王濤

國內在大數據技術領域特別是在基礎架構領域，目前基礎仍相對薄弱，這也造成了國內大數據更多會集中在應用層面，而真正像數據庫等基礎架構的廠商可謂屈指可數

對在新興事物收到追捧的科技創(chuàng)新行業(yè)中，“大數據”目前正在走向理性與成熟。隨著2006年Hadoop（分布式系統基礎架構）的成立， 在2011年到2014年間人們對“大數據”這一概念的興趣達到了狂熱的地步，凡是必提“大數據”。而進入2015年，隨著大數據真正的開始廣泛落地應用在各個領域，也開始為大家所接受。同時，2015年以來“大數據世界”里的“熱血青年”們轉而癡迷于VR、AI這些“更新”的領域，大數據行業(yè)也開始趨于冷靜，走向成熟。

企業(yè)大數據做好并不容易

硅谷著名投資機構Firstmark近期發(fā)布了2016年的大數據行業(yè)地形圖（Bigdata Landscape 2016）。展現了如今大數據廠商的分布，巨杉數據庫是唯一進入的中國企業(yè)。

關于大數據，有趣的是，它帶給我們的很有可能并不像最初炒作時說的那種體驗。

在科技界受到廣泛關注的產品和服務，往往是那些人們可以觸摸、感覺或涉及得到的，如：手機應用、社交網絡、可穿戴設備、虛擬現實等。然而針對大數據，從根本上說，它是屬于探索型的。當然，大數據影響著很多消費者或企業(yè)的用戶體驗。但大數據的核心還是企業(yè)技術，它背后涉及到的數據庫、分析等等并沒有幾個人會看到。大數據同樣是這樣：企業(yè)是不可能在一夜之間將一項新技術真正運用起來的。

現在我們正面臨著一個更大也更棘手的機會：采用大數據技術的企業(yè)范圍更為廣泛了，這涵蓋了從中型企業(yè)到大型的跨國企業(yè)，這些企業(yè)在大數據應用過程中走了許多彎路：絕大多數這類公司，現有的技術基礎設施都“能夠湊效”，因此就認為可以通過“自身升級”同時引進一些開源的新技術就可以實現。結果最后不僅搭建起來的技術上有眾多“水土不服”，同時更多是現有技術實力不足以支撐大數據新業(yè)務的需求。

另一個要去理解的關鍵點是：大數據的成功不是去實現一項技術（像Hadoop或者其他公司），而是要求把技術、人員和流程組合成一條組裝線。你要做到的是獲得數據，存儲數據，清理數據，查詢數據，分析數據，可視化數據。這里面有些是由產品本身去完成的，有些則依靠我們人類自身。并且，這一切都需要被無縫整合。最后，要使得它能夠運作起來，整個公司從高級管理層開始，需要致力于構建一個數據驅動的文化，因為大數據不是“一件”事情，而是“一整件”事情。

還有最重要的一點，那就是企業(yè)級大數據領域，很難完全靠開源產品打遍天下的。任何大型的開源項目背后一定會有原廠的商業(yè)廠商提供原生的技術支持甚至是企業(yè)級的產品。因此，企業(yè)不應該只看到“開源大數據技術”就認為“我可以拿過來用了”，這是對于大數據最大的誤區(qū)之一。

所以我認為，只有最優(yōu)秀的大數據產品加上原廠的專業(yè)的技術支持，才是真正推動大數據快速落地的根本。

分析AI與大數據分析結合

在過去的幾個月里，大數據分析的最主要趨勢，是與AI人工智能的結合上。AI與大數據分析的結合，這有利于幫助大量數據的分析，從而得出預測的結論。AI 真正幫助人們實現了最初預想的“大數據的功能”，AI和機器學習在數據分析領域就代表了大數據下一步進化的方向。近期的AlphaGo的成功，就是AI與大數據有機結合的最好體現。

同時，對于大數據BI領域，AI的出現也大大提高了BI智能化的腳步。不斷成熟的AI，可以幫助人們處理數據，計算公式，最終統計和分析出一些特定的適合的模型，這就做到了之前的數據科學家（Data scientists）在建模中的許多工作。

應用加速落地市場不斷成熟

既然一些核心基礎架構的挑戰(zhàn)已然突破，應用層的大數據也隨之正在迅速建立起來。

值得一提的是大數據應用兩大趨勢：

首先，會有許多許多 “大數據原生”應用程序，他們由自己最新的大數據技術建成，并代表了一個有趣的，為客戶提供利用大數據而無需自行部署底層大數據技術的方式。

其次，人工智能在應用程序層面上也體現出了強大的表現。在許多依賴于AI的大數據應用中，AI的自動化程度已經接近于100%，甚至于很多場景下大大超過了人工操作的效率和準確性。

對于大數據的生態(tài)，我們可以從資本市場就可以很好的判斷整個市場和生態(tài)的情況。第一波的大數據技術公司，基本都在2009～2013年成立，而至2015年以來，大多都經歷了多輪的投融資，也在技術產品和業(yè)務方向上趨于穩(wěn)定。整個2015年，大數據領域的VC投資額度為 66.4億美金，占到了整個科技界投資的11%以上，這足以說明問題。另一方面，用戶側對于大數據的需求不斷增加。根據IDC的調查數據，到2015年全球新興大數據市場規(guī)模已經到達330億美金的規(guī)模，在未來3年內市場規(guī)模更將突破500億美元。

中國大數據產業(yè)機遇挑戰(zhàn)并存

看完了硅谷評選的大數據地形圖，作為一個中國的大數據廠商，也是唯一上榜的中國大數據廠商。我們既感到開心，也感覺到任重道遠。

對于SequoiaDB進入這次Landscape，我認為主要原因也有以下幾個：產品技術方面，我們作為一款標準化、商業(yè)化的新一代分布式數據庫產品，我們的產品完全自主研發(fā)并且保持了高性能、穩(wěn)定可靠；用戶方面，我們的數據庫產品在金融、電信和互聯網等行業(yè)都得到大規(guī)模應用，客戶包括民生、廣發(fā)銀行、電信移動等以及途牛、360安全路由等互聯網用戶，在企業(yè)用戶中經受了考驗才是對我們最大的認可；同時，品牌和技術生態(tài)構件上，我們與硅谷主流大數據廠商Cloudera，Databricks，Hortonworks等成為全面戰(zhàn)略合作伙伴，也是國內僅有的一家Spark發(fā)行商認證的數據庫廠商，在海內外構建了我們自己的大數據生態(tài)。此外，我們也獲得了硅谷最具影響力的“紅鯡魚”和“快公司”的創(chuàng)新企業(yè)大獎，在創(chuàng)新品牌構建上也得到了硅谷的認可。

對于中國的大數據產業(yè)而言，當下可以說是機遇和挑戰(zhàn)并存。

對于機遇，中國的大數據目前處在飛速發(fā)展期，傳統的大數據需求旺盛的行業(yè)如金融、電信等都在積極的往新一代的大數據技術演進，深度挖掘數據的價值；同時，更多的傳統企業(yè)，如制造業(yè)、貿易、零售等行業(yè)，在“產業(yè)轉型”的背景下，也在尋找轉型的方向，其中“大數據+”就是重要的方向之一；此外，國家對于大數據的大力支持也為大數據的發(fā)展構筑了良好的土壤和政策環(huán)境。

機遇之外，我認為更多的也是挑戰(zhàn)。

相比硅谷，國內在大數據技術領域特別是在基礎架構領域，目前基礎仍相對薄弱，這也造成了國內大數據更多會集中在應用層面，而真正像數據庫等基礎架構的廠商可謂屈指可數。同時，國內大數據的應用場景和環(huán)境、特性與海外也有許多不相同的地方，對于眾多引進入國內的海外廠商產品，或者是基于海外的開源產品構建的平臺，在實際應用中會存在“水土不服”的問題。所以只有國內原廠廠商真正從基礎做好自己的產品，才能更好解決國內大數據的需求。（感謝大數據專業(yè)媒體數據猿提供稿件支持）

責任編輯 華南