数据库赛道已是红海一片。
2023 岁尾，墨天轮中国数据库风行度排行榜收录了 288 个数据库产品，而截至 2024 年 12 月，收录产品数降低至 227 款，同比削减 21.18%。数据库市场经历爆发性扩大过后，或已开端大年夜浪淘沙。
矩阵来源开创人兼 CEO 王龙在 2023 年接收雷峰网("大众,"号：雷峰网)采访时，曾指国内数据库市排场临割裂和碎片化的情况——市场总体范围仍远落后于欧美市场，但数据库种类却几乎和国外在一个数量级上。
在王龙看来，贸易化成功的具体表示是 PMF（产品市场契合度 Product Market Fit） 的实现。矩阵来源的产品在客岁八月开端跟客户落地，如今根本完成 PMF，已有几十个付费企业客户。
碎片化，意味着可能是高速增长、也有可能是社会效力低下和卷到极致的表示。
2025 岁首年代，再谈及数据库市场近况，王龙直言：只局限在传统“数据库”三个字的创业企业大年夜概率没什么机会了——都要转型，不论是拥抱 AI 或寻找新的冲破点。
“就像冰箱里已经有 100 个冰淇淋，去成为第 101 个、非要说本身比别人好，我认为不会有很好的机会。”王龙向雷峰网说道，“跟 100 个前辈竞争是很辛苦的，要尊敬人家以前几十年的积聚。”
转型之路何去何从？于 2021 年成立的矩阵来源又做了什么新测验测验？且听听王龙的讲述。
矩阵来源开创人兼 CEO 王龙
数据库能对AI幻觉做什么？
谈起 2019 年 Gartner 宣布的一个申报，王龙用“冥冥之中”来形容。
当时 Gartner 把所稀有据相干产品同一在一个申报里，将其总括为 Database Management Systems（数据库治理体系），2020 年开端称为 Cloud Database Management Systems（云数据库治理体系），分布式计算框架 Hadoop、数据整合分析平台 Palantir、云原生数据平台 Snowflake 和 Databricks 等，都囊括个中。从那时刻起，数据库在很多申报里都成了数据平台的一部分或者一种类型，而不是一个零丁的赛道。
王龙回想时认为，善于从企业客户角度看 IT 市场的 Gartner，已提前感知到了企业IT架构将要产生的变更：比起拘泥于数据库或软件应当方梗直正长什么样，企业应当更多的从客户真实需求出发。经由几十年的信息化成长，数据库应当进级为数据治理体系了，“把大年夜家都放在这个赛道里，空间就更宽敞了”。
在他看来，比起传统数据库，数据治理体系内的数据类型加倍多样——不合于传统数据库重要治理 SQL 构造化数据，如今很多客户数据治理需求已延展到 PDF 文件、视频音频、Excel、练习和推理数据集等，这给数据库公司带来了进级和转型机会。
“创业要有新的空间、新的想象力和新的标签，创业过程中也要一向自我迭代和进化，找到充分发挥本身优势的市场空间。”王龙在 2021 年成立矩阵来源时，一开端就不是只瞄着数据库，如其英文名“Matrix Origin”所示，他的野心是打造一个支撑黑客帝国、虚拟世界的数据平台。 这也是公司成立时的愿景：做简捷强大年夜的数据智能平台。
在推出超融合异构云原生数据库治理体系 MatrixOne 第一个版本后，矩阵来源接着融入 AI，在第二个版本推出了 MatrixOne Intelligence（简称 MOI）。这个基于云原生架构和存算分别设计的平台，目标是将企业内部的自稀有据变成能办事于 GenAI 落地应用的 AI-Ready 数据。究其本质，是经由过程数据+工程+算法的立异结合，削减大年夜模型的幻觉，进步大年夜模型在企业应用处景下的精准度。
MOI概念图
大年夜模型各种便利背后，让人如鲠在喉的是幻觉问题。讲究严谨、精准的数据库可否彻底清除 AI 大年夜模型偶发的模糊幻觉？2023 年 3 月，也就是 ChatGPT 推出后三个月，王龙邀请了几位 Meta 大年夜模型的科学家参加团队，合营摸索谜底。
他们奔忙硅谷及国内各顶级院校和实验室，拜访世界很多有名数学家和科学家。测验测验一年后，团队得出结论：完全清除幻觉短期内是弗成能做到的，但优质的数据、精心设计的工程架构、持续改进的算法，可以起到很大年夜感化，后者也是从 GenAI 到 AGI 弗成或缺的基本才能。
客岁六月，团队开端打造一个连接数据、算力、模型和应用的平台，并取名为 MatrixOS，取得阶段性成果；十月时，为了更直不雅表现数据和 AI 的结合，从新定名为 MatrixOne Intelligence。
MOI 就此出生，其标语是“用 AI 处理数据、用数据支撑 AI”。MOI 迭代速度异常快，王龙认为，这得益于团队研发原创 All in>要迈过A轮到C轮的“逝世亡谷”
“贸易化这事儿轻易断定，不花费太大年夜力量客户就愿意试用和购买你的产品，能交付产品和回款，贸易闭环就形成了”，王龙说道。更直接地说：投入一块钱能产生十块钱的价值，贸易闭环就成立。
完成 PMF 后，越来越多的客户便找上门来。矩阵来源起首聚焦于能从产品中获得最大年夜价值的行业，在王龙眼中就是传统实体行业。很多半据库公司成长时会与金融客户打磨产品，因其数据量大年夜、需求明白。但在王龙看来，金融行业的公司构造及重视风险的思虑角度，决定其对新技巧会较保守，市场拓展难度会比较高。
而传统实体企业对 AI 的需求更多是“代替身工”，或者比人工做得更好，实现降本增效，这也是矩阵来源今朝重要的客户。跟他们倾销产品很简单，只需看 ROI：假如不克不及帮你赚钱省钱，我也不收你钱。
别的，出海也是矩阵来源贸易化的重点之一。公司今朝的出海方法主如果跟海外合作伙伴结合运营，合作伙伴负责开辟市场，矩阵来源重要做好支撑办事。
在明白知道投入一块钱能产生更多价值的当下，矩阵来源也终于加快贸易化的办法：一方面已经建立贸易团队，本来在腾讯云的发卖负责人已参加公司；另一方面，也将陆续增长售前、售中、售后的办事支撑人员。
矩阵来源团建
王龙也发明，以前两年 GenAI 落地场景逐渐被解锁，即使不完全清除幻觉，企业和用户也已经能从中获益良多。就像无人驾驶，到不了 Level 5，做到 Level 3 也有很大年夜的社会价值，也已是寥寥可数的世界级团队。
不过，在此之前需先跨过一道槛——融资。
矩阵来源刚预备开端新一轮融资，但王龙已感到到艰苦。今朝本钱市场重要存眷两端：刚开端创业的天使轮小项目和预备上市已经开端赚钱的项目。像矩阵来源这种已进入高速成长阶段但还在亏钱的项目，难堪地卡在中心地带。
这种投资风向意味着 A 轮到 C 轮的断档，王龙对此认为担心：迈不过 A 轮到 C 轮这个“逝世亡谷”，企业若何做大年夜做强？如今没有 A 轮到 C 轮的公司，再过三五年，可能就没有几个新兴的成功企业了？即便有很多投资人对矩阵来源兴趣很大年夜，说“投资风向变了你就是我们的第一投资对象”，“但这要投资风向怎么个变法？不知道”，王龙认为无奈。
他也感慨，当下大年夜家的贸易模式都很短期：以前企业只要让本钱相信几年后能实现省钱和赚钱，或者讲讲“市梦率”和退出机会，就可以拿到投资；但如今只有短期看获得利润的公司，才能拿到投资。
在本钱市场萧瑟与客户付费谨慎的双重压力下，数据库公司们也有些力不从心。即就是标杆客户的公开项目，有时压价太低，写标书就得花掉落一半预算，即便中标也有烂尾的可能，很多企业索性就不投了，“以前大年夜家还会做亏钱生意，但如今刀架脖子上都不做了”。数据库赛道就如许出现出“卷”和“躺平”并存的怪象。
于是矩阵来源便将目标定为，以 MatrixOne 数据库为核心进级的新一代 AI 原生数据平台 MatrixOne Intelligence，经由过程前沿和立异的技巧才能，大年夜幅降低直到完全清除大年夜模型的幻觉，赞助 GenAI 在企业落地，拥抱 GenAI 的广阔赛道。
矩阵来源上海子公司在客岁获得“2024 上海市双百高成长”第一名。王龙高兴的同时，也有些担心，“一方面解释我们很尽力做得很好，这个荣誉实至名归，另一方面真心欲望能有更多优质的企业来繁华全部行业和市场。”
进入 2025 年，客户需求明显更旺盛，公司的商机 Pipeline 明显增多。王龙信赖，本年有望实现两三倍的收入增长。
“当然从另一个角度来看，很多如今鼎鼎大年夜名的企业都是经由一两轮低谷的大年夜浪淘沙，才度过危机最终获获成功的。很多优质成功企业也往往成立在经济低谷时，在低谷时代更看重踏扎实实降本增效的客户，能更好赞助打磨产品。”
“助手”角色之外，大年夜模型与数据库间的更多桥梁
王龙信赖，海外市场是考验产品含金量的重要方法之一。今朝，矩阵来源已跟较大年夜合作伙伴完成破冰，拥有了第一批客户，而公司宣布的中英文白皮书也带来新一波合作伙伴——比起国内市场，国外市场对新技巧的回收尊敬和付费意愿更高。
以数据为核心，办事下一代数字世界，是矩阵来源成立时便确立的目标。大年夜模型时代，GenAI 应用和智能体成为数字世界弗成或缺的部分。
公司在 2023 岁首年代就启动了 GenAI（生成式人工智能）和数据库的融合测验测验。这两年大年夜模型范畴日新月异，测验测验过程也走了不少弯路。 跟着 GenAI 和大年夜模型的热度持续，以及越来越多人进修、接收和试用，如今很多客户对于它能做什么、有何缺点、须要改进的方面都有了根本认知，贸易化的齿轮比拟之前也就更轻易运转起来。
GenAI 是今朝甚至将来五年里最有可能给世界带来革命性变更的范畴，王龙直言。在他看来，AI 为代表的数字世界跟物理世界的融合道阻且长，须要芯片、算法、大年夜模型、具身智能、机械人、数字孪生等全方位的冲破和进展。但就在当下的数字世界里，纯数字世界内部的工作，如编程、案牍编辑、数据治理等，对 GenAI 来说会更显得游刃有余。将来这些纯虚拟世界内部闭环的工作都邑被 GenAI 重塑。
他还指出，GenAI 将来可能替代八九成的软件和 SaaS，这会让技巧架构出现根本改变。传统的技巧架构一般是由高可用数据库/数据平台、处理营业逻辑的中心件、和负责交互的客户端构成，也就是存储层、逻辑层和展示层。数据库是有状况的，但营业逻辑中心件是无状况的，意味着每次请求处理完成后不会保存与之相干的信息。然而，大年夜模型本身也会带状况，也能履行营业逻辑，而 RAG 为基本的智能体也携带了数据和逻辑信息，是以将来将会须要全新的IT架构。
具体到数据库和大年夜模型的结合，王龙指出，一个偏向是应用大年夜模型让数据库变得更好用，例如 NL2SQL，ChatBI，以及 AI 驱动的运维调优等。
另一个偏向，让大年夜模型替代传统数据治理范畴里初级数据工程师、数据科学家或算法工程师的工作。在王龙过往的经验里可以看到，这些工作是很多企业数字化和智能化转型投入最大年夜也是风险最高的处所，也是潜在收益最大年夜的处所。
大年夜模型对客户的可直接体感的感化，将越来越多的表如今“助手”的角色——用大年夜模型加上企业数据或小我数据构成 基于 RAG 的 Agent（智能体），支撑人们的工作和生活。矩阵来源在做的事，就是若何让这个助手更聪慧，更灵活，更具性价比。
矩阵来源经由过程聚合、整合、治理和加强客户的数据，使之 100% AI-Ready 来达到这个目标。例如，协助媒体集团整顿高质量记载片视频档案，将好的镜头素材作为练习 AI 的数据集来贸易化，最终实现数据资产入表；或协助整顿企业数据，更有针对性地为企业开辟市场总结最合适具体渠道产品的发卖方法等。
在当前的情况下， AI 应用依然广泛须要定制，矩阵来源的应对策略是聚焦数据智能平台 MatrixOne Intelligence 的核心才能扶植，结合合作伙伴进行端到端交付。 王龙坚信，“黑客帝国“的打造，须要 AI 驱动的全新 IT 技巧架构，这里必定会有矩阵来源的一席之地。
回想创业以来的日子，王龙感也有过太多遗憾的决定计划，但他不变的驱动力是“想做有价值的事”。小到一个项目、一个产品，大年夜到一家公司，王龙正在实现本身“用产品和技巧影响更多人”的创业妄图。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
发表评论 取消回复