达梦数据冯裕才：一个“80”后的野望

福布斯中国最佳CEO

对话栏目

达梦数据冯裕才

用40年的“错误答案”写就中国数据库逆袭史

时代既塑造着个体命运的“河床”，又持续的通过“地质”变迁考验其结构的稳定性。冯裕才出生于1944年12月，只比任正非小2个月。而这一年也恰巧是中国第一代传奇民营企业家们呱呱落地的大年，中微公司尹志饶、联想柳传志、万向集团鲁冠球等都出生于1944年。

在同辈人中，冯裕才绝对是最大器晚成的那一位。他生平最讨厌的一个词或许叫做“时代的特殊性”，按照他的话来说，“我大半辈子的选择，都是所谓的不合时宜。”事实上，如果以他经历的时代中大多数人的选择为参照系，“特殊的”反而成了他自己。

比如在大学里人人发论文、出国访问的年纪，他偏偏要带着学生做产品。80年代，他也曾有过不少机会可以出国读博，甚至创业，但他又放弃了那些海外抛来的橄榄枝。

再到后来做公司，冯裕才的选择在当时看来也是“非主流”的。比如达梦最早商业化的数据库产品DM2就严格采用了分布式数据库构架，这使得公司刚进入市场就显得有些格格不入。到2000年初，当全球数据库行业跪拜于开源浪潮时，达梦数据却顶着巨大的压力继续死磕全自研架构，又一次与时代主流相悖。而近几年，不少互联网巨头都开始强调分布式数据库技术的伟大愿景时，冯裕才却再次成为了那个不合时宜的人。

他认为：“长远来看用户无须关注集中式与分布式架构差异，重点是如何将两类架构在底层统一，从而简化开发和运维成本。”冯裕才一直以来坚持市场永远需要不同的声音，这才可能产生创新的成果。

如果说“时代”这个抽象的词汇只是大多数人思想和行为的总结，那么有时候，一个人或许就代表了一种潮水流动的方向。过去若干年，他和达梦就像大众和商界视野外一处不知名的河流，一直朝着自己认为对的方向前进。

冯裕才身上也有着新中国第一代民营企业家才有的特殊共性，比如“极端”的危机意识。与任正非相似，从创业第一天起，掌握“核心技术”就像是写进冯裕才信仰里面的东西。这与其早年工作经验密切相关，1978年，他兴致勃勃地与20多位老师一同到武汉钢铁参加技术学习，但最终却以一场闹剧收场。当时武钢热轧车间花费巨资从日本引进了一套无人值守管理系统。为防止技术泄密，日本技术人员在调试安装完设备后，把足足三卡车的技术资料就地销毁。

冯裕才对福布斯中国称：“这件事对我刺激很大——日本对中国的技术封锁态度非常明显，连小问题都要从日本派专家来解决，成本极高。这让我清醒地认识到：一个国家不掌握核心技术，就像一个人没有脊梁；一个企业不掌握核心技术，就像没有灵魂的躯壳。”

四十年过去了，时间让一个刚接触计算机就喜欢上的年轻人，变成了一个头发花白的老舵手。但时间却没有改变太多冯裕才的技术价值观。时至今日，他仍然认为开源对于企业经营而言只是一种有效的市场手段，目的是为了降低用户和开发者了解一项新技术的成本。因此，多年来冯裕才对于公司同事或学生的要求是：面对开源产品的竞争，你得先吃透它，然后忘掉它，最后按照自己的想法做真正创新的东西。

这些要求也成为了达梦在日后应对苛刻市场环境，成功打入不同行业的关键。

2008年北京奥运会期间，一场网络安全攻坚战悄然打响一首都电网系统遭遇8,939次外部攻击。

这场数字化攻防战暴露出不少关键隐患，其中最重要的一点就是：当时支撑全国电网调度的Oracle数据库系统虽性能稳定，但若按传统方案建设备用系统，仅数据库采购成本就将飙升至20亿元（按国家电网工程师测算8,000套x数十万/套估算），这还不包括后期运维的巨额投入。

国家电网的破局需求也极具挑战：既要实现数据库国产化，又必须确保原应用“零代码修改”的系统兼容性，更要求供应商在14天测评期限内完成全部迁移适配。面对这道横亘在成本、效率、安全之间的三元方程，达梦数据依托自主研发的技术沉淀，不仅创纪录地实现了50万行PL/SQL代码十天极速移植，更突破性完成对Oracle专用OCI接口的全兼容开发，最终成为这场“不可能完成”的考试中的唯一按时交付的解题者，也因此打开了能源电力行业的千亿级市场大门。

同时，冯裕才坚持的创新方法论也一定程度帮助达梦数据打破了中国IT企业员工“35岁职场焦虑”的魔咒。他尝试陈述一个事实，即这些与达梦一同成长起来的技术骨干很多已是人到中年，但他们编写代码的效率仍然可以比年轻人更高，这得益于在多年实践中积累的经验。按照冯裕才的理念，他致力于将公司打造成一个能够积累人力资本的学习型组织，而不是将开发团队当做竞争工具。

在《久久为功》这本介绍公司40年科技自立的传记中，达梦数据首席科学家、总架构师韩朱忠也倾向于认为，即使历史上几次生死存亡、破釜沉舟式的产品研发，冯裕才也并没有像大多数互联网公司一样为团队设置严格的周期性绩效指标，以促成单位的最大化产出。他们认为，这样的方式看似有利于提高短期绩效，却不利于高难度的技术积累和创新攻坚。

冯裕才80岁了，如果用一句话来概括他近40年的工作，那就是这位中国最资深的“极客”在本不应该存在中国公司的领域，摸索出了一套顽强的生存哲学，并最终带领公司突破行业壁垒。

最近几年，伴随着人工智能的兴起，达梦数据全面调整了战略定位，冯裕才意识到他们苦等多年的机会可能真的到了。

五月中旬，他在接受福布斯中国采访时称：“在数字化转型的大背景下，虽然关系型数据库仍将保持主导地位，预计至少占60%以上的市场份额。但同时，我们也看到特种数据库的崛起趋势。为此，我们布局了全栈产品战略：在上海研发基地继续深耕关系型数据库，在武汉、北京、苏州、成都、重庆等研发基地则重点研发数据库一体机、特种数据库，如图数据库、缓存数据库、文档数据库、时序数据库等新型产品。特别是在多模态数据库领域，我们将探索融合关系模型和图模型的新产品，这可能会带来突破性的性能优化。”

以下为福布斯中国与冯裕才对话节选：

福布斯中国：我们先从近期的变化谈起，2020年公司进行战略定位重塑，提出要成为全栈数据产品与解决方案供应商。当时您是如何下定决心选择这条发展路径的?

冯裕才：

这与行业整体发展趋势密切相关。当前已进入云计算、大数据与人工智能深度融合的时代，这种技术浪潮正在重塑各个领域，数据库行业也不例外。即使是甲骨文这样的国际顶尖企业，也在中美市场遭遇裁员收缩与业绩下滑，其根源在于云计算带来的商业模式变革——从传统买断式授权转向服务租赁模式，这种收费方式的转变显著降低了企业成本。

事实上国内市场的反应更为敏锐，早在2020年之前我们就已开始相关布局。需要特别说明的是，我们在大数据技术领域的积累可以追溯到 2006年，那时云计算和大数据概念尚未在国内普及。但到2020年节点，我们清晰感知到人工智能与大数据带来的需求剧变——传统关系数据库主要处理结构化数据，而新时代需要融合处理文本、图像、音频等非结构化数据，同时还要满足图数据、缓存数据等多元化需求。

正是基于这些行业变革，我们判断单一产品体系将难以应对未来的复合型挑战，这种危机意识最终促使我们确立了全栈式发展路线。

福布斯中国：从近两年的市场表现来看，在行业整体面临冲击的情况下，达梦反而实现了逆势增长。您如何看待这一现象?

冯裕才：

达梦确实可以称为受益者，但需要客观看待。目前我们的云数据库、数据库一体机等新产品虽然已经开始贡献营收，但从财务报表来看，传统数据库产品仍是主要收入来源。我们认为，在数字化转型的大背景下，关系型数据库仍将保持主导地位，预计至少占60%以上的市场份额。

但同时，我们也看到特种数据库的崛起趋势。为此我们布局了全栈产品战略：在上海研发基地继续深耕关系型数据库，在武汉、北京、苏州、成都、重庆等研发基地则重点研发数据库一体机、特种数据库，如图数据库、缓存数据库、文档数据库、时序数据库等新型产品。特别是在多模态数据库领域，我们即将推出融合关系模型和图模型的新产品，这可能会带来突破性的性能优化。

我们的优势在于45年来始终坚持底层技术自主研发，这与很多依赖开源技术的同行形成鲜明对比。当前行业正在加速整合，国际市场上只剩下三家主要商业数据库厂商而国内近300家企业中，自24年6月达梦数据上市以来就有20余家企业主动寻求与我们开展业务合作或者进行并购整合。这印证了我们的判断：在大数据、云计算和人工智能时代，单一产品路线的企业将面临巨大挑战，而拥有全栈产品能力的企业将更具竞争耐力。

福布斯中国：很多TOB公司仍在亏损，他们对达梦有价值吗？在中国被并购标的的产品有可能与并购方产品进行交叉销售吗?

冯裕才：

我们目前的筛选标准是这样的，首先不能盲目收购，必须有所选择。我们的选择标准主要有两点：第一是要对达梦的财务指标有贡献；第二是要对达梦的业务发展有帮助，我们愿意为此投入成本。比如说我们正在与一家专注存储技术的企业合作，目前我们正在联合攻关，但具体细节现在还不便透露。

总的来说，达梦已经做好了充分准备。针对前一个问题，我们推出全栈产品就是为了应对这种情况。我们的定位很明确：我们不只是销售关系数据库，而是为客户提供各类数据解决方案。这里要特别说明的是，我们的数据解决方案与一般的解决方案不同，是专注于数据领域的完整产品生态链。具体来说，我们向上不做应用开发，向下不做硬件生产，这就是我们的业务边界。

福布斯中国：很多业内人士认为，中国在这方面并购似乎缺乏相关经验。您怎么看?

冯裕才：

2012年我带队访问Oracle总部时，发现他们不仅在技术和市场上很成功，在商业并购方面也做得很好。据他们介绍，夸张地说每三天就会并购一家企业，而且主要收购的是生态链上的行业龙头企业，而不是直接竞争对手，就像你提到的，他们通过这种方式实现了产品的交叉销售。

我们现在也在考虑类似的策略。达梦数据刚进入资本市场，基于对财务收益以及行业影响力的考量，我们希望通过合作将我们的产品与他们的产品打包成行业解决方案来推广。这样一方面可以在特定行业扩大影响力，另一方面也能带来财务收益。这种纵向整合的成功率相对较高风险也较小。

相比之下，横向并购需要更加谨慎，如果操作不当反而可能拖累自身发展。

福布斯中国：据我所知，中国PE机构前几年投资的软件企业似乎都没有获得预期回报？

冯裕才：

确实如此。因此我们始终保持审慎态度。虽然目前有20余家企业主动寻求合作，我们都表示欢迎，但在合作方式上会严格把控——无论是控股比例还是战略投资规模等细节都会谨慎评估。预计可能会选择1-2家进行业务整合。但要达到预期的整合效果，我们前期还有大量的工作需要去完成。

福布斯中国：在团队建设方面，达梦经历了不少波折。作为技术型企业家，您是如何选拔人才和搭建人才梯队的？

冯裕才：

我们在《久久为功》这本书里总结过，曾经走过不少弯路。早期认为空降人才见效快，但实际成功案例很少。我最近读《基业长青》这本书，企业历史上成功的外部引进人才不到5%，大部分都需要内部培养。特别是像达梦这样的高科技企业。

在技术人才方面，达梦的技术路线本身就是很好的培养平台。从底层开发做起，员工可以深入思考和持续创新这种环境很有利于培养技术骨干，所以我们的人才队伍很稳定。

在管理人才方面，我现在的要求与老一辈有所不同：必须懂技术。比如负责品牌的刘总就是技术出身，我们的销售骨干也大多有技术背景。现任董秘曾是我的研究生。我认为高科技企业的管理和销售人才最好具备技术背景。甲骨文也是这样，他们的销售人员如果没有技术背景，基本不会被考虑。

福布斯中国：在当前AI时代，数据库和数据解决方案的需求变得更加多元化和复杂。面对市场需求与产品研发之间的时间差，达梦如何快速响应市场变化？

冯裕才：

这个问题确实存在，即使是国外产品也面临同样挑战。我们将用户需求分为几类来处理。

第一类是个性化需求。对于这类需求，只要在我们能力范围内，我们会为用户单独解决，但不会纳入标准产品功能，否则产品会变得过于庞杂。

第二类是共性需求。如果某个需求具有行业普遍性，我们会在下一个版本中加入相应功能。由于我们拥有自主知识产权，功能迭代速度可以很快，当然大规模功能更新可能需要更长时间。

第三类是大客户的定制开发需求。比如国家电网，我们曾为其做过两次定制开发，效果很好。这种合作不仅增强了客户黏性，也展示了达梦的研发实力。我们与国家电网的合作已持续17年，这种长期合作关系始于2008年，从2010年开始正式采购，至今已有15年。有些同行因为成本考量不愿承接这类定制项目，但我们通过这类合作赢得了客户深度信任。

福布斯中国：您第一次打败甲骨文是在哪个项目？是国家电网项目吗？

冯裕才：

严格来说不能称之为“打败”，因为从整体营收来看甲骨文仍然领先。

如果说是单个项目的话，最早可以追溯到公司成立前的1997年。当时我们的第二代产品DM2刚刚研发完成，这是一个功能完备的分布式数据库管理系统。我们为华中电力财务公司建设分布式应用系统时，在与Sybase和Oracle 的竞争中胜出。这个案例后来被记录在《久久为功》的“家门口的国际战争”这章里。

国家电网确实是更具代表性的案例。他们最初选择国产数据库并非因为信创要求,而是源于实际的安全需求——2008年奥运会期间他们的网站遭遇了数万次攻击。我们凭借研发实力和服务能力，在国家电网的供应商竞争中脱颖而出。现在国网调度系统中达梦数据的产品占比有80%。如果使用Oracle，成本至少是我们的三倍，这为国家节省了大量开支。

福布斯中国：刚才我们已经讨论过数据库行业的未来发展趋势，以及AI崛起对行业现状的影响。能否请您具体谈谈，在AI发展过程中,您认为最具前景或利润最丰厚的产品或领域是什么?

冯裕才：

AI与数据库的关系确实非常紧密。我们常说两者是双向赋能：AI For DB和 DB For AI。DB For AI是指数据库如何为人工智能服务。AI需要的数据不仅体量庞大，而且是真正意义上的多模态大数据，这对传统数据库提出了挑战。早期AI知识库采用抽样数据，现在则需要全量数据支撑。这正是我们开发全能数据处理产品的原因——要兼容结构化、非结构化数据以及文本、图像、视频等各种类型以满足AI的全方位需求。

另一方面，AI For DB 领域我们已经实践了三年，今年在运维方面取得了实质性成果：首先是参数优化。以往数据库系统需要用户配置六七百个参数，但真正掌握这些参数的数据管理员非常稀缺。通过AI技术，我们成功将参数数量大幅精简，显著降低了用户使用门槛。其次是人力成本节约，原本需要 7-8人的运维团队，现在只需2-3人即可胜任，这为用户和我们自身都带来了立竿见影的成本效益。

我们还上线了智能问答系统。过去需要技术人员解答的用户咨询，现在通过DeepSeek人工智能知识库可以解决60%以上的问题(目前准确率仍在持续提升)。随着数据积累，系统的回答准确度会越来越高。可以说，AI与数据库已经形成密不可分的共生关系，在这方面我们与国际同行处于同等水平。

我们正在推进的另一项重要工作是数据库内核优化。传统优化依赖人工设计的算法，比如数据查询路径选择——实际上存在无数种可能路径。人工设计的算法显然不如机器学习的效果，但这需要强大的知识库支撑。达梦原有的知识库体系正在升级，目标是将机器学习优化深度集成到数据库系统中。如果说之前的AI应用是“体系外”的运维优化，这个项目则是要提升系统的“自动驾驶”能力。就像汽车从手动挡进化到自动挡，再到无人驾驶——如果数据库优化能部分实现AI自主决策,那将是重大突破。因此：AI与数据库必将持续深度融合。

福布斯中国：从您早期的经历来看，我觉得您不太像传统意义上的老师，反而更像一位极客。您在学校里做了一些当时大多数人不会选择去做的事情。在那个年代，为什么您会坚持要在数据库领域掌握核心技术？当时应该已经有很多成熟的解决方案了。

冯裕才：

我其实不是计算机科班出身，但一直对计算机充满热情。当年我从长沙国防科大调到华中工学院（现华中科技大学），一个重要目的就是为了从事计算机研究。当时国内普遍推行国产化，美国产品尚未进入市场，连操作系统都没有。所以我最初开发了一个编译系统，随后又为行业开发了一套全国产的操作系统——虽然规模不大，但功能完整。到80年代我开始转向数据库研究。

你问我为什么选择数据库？主要有两个原因：

第一，我看到一份英文资料指出：计算机虽然始于计算，但其最主要的应用领域是管理，占比高达80%，而计算只占5%，控制占15%。这份资料让我确信，数据库未来的社会需求会非常巨大。

第二，核心技术自主化的决心。当时武钢引进日本热轧系统，那个三公里长的无人管理系统完全由日方掌控。我们华中科大20多位老师想去学习，但日方最终销毁了所有资料。这件事对我刺激很大——日本人当时对中国的技术封锁态度很明显，连小问题都要从日本派专家来解决成本极高。这让我深刻认识到:一个国家不掌握核心技术就像一个人没有脊梁；一个企业不掌握核心技术，就像没有灵魂的躯壳。这个观点我坚持至今——如果不掌握数据的核心技术，面对世界变化就会无所适从。

40多年来，我们逐步掌握了数据库、操作系统、编译系统这三大计算机软件核心技术。从校园到创业，我认为这些实践经历十分宝贵。现在部分学生懂高级语言和应用却不够了解底层原理。从机器语言、汇编语言到C语言、Java，再到如今可能“不需要编程”的AI时代，计算机的底层逻辑都是人为设计的。

这正是DeepSeek的出现给我们的启示：不能总是在别人的基础上做应用开发。国内成千上万人在OpenAI上做二次开发，这种“拿来主义”就像在别人的地基上盖房子——地基一抽，全盘皆空。我对开源的态度是“三步走”：先看懂，再扔掉，最后自主创新。

我们团队坚持核心技术自主研发：每一行代码都是自己写的，每一项核心技术都有创新。比如在多模态处理上我们独创性地将图数据和关系数据这两种看似不相关的数据类型结合起来，这与同行普遍采用开源方案的做法完全不同。只有原创才能产生颠覆性成果——2003年当同行都转向PostgreSQL 时，我们通过7个月的努力使性能参数反超三倍。这就是掌握核心技术的价值：它让真正的创新成为可能。DeepSeek的成功也是源于其对原始创新的坚持。

我们团队践行着创新的五大要素：核心技术、精英团队、市场需求、必要经费和产业生态。比如在做图数据库时虽然团队成员最初也研究过开源方案，但我要求他们最终必须走自主创新之路。这就是我们坚持的道路——只有掌握核心技术，才能创造出真正满足社会需求的创新成果。

福布斯中国：您现在会怀念当老师的时候吗?

冯裕才：

其实没什么可怀念的。我觉得从80年代确定做数据库开始，这就是我一辈子最热爱的事业。无论是当助教讲师、副教授、教授、博导，还是后来创办企业，我始终在做同一件事——数据库研究。这让我和其他老师很不一样。比如清华有位老师写了20多本书，涉及不同领域；我们计算机系已故的刘教授也出版了很多著作，包括人工智能和图像识别方面的。而我所有的学术成果——论文、专著科研项目、获奖成果——全都聚焦在数据库领域。

一个人的精力、资源和时间都是有限的。如果什么都想做，最后可能像“万金油”医生一样，什么都会一点但都不够专业。我选择成为某个领域的专家，就像专科医生一样专注。创办达梦后，我们依然坚持这个原则——专注数据库领域。即便公司上市后资金充裕，我们也不会盲目扩张到上下游全产业链。中国很多企业喜欢“软硬通吃”这种文化很不好。你看美国的航天项目，比如登月计划都是全球采购专业部件。达梦坚持“专精特新”的发展道路，即使上市后有了更多资源，我们仍然会深耕数据库领域把它做到极致、做出突破性创新。只有这样，才能真正创造价值。

福布斯中国独家稿件，未经许可，请勿转载

精彩资讯永不错过

长按图片扫码下载福布斯中文版APP