14亿人的生活琐事正在变成“永不枯竭”的石油
栏目:公司风采 来源:爱体育 作者:爱体育 发布时间:2022-05-28 08:45:42
14亿人的生活琐事正在变成“永不枯竭”的石油

  虽然把“数据”和“石油”相提并论现在看来还有点匪夷所思,但很多事实正在让人接受这个设定。

  数据可以模拟飞机飞行,仿真汽车碰撞,不用搞真实的实验,缩短机械开发时间;

  数据可以预测故障,无论是风雪中的高压输电线还是数据中心里娇贵的硬盘,都能在损坏前一刻被察觉替换;

  数据还能帮企业调整进货卖货的节奏,安排不同产品的生产顺序。。。不客气地说:很多靠数据完成的任务,是烧多少石油都做不到的。

  因为在我们中国,石油储量只占世界的第十三位,这事儿一直让咱们耿耿于怀,觉得自己“地大物薄”;但现在看来,因为你我这样14亿普通人的存在,咱们国家的“数据储量”却遥居世界第一。

  如果站在未来回望我们的2022年,也许会发现自己正坐在AE86上,在历史的秋名山上排水沟过弯:

  很多技术先驱已经扛着铁锹冲进蛮荒,像一百年前勘探石油那样,用巨大的热情和信念探寻“数据矿藏”。这些新时代“铁人”的面孔,还没来得及被很多人了解。

  这些人中,如果只让我介绍一位,我会毫不犹豫地推荐你认识一位大叔——行在。(一)数据侠

  朋友们聊起行在,首先想到的是一个背着登山包,穿着冲锋衣,戴着眼镜的邻家大叔。

  如果正在看文章的你恰好也是“驴友”,没准过去十几年里还曾在戈壁、高山、峡湖里碰见过他,甚至和他结伴聊过几句呢。

  不过即便站在对面,你也猜不出,这位面相和蔼的邻家大叔扔掉登山包,换上西装,就会变身成一个身怀绝技的“超级英雄”。

  当然,不是“掐指一算”那种算命啦,实际上,他带着一群顶尖工程师用了将近20年的时间,搞出一套“大数据勘探系统”,可以把平凡的数据变成精确的预测。行在

  如果你开了一家连锁奶茶店,把“进货”、“库存”、“销售”数据放在这套系统中,系统就能明确告诉你的采购部门,下个月大概能卖出多少奶茶、多少冰沙、多少冰淇淋,各种原材料分别进多少货最合适;

  你把光顾过奶茶店的用户信息、购买记录输入这套系统,系统就能告诉你的营销部门,这10086位顾客是咱们的忠实顾客,发优惠券返利给ta们,肯定能处成老铁;

  如果把财务、绩效、人力数据放进系统,它还可以告诉你的人力部门,那个每天早来晚走老板们都喜欢的小刘其实是故作勤奋的“卷王”,那个每天低调按时上下班的小李才是真正工作做得好的人,应该给他发奖金。

  你看,正是因为这套系统能像“X光”一样“看到数据内部的真相”,所以遵循它的“预言”才会获得实打实的好处。

  你这个老板不用额外做什么,就能让公司运转成本更低,让顾客得更多实惠,也让员工们更公平。像X光一样。。。

  不知道你注意没有,现在一说到“搞数据”的技术宅,一般都比较年轻。那是因为最近几年数据科学火起来之后,有很多人选择了这个职业。

  事实上,行在是中国数据智能界不折不扣的“史前神兽”,在数据的油田里滚了十几年的“数据侠”。这么说吧,他跟大数据死磕的那些年,全中国还真没几个人能说清大数据是个啥味道。

  当然,行在也不是一出生就像疯子一样笃信数据的价值。他为此奋斗至今,是因为早年间曾亲眼见证过“神迹”。行在还拍过这么一张“数据侠”定妆照。。。

  2004年,上海到杭州的火车上,正在出差路上的小伙子张金银接到了一个陌生电话。

  那时候,淘宝网才成立几个月,什么“互联网巨头”之类的名号根本没有降临在阿里巴巴的头上。所以听完这个名字,小伙子先是一愣,不过他马上搜寻了一下记忆,想起来这家公司不简单。

  当年,学统计学的张金银误打误撞加入了一家大企业,负责数据库的运维管理,就是俗称的 DBA(Database Administrator 数据库管理员)。

  世纪初的 DBA,就有点像今天的人工智能工程师,那绝对是令人傲骄的技术岗位,回村吃饭都能坐主位。。。

  这不,张金银每天都走路带风,业余时间他就喜欢在网上发帖和同行探讨数据库技术。说是同行,其实那时候全国的数据库大神也没几个,手指头加脚指头就数得过来,而且这些人还爱“扎堆”,都聚集在一个叫做“ITPUB”的论坛上。

  就在2004年前后,张金银发现了一个不寻常的事情:ITPUB 上厉害的数据库大牛有一半都被同一家公司给挖走了,这家公司就叫阿里巴巴。

  “这么重视数据,这家公司有前途!”他想。他甚至有些暗暗嫉妒,凭神马不挖我?

  这不,说巴巴巴巴就到,在火车上就开始挖了。张金银赶紧故作镇定地跟猎头说:既然人家有诚意,我愿意去聊聊~

  加入阿里,最后一场面试的面试官是张瑛,当时阿里巴巴中国区负责人,也是马云的夫人。

  面试很顺利,告别前,张瑛多问了一句:“对了,你知道马云是谁吗?”张金银老实地摇头。

  没错,小伙子张金银加入阿里巴巴之后,就为自己了花名“行在”。行在就是张金银,张金银就是行在。

  就这样,在躁动和青涩的杭州城里,行在一头扎进了中国数据智能历史的小溪中。

  也许他也未曾料到,十几年后,这条小溪将会成为奔涌的大河。说回当时的故事。

  彼时听说过“阿里巴巴”的人寥寥无几。酒香也怕巷子深啊,所以首要任务是告诉别人我们这里有宝贝卖!

  最有效的方法就是——在各大搜索引擎(谷歌、百度)上投关键词广告,把用户吸引进来。

  然后百度就给出一堆推荐其中就有阿里巴巴的商品链接(这就是阿里花钱投的广告);

  但从阿里的角度看,可以投放的关键词有千千万万,T恤、男T、短袖、上衣,还有各种品牌的名字。。。于是,一个大问题摆在面前:到底投哪个搜索引擎,投哪个关键字的广告,才能吸引更多真正想买东西的顾客呢?

  但是,时任阿里广告投放负责人蒋芳带着一个7人小团队,却要管理各大引擎总共20万个关键字的投放。这就像七个牧羊人,管着20万只羊,疲于奔命肯定没办法精细地照顾好每只羊。。。大多数情况下大家只能靠感觉“盲投”。

  可是这广告费不是十块八块,加起来都快几十亿美元了,要是好钢没有用在刀刃上,那浪费多少钱想都不敢想。。。

  行在当时的任务,就是解决这个问题:从数据里猜出真相——通过对海量数据的计算,告诉团队投哪个关键词最好,投多少钱最合适。

  2、然后为各个搜索引擎里20万个关键词的“效率”高低打分。由于是用计算机操作,不受人手限制,所以打分能做得很细致,相当于牧羊人对每只“羊”都能照顾到;

  3、接下来,系统就自动投放广告,根据返回的效果,再修正广告投放的操作。如此反复。讲真,行在猜到了这波操作会帮公司省钱,但真没想到省了那么多。。。

  这个“神迹”让年轻的行在热血上头,体内的多巴胺到今天还在奔涌。说到这,你也许有点怀疑:“这不就是从一堆数字里总结出规律嘛!小学奥赛题的节奏啊!行在只不过用计算机代替人工实现了这个操作,就值得如此吹捧吗?”

  1)在远古时代,先民们就发现了黑乎乎的石油,他们也知道利用石油,只不过利用的方式是直接点燃,取暖照明。(烧石油带来的便利还不及燃烧放出毒气的伤害大。。。)

  2)而在近现代,人们建设了油田,自动化抽取石油;还建立了石油精炼厂,可以做成汽油、柴油,还能做成肥皂、化纤、塑料。

  数据也是一样的道理:同样是从一堆数字中分析出结论,但不同水平的分析,得到的结果可是天差地别。

  篇幅有限,就说最厉害的一点吧——他尝试把很多”非结构化数据“纳入了计算。

  淘宝是一个虚拟的百货商店。全世界的人不用受到沉重的肉身限制,想来就来想走就走,所以,会有比“实体百货商店”多得多的人,留下比现实中多得多的“痕迹”。“痕迹”包括:

  这些“痕迹”通过网页(或手机App)里预埋的“传感器”收集起来,存储成“网页日志”。注意,这种日志并不是像 Excel 那样条理清晰的表格,所以被称为“非结构化数据”。

  非结构化数据放在电脑里,一条条地参差不齐,就像野地里乱跑的熊孩子,别说分析,就连管都管不过来;要想管好,非得有几位坏脾气的幼儿园老师,每天专门负责把小朋友们揪回班级,排排坐吃果果。这个排排坐的操作,就是把“非结构化数据”归类为“结构化数据”的过程。

  而能完成这个操作的系统,就演变成了后来很火的“数仓”(当然数仓还有更多复杂的管理功能);而这种把“非结构化数据”纳入计算的模式,就演化成了后来“大数据计算”的经典姿势。

  要想完成大数据计算,必须先搞一个“数据仓库”,在里面安装各种机械臂、传送带,再养一堆数据搬运机器人,相当于用代码搭建出一套质量极高的“自动化数据治理系统”。

  不夸张地说,正是因为有了数仓,普通人创造的“鸡零狗碎的零散数据”才能被整理,被利用,有机会成为真正的能源。多说一句,数仓不是建好就完事儿,一劳永逸的。

  就像真实世界的“机械臂”“传送带”“机器人”一样,这些“数字机械臂”、“数字机器人”的进阶也是没有止境的——只要不断精进技术,它们总能抓得更准,运得更稳,跑得更快。

  认识了数仓和数据智能,再回顾那些年的故事,你就能看到一个和普通人理解中完全不同的历史。

  而咱们看到的,却是这家集团背后如圣火一般燃烧不断的数据。(包括今天阿里最为人熟知的计算力系统阿里云,最初就是为了大数据计算而设计的,这个故事我写在了里,有兴趣的浅友可以去看。)

  白驹过隙,转眼历史的车轮滚到了2016年,一路勤勤恳恳低头干活的行在已经成为了阿里云数加(阿里数据中台)的负责人。

  可是,站在自家“油井”上登高望远,他突然发现,世界跟以前不同了。(四)数据时代的“淘宝”

  在2004年,数据可是“稀有矿产”,阿里巴巴是国内为数不多的拥有“数据油田”的地方;

  可是到了2016年,其他企业也开始效仿,无数互联网App如遍地烽烟,传统金融、零售企业也开始在网上撩客户,眼看他们手里的数据也越来越多。

  巨大的机会再明显不过——每家企业都需要自己的“数据油田”和“数据精炼厂”,成立一家帮他们用数据的公司,肯定有搞头啊!

  看到这一层其实并不难,难的是“更上一层楼”,“老炮儿”行在想要押注一把背后的“时代大潮”,那就是:“数据的普惠”。

  1、如果大大小小的公司都有了数据能力,那不同企业的数据就能用某种方式联合起来计算。这样的联合,绝对不是“1+1=2”,而是“1+1=10”的节奏。

  2、就像全世界只有5个人有手机,那他们只能相互打电话自娱自乐;但如果普惠到14亿人每人一部手机,就会催生微信、美团这种之前完全想象不到的新生态。借用物理学上的一个概念:数据越“普惠”,人类的数据文明就越接近那个爆发的“奇点”。

  所以,行在打定主意创业的时候,都没犹豫,就给自己的公司起名叫“奇点云”。

  熟悉这段历史的浅友肯定知道,当时前后脚成立的“数据智能公司”还有很多(那时候喜欢叫“数据中台”),单是从阿里巴巴出去创业的就有不少,但奇点云却是这里面最特别的那个。

  为啥呢?不仅仅因为行在是“史前巨兽”跑出来创业,还因为他的创业目标和别人不同。

  说俗一点,因为伴随着阿里黄金时期的成长,行在得到了非常丰厚的财务回报。当时他算了算:“客观上虽说达不到想在哪买房就在哪买房的程度,但余生一直闲云野鹤徒步旅游怎么说也够了。”

  这里中哥提醒你一句,千万要小心这种不为金钱创业的人,因为他想要的东西一定比钱贵多了。。。

  果然,当时行在仔细想了很久,确定自己不想做小打小闹的“包工头”,他想做的是“数据时代的淘宝”。

  这个数据平台,就是我们上一章说的“数仓”。分散存在好多系统里的数据,需要一个“数仓”连接起来,统一调度、管理。

  无论神马企业都需要这个基础设施,所以“数据平台”是必选项,它就像一个王冠。第二层,是“数据应用”。

  在数据平台之上,每个企业想要做的事儿就不一样了:比如有人就想要从自己的用户里找到适合发优惠券的人,比如有人想要看看自己进货销货的过程中还能不能节省点资金占用,等等。

  就像你我都有手机,但里面装的 App 可是各不相同,有人爱用拼多多,有人爱刷抖音,有人爱上陌陌。。。

  所以,“数据应用”肯定会因人而异,是选装的。它就像王冠上的珍珠。第一,想要啥珍珠您说话,来我这平台上准能找到,

  这就是行在所说的“数据时代的淘宝”了。奇点云又做王冠,又做珍珠,那么到底是王冠做得好还是珍珠做得好?

  你要问行在,他肯定会说:两样都做得好。但要让我评价,肯定是“王冠”做得更好。毕竟,在阿里巴巴时代,这群人主要做的就是“王冠”(数仓)。

  这不,奇点云数仓的技术负责人王乐珩就坐在我的面前,他还有个很炸裂的花名:地雷。地雷 王乐珩

  跟地雷聊了两个小时,我发现他的自我评价很准确。。。不是啥样的公司他都能凑合,更不是啥样的老板他都能“伺候”。

  地雷想要的,是那种近乎教徒一样对技术的圣洁追求,四个字形容:“技术洁癖”。

  遥想当年,在阿里巴巴时,地雷就是大数据平台团队的绝对产品和技术主力。后来他先一步从阿里离开,曾在基因大数据领域创业,兜兜转转在2020年又被行在“三顾茅庐”邀请回奇点云成为 CTO。

  奇点云的数仓名叫 DataSimba。用地雷的话说,这个东西有点像“中央厨房”。

  中央厨房向下,连接萝卜、白菜、西蓝花、茄子、扁豆、西红柿、猪牛羊肉等等几十样原料;

  中央厨房里,利用大规模的工人分工和机械化加工,用最高的效率生产出半成品;

  中央厨房向上,连接各个饭店,饭店。他们拿到半成品,只需要简单加工就能做成可口的饭菜,送到千家万户。中央厨房

  数仓向下,连接各种数据库,用户数据、销售、仓储、财务、人事等等几十个数据源;

  数仓里,利用高效的计算逻辑,把底层数据计算成半成品,例如把数据分好类、打好标签,做到“洗净待用”;

  数仓向上,就连接各种数据应用,数据应用在“半成品数据”的基础上,只要简单的计算,就能快速得到结果。

  假如中哥创立了个服装品牌叫“浅黑柯基服饰”。()某天,市场部决定做一次促销。促销可能有几个要求:

  1、想要针对它的用户中“住在一线天曾经在线下店购买过商品”,且“过去30天没有在线上购买过商品”的“女性”来发放优惠券。

  2、如果这位顾客过去曾经购买过1000元以上的单品,则向她发放200元优惠券;如果这位顾客过去没有购买过1000元以上的单品,则发放100元购物券。

  你看,这个要求还挺复杂的吧。(其实在真实的零售商业中,比这个还要复杂得多)

  这个时候,数仓要开足马力,从各个数据库存储的用户数据里,一条条筛选符合条件的用户,贴好“标签”(当然,数仓也会在平时打好一些常用的标签,此时直接输出就好);

  然后把这些带有“标签”数据传送给上层的“促销系统”,促销系统再操纵优惠券系统,给一个个具体的小姐姐发优惠券。看上去很简单吧,但刚刚的例子只是“促销”这一个任务。“中央厨房”难就难在:它啥菜都得会做,啥菜都得做好,啥菜都得做得快。

  向上看,要做的事情千奇百怪——今天要选取目标客户,明天就要预测财务,后天就要算人效。。。

  一旦你为特定的任务单独框定资源,就如同你的数据车间里摆了很多固定生产线。生产线是多了,但大量的时间,他们都在闲置,白白浪费时间和空间,这么玩就不是数仓,而是一个拼凑起来的“伪数仓”。所以,一定要用“平台思维”来做数仓:把各种可能的逻辑都准确抽象出来,做成模块,然后组合调度。

  至于怎么做模块,那就要考验这群技术宅十几年的经验了。这些模块就像乐高积木,它们的分类要恰到好处,既不能造出“异形”的积木,也不能缺少合适的积木。乐高积木

  追风是奇点云的合伙人,也是客户实施负责人,说起来,他也是数据智能界的大叔。

  从1999年开始,他就为零售企业做信息化系统,那时候主要开发 POS 机背后的系统。

  2018年追风被行在请到奇点云。贴身服务企业这么多年,企业们做数字化转型真正想要的是啥,没人比追风更清楚了。追风

  追风给我讲了某国际知名奢侈品品牌的故事。(因为客户敏感,他说就不透露名字了)

  作为国际大集团,这家公司早就注意到数据的价值,每次做营销活动也都是建立在对数据的充分挖掘基础上。

  你可能想不到,它们单单客户的数据,就来自七十多个系统,比如天猫、京东,还有官方电商网站,还有公众号,还有客服系统、导购系统、POS机刷卡数据等等。这些数据质量都很高,但就是太分散。

  每次要做活动,就从存在不同机房里的几十个系统里挨个“捞”数据,把捞到的数据存在一起,然后写脚本代码进行打标签,然后才能把标签数据输出给业务部门去设计优惠活动。

  问题是,如果下次再搞一次促销,还要重新从数据库里捞数据,写脚本,还得两个月时间。。。

  仔细想想,这个操作说白了不就是靠技术人员组成一个“人肉数仓”么?虽然人肉数仓也没什么不行,但里面有两个大坑:

  一号坑:数据工程师的人工成本非常高,干这种数据整理的活儿用数据工程师,那简直就是高射炮打蚊子,浪费钱。

  二号坑:这么来一次就两个月,臣妾真的等不起。。。你一次促销还没搞完,竞争对手可能都玩了三次促销了。

  追风还记得,2019年的时候,他和同事带着团队去这家集团作部署,把数据都接入 DataSimba。这是 DataSimba 的界面,上面显示了接入的数据源。

  DataSimba 取代了手工筛选标签的工作之后,做一次全国促销的平均时间从2个月一下子缩短到15天。这就像从小米步枪直接进化到了加特林机枪,虽然都是开枪,但杀伤力是完全不同的。

  刚才,我们科普了半天“王冠”(数据平台),那“珍珠”(数据应用)的原理是什么呢?

  “数仓”对应着把原油抽出来的过程,讲究“稳定、高效、安全”;而“数据应用”就对应着把原油练成汽油、柴油、化纤的过程,讲究一个“精细”。从数据里分析出来的结果一般精确,就像炼出了“93号汽油”;

  98号汽油肯定比93号贵啊!没错,同样是数据应用,其中的算法越精准,提炼出来的价值就越大。

  这位大牛,也是很早就冲向数据蛮荒的大叔,只不过,在很长时间里,他和行在并不相熟,而是在各自的人生旅途上孤独探索。

  他就是业内鼎鼎大名的数据科学家,GrowingIO 的创始人——Simon。

  在中国,说到“数据精炼”,人们都会想到 Simon,就像说跨栏一定想到刘翔一样。

  Simon 的中文名是张溪梦,之所以有个英文名,是因为他在美国硅谷工作过很长时间。

  Simon 曾经是 eBay 的数据分析师,也曾作为主力帮领英公司(LinkedIn)创建了数据分析平台。Simon 张溪梦

  说到这,其实你应该马上猜到了:这两家美国公司的成长路径和当年的阿里巴巴出奇一致,都是把“精细的数据分析”作为公司决策的重要依据,然后不断做大做强,再创辉煌。

  只不过,老美喜欢造概念,把这种玩法总结成了一套方法论,名叫“增长黑客”。

  2015年,在地球对面的 Simon 同样看到了数据时代即将像洪流奔涌,决定挑梁创业。本来他决定在美国创业,团队人选都快落停了。但是最后关头,一组数字进入他的眼帘。

  第二,在中国,还没有人布道“增长黑客”的概念,赛道内同类公司的数量几乎是0。

  这些数字,足够让对数字极其敏感的 Simon 改变决定:为啥不把创业地点改在中国,帮助祖国企业掌握数据科技呢?经过短暂几周的思考,他买了单程机票,回到中国。

  回到中国之后,Simon 先是把“增长黑客”的书籍翻译成中文,然后成立了创业公司 GrowingIO,用尽全力布道“增长黑客”的理念。很多传统公司和小公司,都是通过 Simon 的布道才第一次理解数据的魔力。这是 Simon 最早翻译的《增长黑客》,也是最为人知的一本。

  要感受到 GrowingIO 这颗“明珠”的璀璨,我们还得闪回到那个时代。

  2015年,全中国大大小小的城市都出现了一道奇观,那就是“扫码一条街”。举着毛绒玩具的青年男女荷尔蒙奔涌,无数从未听说过的 App 开始玩命抢占人们的手机屏幕。扫码“盛况”

  普通人感受到的是移动互联网的春天。但普通人感觉不到的,其实是背后一场残酷的“数据战争”。

  当时,互联网巨头的霸主地位已然稳固。就拿淘宝来说,它是零售电商领域绝对的王者。无数品牌商家(尤其是中小品牌)必须把商品放在淘宝上才能获得大卖的机会。

  这时,一个忧桑的现象出现了:你的商品可以自由放到淘宝上卖,但和销售有关的数据不能自由回到你手上。实际上,你得花钱从淘宝购买才行。

  结果就是:没有数据,品牌商就没办法使用“增长黑客”的技术改进自己的销售,搞来搞去,对平台的依赖反而更重。(这也是后来平台反垄断的基本逻辑)

  很多零售品牌商看到了移动互联网背后的“数据机会”,他们通过自己做 App,就有机会绕过大平台,直接和顾客建立联系,把数据收回来,把分析的权利夺回到自己手上。

  而他们环顾四周,GrowingIO 恰恰就是那个帮企业提供“用户行为分析”、“营销自动化”工具的最好选择。这就是一个网页的点击热力图,这背后的大数据里隐藏着营销的秘密。

  这里我插一句:在很多人的意识里,“数据分析”会造成对顾客的侵害和打扰;但如果客观分析,结论可能有些反直觉。

  那时他们会采用无差别的营销,就是对所有消费者都推荐产品,这样必然会打扰那些不想买东西的人;

  但有了数据分析,商家就可以精准地对需要某个东西的消费者进行“提醒”或“促销”,这样的结果是:想买东西的消费者不会觉得被侵犯,反而得到了优惠;不想买东西的消费者也不会被无端打扰了。

  说回我们的故事,那场移动互联网的春天很短。泡沫快速涌起,也快速跌落。由于经验缺乏、商业模式的不成熟,当初生长出来的 App 绝大多数没能活到今天。

  GrowingIO 也和很多创业者一起走进了寒冬。当年热闹的“中关村创业大街”和后来冷清的景象。

  故事来到了2018年。那年年底,微信推出了一个叫做“小程序”的玩意儿。小程序和“数据战争”有啥子关系呢?大多数人还没看懂的时候,Simon 已经恍然大悟:

  品牌方和线下零售店都可以通过小程序来开发自己的购物页面,人们能从页面上下单,也可以添加商家的企业微信。这样一来,品牌方和用户直接建立了联系,也能把数据回收,用于促销和服务。(这就是人们常说的“私域流量”)不出 Simon 所料,“数据”真香。

  用“小程序”和“企业微信”来做营销的方式蔚然成风,GrowingIO 找到了新武器,于是,他们把数据分析的主战场挪到了小程序上。

  虽然从商业战场上杀出一条血路,但我们把时间拉回到2019年, Simon 却开始面对一个技术困境。

  GrowingIO 的数据分析能力世界顶尖,但随着分析的数据越来越多,来源越来越丰富,必须能对数据有极其精巧高效的调度。说白了,GrowingIO 缺少一个世界级水准的“数仓”。

  现在,我们把镜头转回杭州城。2020年的行在还在一如既往地和同学们埋头打磨数仓技术,完全没有意识到一个巨大的坑正在面前等着他们。

  2020年春节前,行在谈妥了一桩大事:新一轮融资敲定,过年之后就会进账了。于是,他踏踏实实给大家放假了。

  要是放在其他年份,眼前的困难还没那么魔幻。可是好巧不巧,奇点云当时账上现金已经用掉了七七八八,就等新的融资到账呢。。。

  年前公司还好好的,谁能想到年后已经快到没钱发工资的状态了。。。一贯性格冷静的行在也没办法继续淡定了。

  他火速找到投资人求助。可对方的意见是:帮忙可以,但是得裁员一半+全员降薪。

  当时奇点云已经有300多位同事了。一来行业正在爆发,正是需要同行者的时候;二来同学们都有家要养,有房贷车贷要还,说裁员就裁员,行在是真的做不出来。

  当月,奇点云管理层停发工资,行在和其他几位合伙人把房子抵押、拿出存款发工资;然后,他们戴上口罩,全部冲到一线跑业务,就像创业第一天那样。

  行在给相熟的客户们挨个打电话,可是疫情当前,人家公司的业务也暂停了,爱莫能助。行在只好挂断电话,长叹一声。

  为了保障复产复工,杭州余杭区政府想要建立一个防疫物资的复工平台,目的是让普通市民都能买到口罩。

  这个平台对稳定性要求极高,而且要得非常急,必须在一周之内上线。倒数开始,滴答滴。。。

  说起来,就在两年前,奇点云曾经帮助政府做了一个企业服务大脑,那个项目效果非常炸裂。更关键的在于,通过那个项目,奇点云对政府各个数据库的格式、接入的方法都有现成的经验。这个时候让奇点云来做,最能保证速度和质量。

  然而,汇报的时间安排得非常紧,当天才获知。没工夫多想,生死在此一搏,行在和联合创始人刘莹从各自小区拿着出入证出来,开车冲上了空空荡荡的大街。

  果然,复工复产平台的建设任务交给了奇点云。分散在全国各地的五百多位同学听到这个消息,在群里炸开了锅。

  技术、产品、交付,各个岗位的男男女女在各自的老家里开始了一场“全国大协作”。

  当时,很多需求都来不及写详细的文档,这边靠口述,那边靠理解。流程来不及做到规范,考验的就是老司机们的“手感”了。

  工程师们在各自的城镇、乡村里,面对电脑,瞪大眼睛,手里噼里啪啦,毕生的功力都在这一刻灵魂附体。

  由于远程协作,要时刻开着视频,没网的地方就要用手机热点,这时候也顾不上心疼流量了。

  大家还记得,经常开着会,背景里就出现某位同事的母上大人在背后喊“儿砸吃饭啦!”,要么就是正讨论到关键时刻,同事家的小朋友拿着作业乱入,求爸爸给讲题。。。。当时同事们拍下的居家办公图片

  这些插曲都没能挡住老司机们狂奔的步伐,几天后,平台如约上线,而且稳定运行。

  数据统计很快就返回来:11天之内,平台供应了口罩3935717只;25天之内,帮助了2742家企业的64463人复工。

  说实在的,之前我确实没有操心过公司账上有多少钱,投资人笑话我是“老干部下海”。

  有了前车之鉴,2020年行在还火速敲定了几笔新融资,迅速把现金储备拉到安全水位。

  虽说之前行在三顾茅庐邀请地雷,但地雷却偏偏选这个档口打赢要来。“公司都生死未卜,可别坑了兄弟。。。”行在想。

  于是行在反而开始“好言相劝”:我们状况很不好,你现在的公司马上要上市,有股票拿,要不你再想想。。。。

  结果,地雷刚刚加入,奇点云就拿到了余杭区的项目,现金流迅速回血。地雷回忆当时的情景,还意犹未尽:“我本来是准备共克时艰的,结果至暗时刻太短,不太过瘾。。。”

  讲真,听到他说这话,我都没忍住笑。这样一群数据疯子,着实不好用正常人的思维来理解。。。刚从“至暗时刻”的坑里爬出来,这群数据疯子就遇到了另一群数据疯子。

  2020年时,数据智能的行业已经日趋成熟。客户们对于要买啥产品心里都有数了。

  很多客户在用奇点云的皇冠(数仓)的时候,都会选择 GrowingIO “用户行为分析”这颗好用的珍珠(数据应用);而GrowingIO 的客户如果想要连接复杂的底层数据,第一个就会想到用奇点云的数仓。

  奇点云和 GrowingIO 虽然没有官方合作,但在客户那里经常被嗑成一对 CP,配一脸。

  行在看到这个情况,感觉不一般——奇点云应该找机会和 GrowingIO 深度合作!

  可合作毕竟是两家的事情。行在开始有点害羞,不知道 Simon 是个啥性格,于是先让刘莹去找 Simon 探探口风,没想到,Simon 一口答应和行在见面详叙。

  我发现我们和 GrowingIO 的文化特别契合,都想让数据成为未来的石油,都想让大大小小的企业用到普惠的数据智能。

  在路上碰到新朋友,喝杯酒讲个故事,然后互道珍重各自上路,这一点儿都不稀罕;稀罕的,是某天你碰到了一个特别的朋友,你思前想后,决定不再独自上路,而是和他并肩开启新的旅途。

  2022年4月,一个重磅的新闻猝不及防地传出,奇点云以收购 GrowingIO 的方式与后者合并。这是当时的新闻

  一个数仓的领头羊,一个数据分析应用的领头羊,加在一起就是羊羊羊。投资界直接给合并之后的奇点云超过10亿美元的估值。

  但投资人士怎么都想不明白:即便是收购,也得选 GrowingIO 遇到更大困难的时候,因为那样更便宜嘛。奇点云这么做,怎么看都有点“急”。

  如果从商业并购的角度,总会有机会花更少的钱完成并购。但少花一点钱根本不是目标,把事情做成才是我和 Simon 的目标。

  既然定了要兵合一处,那早一天合并,就能早一天心无旁骛地一起出发。这样反而是更好的结果。

  在我见到 Simon 时,他已经有了新的身份——“分析云”的负责人。奇点云和 GrowingIO 之前的数据应用此时已经全部都归到了“分析云”麾下。

  至此,奇点云不仅敢拍胸脯说:俺有最好的“王冠”。也敢拍着胸脯说:俺还有最好的“珍珠”。

  我手里恰好有行在和 Simon 2015年前后的照片。和今天一对比,六七年过去,岁月还是在这两位大叔脸上留下了些许痕迹。2015年的行在和2016年的 Simon。

  不过,岁月大概也是善良的,他给人皱纹的时候,也在人心中种下了对远方的坚定,对同行者的珍惜。

  行在特别同意 Simon 说过的那句话:创业就是从一个坑里爬出来,然后掉进另一个坑。

  两位大叔作为资深“爬坑达人”,当然知道前路肯定还有万道荆棘,但有了旅伴相互搀扶,“数据普惠”的路至少不再那么孤单了。刘莹、行在、Simon

  旅途当然很苦。不仅要在干渴的沙漠中不停歇走上七天,还会经常在骄阳下迷路,只能靠一个指南针猜测方向。但行在却很享受这种心无旁骛的行进。

  可能创业也是这样,你不可能地图,最多只有一个指南针。你不能指望所有的路都走对,但只要朝着正确的方向,你总能到那里。

  2020年,奇点云的美国同行 Snowflake 在纳斯达克上市,在巴菲特重金加持下,一度冲上千亿美金的市值。于是,普通人根本搞不懂的“数仓技术”突然被舆论热捧。

  上大二的时候,地雷在网上偶然看到一个开源游戏,就下载来玩。玩的过程中他发现了一个隐藏很深的 Bug,于是顺着联系方式找到了作者,把问题告诉了对方。

  十年后,在《计算机报》上,地雷偶然看到了一个采访,主角正是多年前有过“Bug 之缘”的这位游戏开发者。在文中他讲了自己的故事:

  我们自己在数仓领域坚持了十几年,无论多难也没想过离开,因为这就是我们的热爱。现在数仓热了,难道我们不该成功,不该赚大钱吗?

  从历史中,你可以看到一个国家的命运逻辑。就拿德国来说,他们的制造业天下无敌,所以在软件领域才能出现 SAP 这样的顶尖公司。

  所以,中国之所以有我们这群人,是因为我们国家拥有世界最强大的数字商业系统,每个中国人每天都在为数据这种能源贡献力量。

  我眼前出现一幅图画,大大小小的乡村城市,熙熙攘攘的人群,你我的一颦一笑,生活琐碎,不仅是我们热烈活过的证据,它更将汇入能源之河,作为石油流淌在轰鸣的时代中。

  至此,当你捧起数据仔细辨认,它便不只是像石油一样黑乎乎的能源,它也是每个人曾经有过的浪漫故事。侠之大者

  再自我介绍一下吧。我叫史中,是一个倾心故事的科技记者。我的日常是和各路大神聊天。如果想和我做朋友,可以搜索微信:shizhongmax。

  哦对了,如果喜欢文章,请别吝惜你的“在看”或“分享”。让有趣的灵魂有机会相遇,会是一件很美好的事情。

  阅读原文特别声明本文为澎湃号作者或机构在澎湃新闻上传并发布,仅代表该作者或机构观点,不代表澎湃新闻的观点或立场,澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。