有真正去做，因为TOB更多是照顾20%的，二八原则，20%的客户是支付了80%的利润。从我TOB的角度来看，我为什么不做开源的原因，是因为我确实没空去照顾80%那部分群体，因为这个要通过比较独特的方式，我感觉是开源。

从我自己角度来说，我也蛮希望去做开源，可能哪天会贡献出来，但是要花大量的功夫。当然它是比较好的市场推广方式，让人先试用，就好像超市里面进去了，总有一些免费的可以试一试，尝了以后知道东西怎么样，你才会买整桶或者是整箱。这是比较好的方式，从后来尤其是云的交付方式出来之后，开源也是赶上一个好时候。但是我个人觉得从TOB尤其是TO大B，不管是云还是开源只是一种交互方式，客户最终关心的是价值，这是我从开源外部来看开源的看法。

张矩：就是需要您中肯的意见，您糖果的比喻，我相信后面的嘉宾会有一些。

刘睿民：我要好好听一听，确实我不是做这个的。

柏睿数据董事长兼首席科学家刘睿民

李扬：开源是个挺复杂的东西，它有理想化的层面，也有商业的层面，从广大技术人员角度来说，最先接触是理想主义层面，是全人类知识沉淀，在学术界它也是知识碰撞火花和前进很重要的基础。另外从商业的角度，每一个开源软件和社区背后有很多纷纭复杂的商业目的和逐利在背后，这就形成对开源很奇怪的现象，你看到有一些企业一掷重金把很厉害的代码开源了，但是也有一些在企业版本里面，会保留一些技术不去开源。这个很有意思，而且保留的程度会随着企业的进程有所变动。

说得比较抽象，我们其实也是做开源起家的，可以举一个比较具体的例子。从Apache Kylin来说，最初以百分之百开源的状态，贡献到了Apache基金会。这个可以百分之百贡献出来，因为eBay（最初孵化了Apache Kylin）的核心商业利润不来自于数据分析，它是做电商平台。所以对于ebay来说，这个技术是可以公开的。当我们从初创企业运营技术的时候，并从它上面伸展出商业版本以后，这个开源项目不由自主就有了商业特征，慢慢贡献到开源里面的力量就会有点减少。类似的databricks有了Spark有商业版以后，也会优先做商业版本。一段时间后，随着商业版本内部技术壁垒越来越提高，包括外部竞争者也在变强。比如说Kylin，比如说Spark，可能都会开源更多的东西出来，保持开源生态的技术领先。这里有一个理想和商业反复互动相互推动和促进的关系，所以是一个很有趣的事情。

张矩：非常感谢，如果了解他们公司的起源来自于一个阿帕奇顶级的开源项目就是麒麟，但是刚刚从您的言语中听到一些纠结和冲突，对于开源的态度还是稍微有点意外。

李扬：交错。

雷涛：开源本身对于很多初创企业来说是开不起源，没有强大的支撑很难在开源领域做出来。可以提供一种机制，是有偿的，认为有价值的客群定向开源。这种模式毕竟市场早期看用户和客户还是有很大的区分，找到好的用户能够跟你共成长，不好的用户会拉回你，可以有限开源。

张矩：感谢雷总，对开源进程做了一定分析，接下来非常盼望黄总您的发言，在新一代数据库里面找到开源霸权地位的就是PingCAP，您可以分享一下。

黄东旭：我稍微接管一下主持人的提问环节，我听刚才几位小伙伴聊到的东西，感觉大家潜意识误以为开源跟企业级市场是对立的东西，或者必须有闭源的东西才能做商业化，这里有一个暗示，代码是核心壁垒，我不知道大家有没有这个感觉？我认为其实不是，一个软件的价值在于到底，比如说做基础软件，假设即使Oracle是开源的，我相信在一个银行核心系统用的Oracle，我相信这些银行不会不给钱，对于企业来说这是一个风险控制，不管是开源还是闭源，跟软件自身没有太大相关，主要是看软件本身承载的业务价值。

第二点，大家仔细去想一想，平时有很多人会问我，你们是一个开源软件公司，那你们怎么赚钱？是不是有什么企业版，企业版是不是有什么杀手锏？我一般会反问，仔细想一想，有哪个开源公司是通过闭源组件取得成功的？比如说 RedHat，首先全开源，其次企业版比社区版功能更少， MongoDB 以前它在企业版加增值服务的时候不温不火，最近火是因为云上 Atlas 的模式跑通了。所以在过去开源软件公司变现的模式没有跑通的情况下，只能通过闭源给自己的核心竞争力做一些壁垒。但是如果我们有新的商业模式，比如说像云的普及，它其实是开源闭源不重要，但是对于基础软件来说，开源是一个很高效的开发和推广模式，这就是为什么一定要开源。

首先基础软件这种东西一定要建构足够多的场景，你一定要通用，如果不通用很难做大，如果要做一个一千亿美金的公司那么就要做通用的东西，不然的话没有办法复制。但是如果要做通用的话，就比如说怎么快速占领更多的场景，更多的高价值的场景，这些场景怎么跟你快速发生关系，开源是一个很好的传播手段，就像刚刚刘总说的。

第二点更重要的，中国有着全球最好的应用场景，特别是TMT大数据量产业里面，这里面更重要的更好的优质资源是背后的工程师。同样在中国去做互联网公司的顶级人才，可能在美国第一是很贵，第二个美国这边的工程师遇到的场景得到的锻炼实际上没有中国这边多，这些人分散在各个互联网公司或者是中国顶级公司里面，但是你怎么让这些人的聪明才智参与进来？只有开源，如果是闭源产品，这些人想跟你共享代码但是共享不了，开源不是纯粹因为情怀，一开始可能有一点情怀，但是在我看来，它是能够协同社会资源一起打磨一个东西。所以一个软件的核心价值并不在于性能多好，或者说这个东西怎么怎么样，而在于迭代速度，这个迭代速度是靠什么？靠人和生态，这里面只有开源才可以。

PingCAP联合创始人兼CTO黄东旭

张矩：对，开源重要的指标是developer mind share，跟大家透露一下，其实PingCAP融资结果已经达到了独角兽的估值，表示祝贺。

陈坚：关于开源这个话题，我遇到过很多朋友都问过我，实际上我本人也是写代码出身，我2000年的时候就接触了开源的代码，那个时候做网管系统做平台，我们也是建立在开源软件基础上，开源软件作为一个通用的软件来说，我们更多希望有更多人来使用，来为我们打磨我们的产品。但是在中国这个市场环境里面，我们觉得客户，就像刚才刘总说的，真的是不在乎你的软件是不是开源，我在乎的是你能不能给我带来价值，能不能给我解决问题，同时对于基础设施来说更看重服务，特别是存储软件。我们公司墙上有一个标语"怀敬畏之心做存储"，对于数据来说最重要就是稳定可靠以及性能可用可维，这样一些往往都是开源软件所相对薄弱的环节，就需要有这样的公司或者是组织来为开源软件打上这些企业级这样一些特性，同时能够为客户保驾护航，这是我们这些所谓基于开源公司的价值。

简而言之有两点，第一是企业级的增强，第二为客户提供很好的服务。

张矩：中国的数据技术和世界的差距以及我们的位置，在座五位嘉宾很多的公司都已经走出第一步，在国内做得非常出色的情况下已经在海外市场有了很好的拓展，这里面开源作为一种市场突破和信任建立的手段也是起到了一定的作用。

时间的原因，不在这个问题上拓展，咱们反过来向一个负面的角度看这个问题，一个企业变成数据驱动，不仅是买一些数据库的软件，甚至构建一个数据中台或者业务中台就可以解决的问题，这是一个企业全方面发展整个的maturity level。

大家接触到很多很多这样的客户，尤其是不同行业的客户，大家从整个数据驱动或者是数据智能这个角度，在实践中各个企业成熟度，企业客户的成熟度和在实践中碰到的最大挑战或者是障碍是什么？

陈坚：这个问题很好，我们是做大数据存储的公司，我们的产品是为大数据服务，所以我们必须得有大数据，所以我们做的行业都是金融、医疗、教育等等，发现我们的客户，特别是不断从我们这里复购的客户，他们在数字化转型里面已经走在非常前面了，甚至是大型央企和国企都走非常前，很多电力行业客户从2016年就开始使用我们的产品，到后来整个IT系统信息化用的都是分布存储。现在他们开始介入到AI领域，比如说都用无人机做高压线巡检，用高压线巡检就代替人工巡检，这种情况下可以拍摄大量的视频和图片存在存储上面，用AI的机器学习来训练，来为检测服务提升效率，这是看到电力行业。同时在金融行业看到更多基于海量数据，像银行、保险、证券，他们的影像数据是非核心业务，只是拿来做备份和归档，但是随着数字化转型，我们去银行办业务都是拍照片，这些数据叫影像数据，影像数据会和公安数据等等这些做比对和校验。另外，如银行开户，开户是银行核心业务系统，大数据已经成为行业客户里面的核心交易里面不可或缺的环节，所以他们对数据库系统、存储系统提出了更高的要求，我们现在在金融行业在大面积替换以前用的国外一些很老旧的影像存储平台，这就是很典型的例子。

因为时间关系不讲太多的案例，就像李总在前面讲的，我们真的是走在全世界大数据应用前列，因为我们的数据真的是非常非常多，而且我们基于互联网场景在想着怎么使用，怎么让我们的生活更加方便，效率更加高，这个趋势让我们做存储的公司也越来越有自信，因为无论怎么做这些数据都是要存的，都会找到我们。

杉岩数据CEO陈坚

张矩：看来陈总整个客户拓展非常顺利，都是谈的好的事情。

黄东旭：这里面说困难，最大的困难，说一点抽象的，各个层级的人数字化转型认知不一样，比如说CEO或者是一个企业要做数据化转型，这个CEO脑子里想快速赚钱或者是创新，可能落到IT经理人或者是IT技术骨干，就想各种数据用什么数据库，应该买多少台服务器，到业务人员就想这个东西怎么来完成老板的指标，每一个人对于数据化转型这件事情缺乏一个贯穿始终的抓手。

刚才李老师讲的很好，其中一个抓手就是用户体验，现在大家太过于关注到底用什么技术用什么产品解决什么特别具体的问题，但是很少有做基础软件或者是做底层技术的跑到上面跟人家说，你应该更了解行业，怎么让业务更贴近消费者变得更好用。说个特别简单的，现在大家都在搞各位创新或者是新基建，各种行业的APP，能不能做到今日头条、互联网，今天这个体验不好，明天就修改完了，像这种迭代速度其实是一个驱动力。带着这个出发点看基础设施的时候，这时候用到各种新的技术，类似于像我们这样的东西，确实能够帮到这些企业加快迭代速度。

雷涛：您刚才提到数据成为新的要素，看一下谁是生产者谁是消费者。行业里面碰到的问题，生产者变化了，消费者也变化的，早期是IT应用信息化系统，以流程为驱动，数据作为副产品被自然排放出来。今天，我们面向移动互联网，数据消费者发生很大的迁移和变化。现在分析全要事物化，营业厅做理财或者结算，需要庞大的数据库做支撑，这就开始向底层提了要求，但同时他们也在生成庞大的数据，还需要数据豪秒级响应，这是困难也是机遇，因为消费者发生变化了。

第二个是数据的消费方式变化了，从报表到算法。以前数据消费方式就是报表，管理驾驶舱，数据仪表盘，做数据可视化，这些做报表的形态是面向人做决策。像刚才陈总提到了，电力里的应用场景有大量的图片要跑视觉计算，这个时候底层数据服务结构能不能支撑，还仅仅是文件存储吗，用一个文件系统或者是对象存储根本没有办法支撑数据对算法的消费。科研实验室可以是卷积神经网络在离线存储上训练，但生产工程环境不再允许海量图片数据在网络上传来传去。数据服务如何支撑图像特征计算的高维索引，数据消费方式都是算法并行化。金融工程中很多实时算法都需要在数据库库内做，算法消费方式决定了数据库的变革。逻辑计划不止面向SQL, 还要面向Graph（Vector ），面向Machine Learning(机器学习)。NewSQL数据库集群服务打通了物理资源，可以扩展到万亿记录规模，HTAP打通了交易和分析不同IO的数据负载，下一代AI-Native数据库将打通不同SQL/ML不同逻辑计划，构建面向全面数据智能的数据基础底座。

张矩：非常好，一会儿刘总也会有同感。

李扬：数据化转型的困难，其实技术和管理角度都有困难，技术比较好理解，举例子，以一个大银行为例，随着数据量的指数上升，我要数据赋能，今天可能只有十个数据分析师，而明天希望赋能全国所有营业厅业务经理都能使用数据，意味着分析师人数有百倍上升。这个对底层分析型的数据库是不是能够支撑住是一个很大的挑战，这也是我们擅长的地方，我们做这个做得比较好。

但是我不多聊这个，因为技术比较好查到，我觉得更容易忽视的反而是管理层面的难点。让我联想起更早之前有一个电子化转型，这是在数字化转型之前，那个时候是IT系统刚刚出现，企业从手工管理转型到电子化管理的时候。那个时候很明显第一个难点是在于整个企业管理层是不是有这个意识去做这件事情，你的企业管理机制能不能被电子化，那个时候有business process reengineering概念，其实就是说这个企业从管理角度还不ready，你得把管理捋顺才能做电子化。比如说仓储系统，之前可能进库存出库存的时候，有些办事员可以做一些小动作，偷拿一点东西，纸面上看不出来，但是一旦电子化之后，这些比较灰色的利益就藏不住了，影响了一线人员的利益，这就是管理先要解决的问题。

今天做数字化转型也是一样的，在大的企业里面，每个部门独立都有电子化进程，常常有人说数据孤岛就是指这个，可能有的部门是五年前做的电子化，有的部门是三年前做的电子化，技术都不一样，存储、分析、BI技术都不一样，要在企业层面把这些数据打通，创造出统一的数字指标分析能力，这个是需要从整个企业层面来执行的。而且每一个部门都没有动力去做这件事情，因为对部门是没有好处的。从整个公司战略来说，这又是一个长期投入，所以要从管理层自上而下有一个超前的意识，有一份勇气和决心，还要有钱可以投，这是从管理层面更大的挑战，它可能远远早于技术挑战之前要克服的一个问题。

Kyligence联合创始人兼CTO李扬

张矩：是管理上的共识，刘总。

刘睿民：因为我们这两年接触的案例比较多，困难是很多的，其实对做技术的人来说困难才是动力，某种程度上困难才是促进产品升级换代最大的动力。为什么呢？举一些非常简单的场景，比如说我们在运营商里面，大概是今年年初，运营商能不能给我实时的，我内存里面的数据大概一百个表左右，可能有8个TB五的数据能够给我做随机查询吗？第一反应是做不了，当时我们的技术只能支持到两个TB，今天已经到了四个TB，这个本身就是一种动力。因为有客户需求，同时包括我们碰到的一些，像港口，港口里面大量的无人码头，现在大量出现无人码头，出现的传感器数据量非常高，刷新频次比以前也高，这些对于流处理和流数据库要求进一步提高。包括我们在运营商里面也替换掉redis，原来在4G情况下，像这种redis缓冲型的数据库在处理一些数据清洗的时候，速率当时还能跟得上，但是进入到5G以后，大量的数据从基站往下刷的情况下，包括智能工厂碰到的钢铁厂、煤矿甚至是无人的矿场都碰到这样的问题，大量的数据刷下来以后，我们不说传统的，其实redis也不传统，它就是扛不住。

说老实话，困难很大，但是这是真正能够促进产品进一步往前发展的。你刚才说这是最好的时代，我们的场景特别的丰富，而且有这种企业级的大的企业大B，能够给我们提供这种场景，这其实是一个非常好的机遇。

张矩：这可能是非常难得的，在世界范围内非常难得的一个环境，技术的演进迅速发生技术的演进，因为时间的原因，刚才问了大家两个问题，本来准备了六个问题。用一句话说一下，在这个行业里面，未来的三到五年，您作为行业领军人物，最希望看到的发生的一件事情是什么？

陈坚：我希望看到的事情是5G、IOT能尽快落地，这样数据量会产生越来越多，对存储的需求越来越大。

张矩：生意会越来越好。

黄东旭：我希望看到云化更加深入各个行业，不管是传统公司也好或者是互联网公司也好，IT基础设施彻底云化，大家再也不要担心软件、硬件、运维什么的，一切都变成服务化的东西，不管从成本的角度也好还是业务迭代速度的角度也好，云都是极其重要的一环。

张矩：这是终极目标。

雷涛：这个大会的主题是大道不孤。大道不孤，德必有邻。孔子讲如何修身; 大道不孤，大爱无疆。习大大讲"齐天下"的人类命运共同体; 大道不孤，对于落地人工智能的创新赋能者，需要理解和把握大音希声，大象无形的科技进步脉搏，与时代共进。

天云大数据创始人兼CEO雷涛

张矩：高屋建瓴。

李扬：我希望中国为代表的技术力量能够站在世界更高的位置上面去，像今天说到技术都是觉得中国是一个进口方，希望在几年以后中国是一个出口方。

张矩：在座五位已经非常坚实迈出第一步。

刘睿民：我觉得是这样的，凭借中国丰富的场景包括客户是非常严格的要求，我个人觉得是一个非常好的环境，对于我们做基础软件的这些从业者来说，提供了一个非常好的试验场，能够把我们的场景提炼最终促进产品的提炼，绝对可以在比较短的时间内，我个人觉得可以跟硅谷同行PK一下，我觉得还是蛮有信心的。

张矩：已经开始了。因为时间原因，非常感谢嘉宾的参与和回答。

END.

近期，「甲子光年」将陆续推送2020「甲子引力」大会嘉宾演讲及圆桌内容，敬请关注。