解读Kyligence智能数据云战略，打造新一代数据管理“底座”

（转自微信公众号申耀的科技观察 2021年8月5日）

众所周知，随着云计算、大数据、人工智能、物联网等新技术在各行各业更加广泛的普及与应用，在催生越来越多数据量产生的同时，也让数据的管理和价值挖掘变得愈加复杂和困难。

可以看到，未来大量数据不仅来自数据中心内部，也分散在各种的边缘设备上；同时，数据不仅仅是完成存储就万事大吉，还要支持智能化的管理和分析；此外，数据还需要在本地数据中心与云之间，甚至是多个云之间自由流动，以确保数据始终随时可用等，这种前所未有的变化，也意味着数据管理乃至整个数据基础设施迎来了一个关键的重构期。

在此背景下，Kyligence日前正式宣布全新“智能数据云”战略，将基于人工智能、云原生等技术构建下一代AI增强的数据服务与管理产品，希望能以更强大、更高效、更便捷的数据智能平台，更好的赋能企业数字化转型。

正如Kyligence联合创始人兼CEO韩卿所言：“Kyligence希望能够改变人类使用数据的习惯，面向未来的企业级数据服务与管理平台要让数据找到需要的人，而不再是人去找数据，通过人工智能、语音交互、智能推荐、知识图谱等各种新技术和新架构，进一步让数据为人服务。”

毫无疑问，在这背后正是Kyligence一直以来“与时俱进”积极响应用户需求的最新举措，也是其跟随新时代不断进化和迭代的具体体现，相信这种持续的前瞻力、创新力和产品力，将为Kyligence在市场中实现“长跑”乃至“领跑”起到更加至关重要的作用，也会为更多企业可以更简单、更从容的实现数字化转型打造新一代的数据管理“底座”。

后Hadoop时代的思与行

事实上，技术的发展都有着自己的生命周期，也会经历从起步到成长，再到成熟、衰退，最终被新技术所取代的过程，没有任何一项技术可以逃避这一客观规律。

以数据管理和分析领域的Hadoop为例，随着数据量越来越大，传统的MPP数仓产品越来越难以满足企业级客户管理和分析数据的需求，这就使集中式走向分布式成为新趋势，以Hadoop等代表的大数据新技术成为新主流，在全球范围内也诞生了Hadoop的“三架马车”——Cloudera、Hortonworks、MapR等公司。

但过去几年，随着云原生技术的兴起，Hadoop失去了往日的光环，发展也逐渐显露出“疲态”，市场上基于Hadoop技术做商业发行版的公司更先后经历了一系列的“变故”，整个行业可以说进入了“后Hadoop时代”。

作为见证和经历了这一变化过程的韩卿认为，市场进入“后Hadoop时代”并不让人意外，主要有内外两个方面原因：

一方面从内因看，Hadoop发展十几年之后整个社区已经形成了几百个开源项目，且这些项目本身也存在着“良莠不齐”的情况，这就导致企业很难把这些技术利用起来，不仅标准无法统一，且后期的维护成本居高不下，由此也导致了Hadoop逐渐出现了“分裂”的现象；另一方面从外因看，则是整个市场今天已经走到了云原生的时代，越来越多的公有云服务商也开始提供类似的技术和产品，而Hadoop整个社区在云原生时代的转型相对缓慢，因此也越来越难以适应今天企业级客户的需要。

同样，Kyligence也经历了这一转型，用韩卿的话说：“我们的转型过程也是由市场和客户驱动的，2017年我去美国出差，发现当地的客户已经不谈Hadoop，而谈的都是云，当时我们就敏锐的意识到，向云转型已是大势所趋，否则就会进一步的形成技术代差。”

为此，从2018年开始Kyligence就决心全面转型云，并在2019年推出了完全脱离Hadoop平台的云原生产品Kyligence Cloud，其底层使用了云原生架构，存储使用云厂商的对象存储，计算使用Spark+容器化，资源可以直接对接云平台的IaaS服务和ECS，这一产品推出之后在市场上取得了非常好的反馈，获得了诸如微软、UBS等国内外头部公司的认可和采用。此外，Kyligence Cloud也通过和亚马逊AWS、微软智能云Azure以及华为云等公有云服务商展开深入合作，极大地简化了企业云上大数据分析的流程的同时，也大大降低了用户数据上云的整体拥有成本。

但更为重要的是，过去几年市场的变化和客户需求的转变也促使了韩卿更加深入的思考。他说：“随着全面云化时代的来临，整个数据仓库的行业假设条件已经变了，今天我们已站在了全新的节点之上，因此唯有持续的保持产品的创新和迭代，才能更好的满足客户新的需求，推动整个企业的数字化转型步伐。”

智能数据云平台的新价值

那么，站在全新的节点之上，这种前所未有的变化究竟给企业的数据管理和分析带来了哪些新的挑战呢？韩卿表示，这种挑战主要体现在三个层面：包括数据的管理模式从集中式到天然分布的改变；数据的使用对象从少数的决策者和专家，到一线业务人员和普通工作者的转变；数据的消费方式从已知问题找答案，到通过智能推荐等功能来提供对未知问题的预先洞察。

也正是基于这样的洞察和判断，Kyligence 宣布战略进行全面升级——即为企业客户打造“智能数据云”（Intelligent Data Cloud）平台：在做强分析能力的基础上增强数据管理能力，以人工智能进一步替代人工工作，以云原生进一步替代基于Hadoop的基础架构，让数据服务与管理发挥核心作用，更好的帮助企业智能管理最有价值数据，支持企业全面数字化转型。据了解，Kyligence智能数据云平台具备以下的优势：

一是，在数据处理方面，针对共享数据目录，Kyligence智能数据云平台通过汇聚各个数据源的数据目录，在整个智能数据云中共享，解决过去数据源众多，难以汇聚的难题；针对业务语义增强，智能数据云平台能够为数据目录补充业务信息上下文，形成知识图谱和语义网络，让普通业务人员也看懂数据、使用数据、甚至通过关联整合创造新的数据集；针对业务数据对象，智能数据平台支持指标、标签、多维分析模型、图模型等；针对数据运维自动化，Kyligence智能数据云平台也将数据的导入、清洗、准备等工作从过去的人工实现了大部分的自动化替代。

二是，在数据服务方面，与传统数仓不同，基于业务语义的自助式数据服务，Kyligence智能数据云平台也将用户数据使用门槛降至最低；数据探索和创新方面，由于整个过程依托在业务语义层之上，技术层面的数据操作均由自动化完成，因此未来依托Kyligence智能数据云平台提供的能力，企业可以不再依赖数据工程师的协助。

三是，在AI增强方面，Kyligence智能数据云平台还实现了AI增强的系统优化，AI增强的能力不仅是数据运维的自动化，更体现在智能数据云系统的每一个角落。系统可以依据数据的更新和查询规律，自动优化底层存储策略，比如从 Connect 转向 Collect，自动添加合适的索引，优化整体性能和成本，也可以根据用户群体使用数据的习惯，向业务人员推荐最有价值、最值得关注的新数据。

在此基础上，基于Kyligence 智能数据云平台打造的Kyligence 4.5版本，也以全场景 OLAP为核心，并融合各种技术创新和突破，通过借助机器学习和人工智能技术，为用户提供简单易用、高性能、高并发的 AI 增强的数据服务与管理平台，大大提升了数据工程的效率。

对此，韩卿说：“数据仓库在云时代的变革才刚刚开始，新的技术架构、新的使用方式、新的成本结构都将深刻改变这个行业，而Kyligence的新愿景，就是希望未来人类使用数据，应当和今天使用云计算一样简单、方便，只需关注数据本身，而无需关注到底在哪个平台上，真正实现数据的随取随用。”

确实如此，如果从技术角度来看，Kyligence智能数据云平台既是之前数据仓库、数据湖、湖仓一体等技术体系的继承和延续，有着数据湖低成本的存储可扩展性，也有数据仓库的强化数据结构和数据管理能力。更为关键的是，Kyligence智能数据云平台，在此之上还提供更高一层的业务数据对象管理能力，并从业务对数据的读写需求出发，使用AI增强的方式自动化和简化技术层面的人工数据操作和数据管理，由此带来了新的价值——向外，智能数据云提供普通人可用的数据服务；向内，智能数据云以业务为导向自动化数据的操作和管理。

从这个角度来说，智能数据云平台的“应运而生”，不仅是Kyligence在大数据、实时数据处理领域、大数据和云融合领域以及人工智能领域技术创新的“集大成者”，同时其以云平台为基础，以数据为中心，以智能化为方向的技术创新方式，也在整个市场中重新定义了数据管理服务的新范式和未来技术选型判断的新标尺。

Kyligence的底蕴与底气

俗话说得好，机遇是留给那些有准备的人的。因此，为何是Kyligence能在市场中率先发布智能数据云平台，并引领了未来数据管理服务进化的新方向呢？我们可以从三个维度来做观察：

首先，是专注。Kyligence 从2016年成立至今，始终坚持以自动化数据管理、发现、交互及洞察来为客户提升生产效率为使命。韩卿告诉我：“过去几年Kyligence一直在专注做一件事情，希望把一件事情做深做透，特别是在一个非常细分的垂直行业，宁可做小规模的技术的领先，也不做大而全的什么都干，这样才能形成某一个细分市场的领导者地位，同时构建自身的竞争力护城河。”

可以看到，也正是这种专业和专注，在IDC 日前发布的《IDC MarketScape: 中国大数据管理平台厂商评估，2020）》研究报告中，Kyligence也与众多知名企业如 AWS、阿里云、腾讯云、华为、Cloudera 等一同被 IDC 纳入此项报告中，这从另一个侧面也印证了专注给Kyligence带来的价值所在。

其次，是选择。对于一家创业公司而言，公司发展方向的选择至关重要，特别是在企业级服务市场，这几年的模式和方向的争论也非常之多，比如到底是做大企业还是做小企业，到底是以SaaS模式为主，还是以项目交付为主？最终Kyligence选择了啃最难啃的那块市场——那就是坚持服务大客户，并以“客户的成功”作为公司的价值观，随着在行业和客户中的不断耕耘和沉淀，今天Kyligence不仅迎来越多越多大客户的信赖和支持，带来了长期而稳定的增长，同时也对更多的中小型客户形成了“辐射效应”。

事实上，这种坚持还体现在Kyligence从创立以来也一直采用“订阅制”，目前全线产品在国内也已经广泛采用“订阅制”模式来服务客户。对此，韩卿强调：“订阅制其实是目前业内非常先进的一种商业模式，采用订阅制其实对客户带来了更多的价值，包括长期能够降低TCO成本，也能降低公司采用新技术试错机会，同时更能推动Kyligence更好的服务客户。”

最后，是应变。回头来看，无论是从基于Hadoop平台到转型云原生构建公司的技术能力，还是面对数据服务未来发展的新趋势，推出智能数据云战略，这背后体现出来的不仅仅是Kyligence的一种行业敏感度，更是灵活应变的一种能力。客观地说，这种灵活性和敏捷性也让Kyligence在数据服务市场真正建立了“独一无二”的优势，更成为了Kyligence能够赋能千行百业客户的底气和底蕴。

而展望未来，韩卿希望通过智能数据云平台的发布，进一步“改变人类使用数据的习惯”，同时成为一家全球性领先的大数据公司，而这不仅是Kyligence这家公司的新愿景和新使命，更是支撑整个Kyligence未来不断发展壮大的强大驱动力。

Kyligence之所以提出这样的新愿景背后的关键逻辑在于：中国几百万的工程师所带来的技术红利，可以支撑Kyligence在数据服务领域实现不断的探索与创新；同时，中国众多企业的需求和场景，无论是规模还是应用都是全世界最为复杂的，这其中沉淀和打磨出来的经验、方案和服务，放在全球也是领先的，或者说也能够满足全球客户的需求，而这也会给Kyligence带来前所未有的机会，支撑Kyligence不断实现新的成长和突破。

总的来说，不吝啬于对技术创新的投入，不断创新行业落地的新模式，同时始终坚持公司发展方向上的战略定力，是Kyligence在短短几年时间就在全球数据服务市场闯出一片新蓝海的关键所在，而随着智能数据云平台的落地，相信也会让Kyligence在为企业客户提供灵活管理和分析处理数据的同时，能够把源源不断数据的转换为智能和洞察，由此在未来企业数字化转型中，不断帮助客户创造出拥有无限想象空间的新业态、新服务和新动能。

解读Kyligence智能数据云战略，打造新一代数据管理“底座”

Kyligence 发布企业级 AI 解决方案，Data + AI 落地迈向新阶段

Kyligence 正式加入华为“同舟共济”行动计划，成为行业数智化“联盟级伙伴”

Kyligence 亮相 Gartner 数据与分析峰会，生成式 AI 落地赋能业务

以 AI 升级自我 | Kyligence 荣获多个奖项及榜单认可

Kyligence 发布数据和分析领域垂直大模型司南（Compass）

对话 Kyligence 韩卿：一个创业者的「+大模型」中场故事

DATA+AI，生产效率至少+30%？

数据分析场景下，企业大模型选型的思路与建议

大模型时代，未来所有公司都是 Data+AI 公司

解读Kyligence智能数据云战略，打造新一代数据管理“底座”

您可能会感兴趣

阅读下一篇

Kyligence 发布企业级 AI 解决方案，Data + AI 落地迈向新阶段

Kyligence 正式加入华为“同舟共济”行动计划，成为行业数智化“联盟级伙伴”

Kyligence 亮相 Gartner 数据与分析峰会，生成式 AI 落地赋能业务

以 AI 升级自我 | Kyligence 荣获多个奖项及榜单认可

Kyligence 发布数据和分析领域垂直大模型司南（Compass）

对话 Kyligence 韩卿：一个创业者的「+大模型」中场故事

DATA+AI，生产效率至少+30%？

数据分析场景下，企业大模型选型的思路与建议

大模型时代，未来所有公司都是 Data+AI 公司