为什么说数据智能的新赛点是Cloud？

数据智能赛道已经走向新赛点，“云”将成为重要管道。

在数字经济的催化下，数据智能赛道走在了风口浪尖上，也催生了一些令人兴奋和有影响力的企业软件公司，据不完全统计，单在2021年，全球数据智能类企业就获得了数百亿美元的风险投资，打破了历史记录，而以Snowflake、Databricks、Confluent为首的科技巨头，已经改变了数千家企业的运营方式和数百万种产品的生产方式。

纵观国内，却始终没有出现过有巨头潜质的现象级公司，更不要提划时代的产品了。“现在的数据智能行业，大多都在埋头苦干，但对如何定义下一代数据智能却没有太多思考。”滴普科技COO胡鑫负责公司的销售和业务发展，他谈到，“很多玩家只是套着数据智能的壳子，里面还是传统软件公司那一套，做着项目定制的工作，更别谈走出去对标国际，以我们自身为例，我认为数据智能行业的下一个拐点就是云战略优先，经过几年的打磨，FastData产品的健壮性和厚度已经足够了，想要提高产品的竞争力和标准化，最好的方式是上云和国际接轨，在云上参与竞争。”

这样的判断，源自于他对数据智能行业的底层洞察：数字经济如火如荼，数据作为新的生产力也成为业界共识，涌进这一赛道的玩家越来越多，产品层出不穷，但繁荣之下依然有很多数字化升级的失败案例，国内企业服务圈也没有出现像Snowflake、Databricks这样的现象级玩家，甚至有的人在质疑用数据智能进行企业转型升级究竟有没有必要。

历史的经验告诉我们，行业性问题的症结一般出在供给端失衡。以数据智能行业为例，产品多不一定代表产品好和标准化，归根结底在于大多数玩家早期尝到甜头后，没有真正搞清楚市场需求的“最大公约数”问题，这也是数据智能行业下半场的真正增长点所在。为此，这篇文章我们将主要探讨：

1、为什么说云战略是数据智能行业下半场的真正拐点？

2、在数据智能红海市场错位竞争需要怎样的“分寸感”？

被低估了的云战略

在数据智能领域，要说当下谁最火，那Databricks一定排得上号，去年8月，距离10亿美元的G轮融资刚过去7个月，Databricks就再次完成16亿美元H轮融资，身价摇身一变成380亿美元，并和此前的合作伙伴、数据智能领域另一个巨头Snowflake正面扳起了手腕，成为该领域的现象级黑马。

和其它玩家有所不同，Databricks起步于加州伯克利的一个开源项目，在数据量井喷的背景下，上云趋势也越来越明显，这也是为什么Databricks能在数据智能领域快速崛起的根本原因，它很幸运地踩在“云+开源+机器学习”的战略核心上，在Databricks联合创始人兼CEO AliGhodsi看来，“无论是对公司还是对于客户来说，云可以更快部署，也更容易维护”。

越来越多的企业乐于见证Databricks的崛起。“未来新一代的Data+AI的能力，将以云服务的方式快速发展。”胡鑫是企业服务领域的一位老兵，在来到滴普科技前，他曾和各类大型企业打过交道。在他看来，被要求私有化部署是国内数据智能行业发展过程中不可避免的事，很多玩家也因此把产品和组织越做越重，出现了很大的冗余度，但他也发现，在云计算普及下，很多先进企业对数据智能的诉求已经变了：要求把数据智能服务搭建在云上，这对于数据智能玩家来说，是一个好现象但也增加了难度。

好处在于，如果把数据智能产品集成在一些大的云上，既可以无形中增加获客范围，减小沟通成本，也可以降低一定的服务的冗余性，进而防止组织被业务牵着跑现象的出现；难点在于，在大的云平台上被客户与其他云产品集成，尤其是像AWS、Azure、华为云这样的，需要你的产品既要足够硬、也要安全合规。

FastData Cloud是滴普科技在产品打造路上的一个新起点，作为新一代流批一体、湖仓一体的云原生数据智能平台，FastData Cloud可与市面上主流BI工具对接，并支持数据资产管理，帮助用户优化决策过程。“我们在去年年底正式启动了Cloud First战略，把国际化、生态化视为重点，今年和AWS成功开展合作，现在已经初步完成了第一阶段建设。”

在胡鑫看来，眼下是数据智能企业战略布局云业务的好时机。一方面，数字经济如火如荼，在“碳达峰、碳中和”政策体系下，各产业都在加速绿色转型升级；另一方面，云的要位度也在不断提升，根据Gartner最新的统计结果显示，2021年全球基础设施即服务（IaaS）市场增长到909亿美元，同比增长41.4%。

但他也提到，“虽然云战略是数据智能走向下个阶段的必经之路，它会让数据智能长出新的枝桠，但也并不意味着要把过去完全丢掉，因为云战略是一个长期过程，种下一棵树后，只有长期地施肥、浇水才能开花结果。”

云原生数据智能内核探讨

和此前的大数据时代相比，现在行业关注的焦点明显变了，即如何打造云原生时代下的数据智能产品，而基于Snowflake、Databricks这样的数据智能玩家极端假设，让云战略愈发成为一个关键命题。

据不完全统计，近年来数据服务行业投融资事件数和金额整体呈上升趋势，并在2019年达到了巅峰，投资金额超过了300亿元。虽然受疫情等外部因素影响，该领域在2020年投融资事件数和金额数均有所下降，但2021年再次展现攀升的态势，放眼全球云原生数据湖市场，初创数据智能厂商诸如Databricks、Upsolver之类均拿到了上亿美元的融资。

“显然，这是一道必答题。”但滴普科技FastData产品线产品管理部总经理王兵也强调，“越在这样环境下，我们越要保持头脑清醒，面对难题，怎么做很有讲究。因为在云上搭建云原生数据智能服务体系，本质上还是打造一套完整的云上大数据解决方案，用来服务企业的多种数据诉求，所以在兼顾适配性之上，最重要的是你的产品本身要足够优秀。”

“湖仓一体‘统一→简单、松耦合→弹性、敏捷→探索’的设计思路与云计算天然契合，当湖仓一体以云原生的方式部署时，它强大的性能优势可以被最大化释放。”在王兵看来，这将是一套松耦合、多模块、服务化的新型解决方案，但在具体应用中，还需要根据实际场景需求，进行相应的组件调整和架构设计。

换句话说，云原生数据智能的关键不在于云，而在于数据智能产品本身的打磨上，这既是一场SLG角逐赛，也是一场PLG角逐赛，换句话说，战略方向要选对，产品也要打磨好。

以滴普科技的FastData为例，它的能力基本点在于它的湖仓一体架构。相比于传统的数据仓库和数据湖，湖仓一体是一种更加开放的新型架构，能更好地处理元数据，而这也是实现真正数据智能的关键一步。湖仓一体架构天然适合AI类的分析（包括音视频非结构化数据存储，兼容AI计算框架，具有模型开发和机器学习全生命周期的平台化能力），也更适合大规模机器学习时代，或者说是AI应用的逐步发展推动了湖仓一体数据平台的建设。

图：滴普科技FastData产品架构

这么做的好处显而易见，通过云服务重塑了IT产业的分工和企业IT部门工作的内容和方式，企业IT部门无需再过度关注基础资源和数据层，如存储扩容、计算优化等，从而可以解放组织资源，把更多的精力放在业务支持、应用创新上，最终实现真正的数据驱动企业发展，某种程度上，这也解释了为什么以滴普科技为首的明星玩家会押注Cloud First战略。

新的拉力赛已经打响

某种程度上来说，企业云化转型的深入和用云思维的转变，也在一定程度上驱动了PaaS市场份额的增长。基于云的能力创新已成为基础云发展新的增长引擎，而云特有的“池化、弹性、成本、敏捷”等优势让数据层与应用层的很多设想得以实现，拥抱云原生成为数据湖乃至大数据的必然选择。

在这种背景下，可以预见的是，在云上搭建数据智能，已经成为企业角逐未来的利器，随之而来的，这个市场也即将迎来爆发期。但我们也要明白，尽管数据智能在架构上与云服务天然契合，但在具体业务场景落地中，依然有许多实际问题需要解决，包括玩家自身的问题。

一个常见的例子是，现在不少数据智能玩家被定制化业务牵着跑，导致做了几年也没有沉淀出一套主力型产品，更别谈在云原生时代卡位。“身处云原生数据智能时代，分寸感很重要，什么该做，什么不该做要分得清，不要总想着大而全，哪块业务要战略取舍也要拎得清。”

“以我们已经在AWS、Azure上架的FastData Cloud为例，分为标准版和专业版，以满足不同客户不同层次的需求。”胡鑫把滴普科技的云服务部比喻成“尖刀连”，现在这支队伍由10几人组成，包括售前、架构师和运营服务人员，在看他来，他们眼下最关键的任务就是把Cloud First持续跑通、持续落地，并且为团队制定好阶段性的目标，“现在最难的是统一认知，你需要用实际行动和结果去证明这件事的正确性，但这个是需要时间的。”

和10年前的云计算一样，今天的数据智能行业正站在产品和业务转型的历史拐点，很多中、大型企业，尤其是跨国企业（比如飞利浦、施耐德等），它们既需要安全的云服务能力，也需要优秀的数据智能能力作为业务和组织的支撑。新的浪潮已经来临，对于所有数据智能玩家来说，这将是一场新的拉力赛。