<mark id="oztn4"></mark>
0
數據庫賽道已是紅海一片。
2023 年底，墨天輪中國數據庫流行度排行榜收錄了 288 個數據庫產品，而截至 2024 年 12 月，收錄產品數下降至 227 款，同比減少 21.18%。數據庫市場經歷爆發性擴張過后，或已開始大浪淘沙。
矩陣起源創始人兼 CEO 王龍在 2023 年接受雷峰網(公眾號：雷峰網)采訪時，曾指國內數據庫市場面臨割裂和碎片化的情況——市場總體規模仍遠落后于歐美市場，但數據庫種類卻幾乎和國外在一個數量級上。
碎片化，意味著可能是高速增長、也有可能是社會效率低下和卷到極致的表現。
2025 年初，再談及數據庫市場現狀，王龍直言：只局限在傳統“數據庫”三個字的創業企業大概率沒什么機會了——都要轉型，不論是擁抱 AI 或尋找新的突破點。
“就像冰箱里已經有 100 個冰淇淋，去成為第 101 個、非要說自己比別人好，我覺得不會有很好的機會。”王龍向雷峰網說道，“跟 100 個前輩競爭是很辛苦的，要尊重人家過去幾十年的積累。”
轉型之路何去何從？于 2021 年成立的矩陣起源又做了什么新嘗試？且聽聽王龍的講述。
矩陣起源創始人兼 CEO 王龍
數據庫能對AI幻覺做什么？
談起 2019 年 Gartner 發布的一個報告，王龍用“冥冥之中”來形容。
當時 Gartner 把所有數據相關產品統一在一個報告里，將其總括為 Database Management Systems（數據庫管理系統），2020 年開始稱為 Cloud Database Management Systems（云數據庫管理系統），分布式計算框架 Hadoop、數據整合分析平臺 Palantir、云原生數據平臺 Snowflake 和 Databricks 等，都囊括其中。從那時候起，數據庫在很多報告里都成了數據平臺的一部分或者一種類型，而不是一個單獨的賽道。
王龍回顧時認為，擅長從企業客戶角度看 IT 市場的 Gartner，已提前感知到了企業IT架構將要發生的變化：比起拘泥于數據庫或軟件應該方方正正長什么樣，企業應該更多的從客戶真實需求出發。經過幾十年的信息化發展，數據庫應該升級為數據管理系統了，“把大家都放在這個賽道里，空間就更寬闊了”。
在他看來，比起傳統數據庫，數據管理系統內的數據類型更加多樣——不同于傳統數據庫主要管理 SQL 結構化數據，現在很多客戶數據管理需求已延展到 PDF 文件、視頻音頻、Excel、訓練和推理數據集等，這給數據庫公司帶來了升級和轉型機會。
“創業要有新的空間、新的想象力和新的標簽，創業過程中也要不停自我迭代和進化，找到充分發揮自己優勢的市場空間。”王龍在 2021 年成立矩陣起源時，一開始就不是只瞄著數據庫，如其英文名“Matrix Origin”所示，他的野心是打造一個支持黑客帝國、虛擬世界的數據平臺。 這也是公司成立時的愿景：做簡捷強大的數據智能平臺。
在推出超融合異構云原生數據庫管理系統 MatrixOne 第一個版本后，矩陣起源接著融入 AI，在第二個版本推出了 MatrixOne Intelligence（簡稱 MOI）。這個基于云原生架構和存算分離設計的平臺，目的是將企業內部的自有數據變成能服務于 GenAI 落地應用的 AI-Ready 數據。究其本質，是通過數據+工程+算法的創新結合，減少大模型的幻覺，提高大模型在企業應用場景下的精準度。
MOI概念圖
大模型種種便利背后，讓人如鯁在喉的是幻覺問題。講究嚴謹、精準的數據庫能否徹底消除 AI 大模型偶發的模糊幻覺？2023 年 3 月，也就是 ChatGPT 推出后三個月，王龍邀請了幾位 Meta 大模型的科學家加入團隊，共同探索答案。
他們奔走硅谷及國內各頂級院校和實驗室，拜訪世界許多知名數學家和科學家。嘗試一年后，團隊得出結論：完全消除幻覺短期內是不可能做到的，但優質的數據、精心設計的工程架構、持續改良的算法，可以起到很大作用，后者也是從 GenAI 到 AGI 不可或缺的基礎能力。
王龍也發現，過去兩年 GenAI 落地場景逐漸被解鎖，即使不完全消除幻覺，企業和用戶也已經能從中獲益良多。就像無人駕駛，到不了 Level 5，做到 Level 3 也有很大的社會價值，也已是寥寥可數的世界級團隊。
于是矩陣起源便將目標定為，以 MatrixOne 數據庫為核心升級的新一代 AI 原生數據平臺 MatrixOne Intelligence，通過前沿和創新的技術能力，大幅降低直到完全消除大模型的幻覺，幫助 GenAI 在企業落地，擁抱 GenAI 的廣闊賽道。
去年六月，團隊開始打造一個連接數據、算力、模型和應用的平臺，并取名為 MatrixOS，取得階段性成果；十月時，為了更直觀體現數據和 AI 的結合，重新命名為 MatrixOne Intelligence。
MOI 就此誕生，其口號是“用 AI 處理數據、用數據支持 AI”。MOI 迭代速度非常快，王龍認為，這得益于團隊研發原創 All in One 數據庫的技術積累；且團隊核心成員之前大數據和人工智能的經驗非常豐富，他們站在 AI 和數據的交叉點上，或許會是數據里最懂 AI、AI 里最懂數據的一批人。
要邁過A輪到C輪的“死亡谷”
“商業化這事兒容易判斷，不用費太大力氣客戶就愿意試用和購買你的產品，能交付產品和回款，商業閉環就形成了”，王龍說道。更直接地說：投入一塊錢能產生十塊錢的價值，商業閉環就成立。
在王龍看來，商業化成功的具體表現是 PMF（產品市場契合度 Product Market Fit） 的實現。矩陣起源的產品在去年八月開始跟客戶落地，現在基本完成 PMF，已有幾十個付費企業客戶。
完成 PMF 后，越來越多的客戶便找上門來。矩陣起源首先聚焦于能從產品中獲得最大價值的行業，在王龍眼中就是傳統實體行業。許多數據庫公司成長時會與金融客戶打磨產品，因其數據量大、需求明確。但在王龍看來，金融行業的公司結構及注重風險的思考角度，決定其對新技術會較保守，市場拓展難度會比較高。
而傳統實體企業對 AI 的需求更多是“代替人工”，或者比人工做得更好，實現降本增效，這也是矩陣起源目前主要的客戶。跟他們推銷產品很簡單，只需看 ROI：如果不能幫你賺錢省錢，我也不收你錢。
另外，出海也是矩陣起源商業化的重點之一。公司目前的出海方式主要是跟海外合作伙伴聯合運營，合作伙伴負責開拓市場，矩陣起源主要做好支持服務。
王龍相信，海外市場是檢驗產品含金量的重要方式之一。目前，矩陣起源已跟較大合作伙伴完成破冰，擁有了第一批客戶，而公司發布的中英文白皮書也帶來新一波合作伙伴——比起國內市場，國外市場對新技術的接納尊重和付費意愿更高。
在明確知道投入一塊錢能產生更多價值的當下，矩陣起源也終于加快商業化的步伐：一方面已經建立商業團隊，原來在騰訊云的銷售負責人已加入公司；另一方面，也將陸續增加售前、售中、售后的服務支持人員。
矩陣起源團建
進入 2025 年，客戶需求明顯更旺盛，公司的商機 Pipeline 明顯增多。王龍相信，今年有望實現兩三倍的收入增長。
不過，在此之前需先跨過一道檻——融資。
矩陣起源剛準備開始新一輪融資，但王龍已感覺到艱難。目前資本市場主要關注兩頭：剛開始創業的天使輪小項目和準備上市已經開始賺錢的項目。像矩陣起源這種已進入高速成長階段但還在虧錢的項目，尷尬地卡在中間地帶。
這種投資風向意味著 A 輪到 C 輪的斷檔，王龍對此感到擔憂：邁不過 A 輪到 C 輪這個“死亡谷”，企業如何做大做強？現在沒有 A 輪到 C 輪的公司，再過三五年，可能就沒有幾個新興的成功企業了？即便有很多投資人對矩陣起源興趣很大，說“投資風向變了你就是我們的第一投資對象”，“但這要投資風向怎么個變法？不知道”，王龍感到無奈。
他也感慨，當下大家的商業模式都很短期：以前企業只要讓資本相信幾年后能實現省錢和賺錢，或者講講“市夢率”和退出機會，就可以拿到投資；但現在只有短期看得到利潤的公司，才能拿到投資。
在資本市場蕭瑟與客戶付費謹慎的雙重壓力下，數據庫公司們也有些力不從心。即便是標桿客戶的公開項目，有時壓價太低，寫標書就得花掉一半預算，即便中標也有爛尾的可能，很多企業索性就不投了，“以前大家還會做虧錢生意，但現在刀架脖子上都不做了”。數據庫賽道就這樣呈現出“卷”和“躺平”并存的怪象。
矩陣起源上海子公司在去年獲得“2024 上海市雙百高成長”第一名。王龍高興的同時，也有些擔憂，“一方面說明我們很努力做得很好，這個榮譽實至名歸，另一方面真心希望能有更多優質的企業來繁榮整個行業和市場。”
“當然從另一個角度來看，許多現在鼎鼎大名的企業都是經過一兩輪低谷的大浪淘沙，才渡過危機最終獲得成功的。很多優質成功企業也往往成立在經濟低谷時，在低谷時期更看重腳踏實地降本增效的客戶，能更好幫助打磨產品。”
“助手”角色之外，大模型與數據庫間的更多橋梁
以數據為核心，服務下一代數字世界，是矩陣起源成立時便確立的目標。大模型時代，GenAI 應用和智能體成為數字世界不可或缺的部分。
公司在 2023 年初就啟動了 GenAI（生成式人工智能）和數據庫的融合嘗試。這兩年大模型領域日新月異，嘗試過程也走了不少彎路。 隨著 GenAI 和大模型的熱度持續，以及越來越多人學習、接受和試用，現在很多客戶對于它能做什么、有何缺陷、需要改進的方面都有了基本認知，商業化的齒輪相比之前也就更容易運轉起來。
GenAI 是目前乃至未來五年里最有可能給世界帶來革命性變化的領域，王龍直言。在他看來，AI 為代表的數字世界跟物理世界的融合道阻且長，需要芯片、算法、大模型、具身智能、機器人、數字孿生等全方位的突破和進展。但就在當下的數字世界里，純數字世界內部的工作，如編程、文案編輯、數據管理等，對 GenAI 來說會更顯得游刃有余。未來這些純虛擬世界內部閉環的工作都會被 GenAI 重塑。
他還指出，GenAI 未來可能替代八九成的軟件和 SaaS，這會讓技術架構出現根本改變。傳統的技術架構一般是由高可用數據庫/數據平臺、處理業務邏輯的中間件、和負責交互的客戶端組成，也就是存儲層、邏輯層和展示層。數據庫是有狀態的，但業務邏輯中間件是無狀態的，意味著每次請求處理完成后不會保留與之相關的信息。然而，大模型本身也會帶狀態，也能執行業務邏輯，而 RAG 為基礎的智能體也攜帶了數據和邏輯信息，因此未來將會需要全新的IT架構。
具體到數據庫和大模型的結合，王龍指出，一個方向是利用大模型讓數據庫變得更好用，例如 NL2SQL，ChatBI，以及 AI 驅動的運維調優等。
另一個方向，讓大模型替代傳統數據管理領域里初級數據工程師、數據科學家或算法工程師的工作。在王龍過往的經驗里可以看到，這些工作是很多企業數字化和智能化轉型投入最大也是風險最高的地方，也是潛在收益最大的地方。
大模型對客戶的可直接體感的作用，將越來越多的體現在“助手”的角色——用大模型加上企業數據或個人數據組成 基于 RAG 的 Agent（智能體），支持人們的工作和生活。矩陣起源在做的事，就是如何讓這個助手更聰明，更靈活，更具性價比。
矩陣起源通過聚合、整合、治理和增強客戶的數據，使之 100% AI-Ready 來達到這個目的。例如，協助媒體集團整理高質量紀錄片視頻檔案，將好的鏡頭素材作為訓練 AI 的數據集來商業化，最終實現數據資產入表；或協助整理企業數據，更有針對性地為企業開拓市場總結最適合具體渠道產品的銷售方式等。
在當前的情況下， AI 應用依然普遍需要定制，矩陣起源的應對策略是聚焦數據智能平臺 MatrixOne Intelligence 的核心能力建設，聯合合作伙伴進行端到端交付。 王龍堅信，“黑客帝國“的打造，需要 AI 驅動的全新 IT 技術架構，這里一定會有矩陣起源的一席之地。
回顧創業以來的日子，王龍感也有過太多遺憾的決策，但他不變的驅動力是“想做有價值的事”。小到一個項目、一個產品，大到一家公司，王龍正在實現自己“用產品和技術影響更多人”的創業夢想。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
