Kyligence 聯(lián)合創(chuàng)始人 & CEO 韓卿做了一次非常真誠的分享。
大模型出現(xiàn)的時候，韓卿思考了很多。團隊比他更加興奮，在他前往美國考察時，已經(jīng)做好了大模型能力加持的第一版產(chǎn)品。
但冷靜后，他意識到那并不是 Kyligence 想要的東西。他和團隊推倒重來，不斷摸索出適合 Kyligence 自己的 AI Copilot 應用對企業(yè)服務的數(shù)據(jù)產(chǎn)品而言，大模型意味著客群的變化，從高層決策者到全體員工，都可以使用智能的數(shù)據(jù)工具，通過對話的 UI 輕松上手。
7 月 Kyligence 率先結合大模型，發(fā)布了 Kyligence Copilot，AI 數(shù)智助理，幫助快速降低一線業(yè)務人員用數(shù)的門檻，提升組織運營和管理效率。現(xiàn)在已經(jīng)受到了不少客戶的認可。
面對大模型浪潮，他到底做了哪些思考？大模型的能力相比上一波 AI 有怎樣的不同？帶來了哪些變化？
為什么 Snowflake、Databricks 等數(shù)據(jù)公司在今天成為了最受資本認可的企業(yè)？他如何看待中國的 SaaS 企業(yè)面對的問題？作為大數(shù)據(jù)和開源老炮，他對今天大模型行業(yè)不斷涌現(xiàn)的開源創(chuàng)業(yè)公司又有怎樣的建議？
以下是韓卿與極客公園創(chuàng)始人 & 總裁張鵬在 Founder Park 直播間的對談，經(jīng)編輯整理。
01
讓聽到「炮火」的人能做決策
張鵬：
先給大家介紹一下，Kyligence Copilot 是一款怎樣的產(chǎn)品？解決了哪些問題？
韓卿：
感謝鵬總，我先來介紹一下，我叫韓卿，是 Kyligence 的聯(lián)合創(chuàng)始人和 CEO。我們公司在 2016 年成立，由 Apache Kylin 的創(chuàng)始團隊創(chuàng)建，我們是中國貢獻到 Apache 軟件基金會的第一個頂級項目。
過去六七年的時間，主要為客戶提供基于 OLAP 的大數(shù)據(jù)平臺，所以我們的客戶群更多聚焦在金融、制造、零售等行業(yè)，主要像中國的一些大型銀行、保險、零售品牌公司等等。
過去這段時間，我們把 AI 引入到整個產(chǎn)品體系中，起了個名字叫 Kyligence Copilot，AI 數(shù)智助理，數(shù)字化和智能化。
（這個產(chǎn)品）一方面可以非常方便地用對話與機器交流，使用數(shù)據(jù)的方式也大大簡化了，基本上，只要會說話，就能看數(shù)據(jù)了。另一方面，智能化能力，不僅僅是用戶自己問問題，我們的 Copilot 現(xiàn)在已經(jīng)可以開始推送一些問題給用戶了。
我們的迭代速度非�？�，幾乎每周都會有（新）版本，最近的版本甚至可以幫你寫周報了，能夠基于指標，幫你把上周的周報總結好，甚至推薦、告訴你哪些是風險指標，推薦你去做歸因分析，推薦你一步一步找到相應的問題，甚至可以把指標相關的提示都準備好。
所以可以說，確實 AI 在大數(shù)據(jù)和整個未來的企業(yè)經(jīng)營方向上，都帶來了一些巨大的變化。這是我們最近的一些進展。
張鵬：
基于數(shù)據(jù)，分析公司狀況，甚至做出更好的決策，這對于（企業(yè)）數(shù)字化來說肯定有非常重要的價值。但我很好奇，在 AI Copilot 之前，你們是怎么做的？要單獨為公司老板做一個「駕駛艙」嗎？
韓卿：
差不多。你叫它數(shù)據(jù)分析也好，所謂的 BI、數(shù)據(jù)倉庫等等，這個領域在過去幾十年里有一個分類叫做「決策支持系統(tǒng)」（Decision Support Systems）。
在過去，我們的認知是，決策是人做的，機器可以提供一些支持的能力，給一些數(shù)字。所以最早的時候是非常簡單的，就是把你的數(shù)據(jù)算好算精準。那個時候的業(yè)務形態(tài)，怎么說，也沒有現(xiàn)在這么卷對吧？所以可以有一個比較穩(wěn)步的過程。當然也受限于計算機發(fā)展的限制。
過去幾年，我們看到像儀表盤、self-serving 的自助式分析能力，甚至基于搜索的展現(xiàn)等等逐漸出現(xiàn)。
回答你剛才的問題，蠻有意思的一點，過去我們認為，決策都是老板們做的，但最近你可以看到，所謂的全民分析師、數(shù)據(jù)民主化等等方向（出現(xiàn)），所以說，因為商業(yè)形式不一樣了，我們會說，「一定要讓聽到炮火的人能做決策」。
所以過去決策都是高層，需要組建分析團隊，幫著把數(shù)據(jù)匯聚起來，組成數(shù)據(jù)模型，做儀表盤等等。
但今天，全民用數(shù)的情況下，這個速度太慢、成本太高，不太可能給每個員工做這件事。所以我們在過去幾年里一直在探索，有什么方式，能支撐我們更好、更低成本地支撐每個人把數(shù)據(jù)用起來。
AI（大模型）出來以后，我們發(fā)現(xiàn)，很多事情發(fā)生了變化。過去半年左右的實踐，我們認為是找到了一個非常不錯的方式。
02
大模型帶來了哪些實際價值？
張鵬：
聽說 Copilot 產(chǎn)品出來之后，得到了一些客戶比較真實的反潰我們非常關心（基于）大模型的產(chǎn)品推出之后，客戶為什么愿意買單，怎樣增加了產(chǎn)品的競爭力。來說說客戶是怎么反饋的。
韓卿：
對，好消息是我們最近已經(jīng)開始和客戶簽單了，不管是中國還是美國都有。我們發(fā)現(xiàn)，Copilot 不管在產(chǎn)品層面還是商業(yè)層面上，確實帶來了很多變化。
分享幾點。
第一點，我有一次約了我們的客戶，一位銀行副行長，給他介紹了整體的情況，他當時就把分管的下屬叫來，就一句話，我們趕緊上，再不上就落后了。因為你會發(fā)現(xiàn)，客戶比我們更加焦慮，因為所有人都知道 AI 今天帶來的變化是非常大的。如果不把這個能力快速吸收成為自己的，那在行業(yè)的競爭上就會落后，不管在獲客還是效率、成本上，一定會出現(xiàn)問題。
張鵬：
我追問一句，他擔心什么落后了？
韓卿：
兩個方面。
一方面是業(yè)務作業(yè)。他們說過一個例子，比如我們兩個人去 BD 一個客戶，如果我有一個 AI 助理，問一句就能把數(shù)字拿出來，比如面對一個大客戶，我要看一下他的經(jīng)營報告等等，只需要幾秒鐘就能回答一些問題，甚至 AI 能幫我解釋很多東西，而你（沒有 AI 助理），可能還要打開電腦，跑一個報表，甚至可能還要后臺幫你準備。那么我們兩人作業(yè)的效率和方式方法是完全不一樣的。
另一個方面，你可以理解是成本。一個客戶經(jīng)理，以前要看 10 個客戶，要做非常多的事前準備，數(shù)據(jù)收集�，F(xiàn)在通過 AI 的方式，一個人就能作業(yè) 30 個、50 個，這樣我的整個成本就完全節(jié)約和可控了。
所以你看，不是我們在競爭，是客戶自己的行業(yè)本來就在競爭。尤其銀行，錢存你這里就不會存別人那了，他們得趕緊把業(yè)務給搶了。
最近我也跟零售行業(yè)的客戶去聊，他們也是一樣。業(yè)務能力都比較強，業(yè)務上厲害的，可能技術上就不會花那么大的力氣。所以這時候使用數(shù)據(jù)存在挺大的阻力。
但是當我們給你配一個 AI 助理，相比業(yè)務人員理解技術等復雜的東西比較困難，有個 AI 助理陪你聊，給你信息，而且不知疲倦地跟著你做，我們發(fā)現(xiàn)業(yè)務人員是愿意使用數(shù)據(jù)的。
這個事情非常重要。以前我們不是沒有工具，有工具，但是他們不愿意用。這是第二個很重要的變化。
第三點，我們自己的實踐。我們公司內部也有指標體系，目前基于指標體系做了 AI 報告、周報。每周一，我都能根據(jù)每個管理者基于指標的分析報告，總結成飛書文檔，我只需要一點點時間，早上開會之前，就能把全盤瀏覽一遍，我的所有副董事都能看到。
這比以前的效率高很多，因為開會前所有的信息都有了。以前可能要么我自己花力氣去分析，要么找人去分析，但不太可能有一個特別合適的人，有精力、能力，和足夠的行業(yè)背景來做這件事。這是我們自己觀察到的一個有價值的變化。
張鵬：
說得特別好。我真的很羨慕現(xiàn)在的年輕人，做個預言，再過 5 年，員工會挑公司，我去不去這家公司，取決于它給不給我配一個 AI 助理，就像以前說公司給不給我配電腦。不知道你們認不認同？
韓卿：
我非常贊同，甚至我覺得不需要 5 年，因為現(xiàn)在（AI 發(fā)展）的速度實在太快了。
第二點，我覺得，嗯，我們這些，中年人，也可以被利好到。（笑）確實太累了，如果有個 AI 能幫到我們，也許我們就不用拼體力了。
03
大模型和上一波 AI 的區(qū)別
張鵬：
你們應該在大模型之前，就已經(jīng)在使用 AI 了。我很好奇，之前你們是怎么思考的？怎么用 AI 解決問題的？
韓卿：
你看我們的名字，Kyligence，Kylin + Intelligence。我們剛開始創(chuàng)業(yè)的時候，就一定要做智能化的部分。但坦率地說，那時候我們的智能化，重心其實在平臺層面，更多在做自動化工程方面。
2019 年，我們推出 AI 增強引擎，當時解決的第一個痛點，就是客戶在建模、優(yōu)化模型、底層數(shù)據(jù)治理等方面，非常耗時耗力，所以我們想通過算法能力做自動化。
這是 Kyligence 4.0 最重要的特性，到現(xiàn)在來說反饋都非常不錯，但還是局限在專業(yè)的數(shù)據(jù)領域。
所以今年大模型出來，我們往前走了不止一步，從用戶使用習慣的角度上解決問題，對整個產(chǎn)品思路、戰(zhàn)略都帶來了一些變化。
張鵬：
以前的 AI 還是解決產(chǎn)品效能問題，但今天真正的大勢是，像 Kyligence 這樣的產(chǎn)品有更大的空間，更大的市場需求，這個需求的核心驅動力，是數(shù)據(jù)的民主化，一線員工能夠被加強。
04
面對大模型，怎樣才能不焦慮？
張鵬：
大模型這波變化很快，你是用什么方法跟進技術潮流變化的？你還要作出判斷，公司內部要做產(chǎn)品立項，團隊要改變，要觀察市場變化。給我們分享一下你的學習機制、決策機制，你有沒有 Copilot？
韓卿：
（笑）這方面還真沒有 Copilot。
團隊很重要。我可以分享一下我們的 Copilot 怎么做出來的，給大家一些參考。
去年 ChatGPT 火了之后，我們內部也是一樣，大家興奮、焦慮，也有懷疑。管理層當時的認知是，這個未來一定是一個很大的變化，但我們還看不清楚。所以當時的第一個決策是：看不清楚之前不要動。
如果所有人都基于 OpenAI 的 API 做東西，那所有人都能做，如果做的東西對我們的行業(yè)真的有變化，未來我們再去做，我不擔心。
更重要的，我們當時內部已經(jīng)有非常多的興趣小組，研發(fā)、產(chǎn)品，甚至客服，各個部門都有，大家會自發(fā)去研究、試用，然后后做分享會，團隊會思考，AI 可以用在什么地方？
我去美國的時候，當時團隊已經(jīng)把今天 Copilot 的原型做出來了，美國回來以后，市場宣發(fā)的文案都寫好了。但那不是一個我們想要的東西。
我在內部寫了一篇文章分享，重點三句話：
第一，it is not our game，大模型本身不是我們的游戲。
第二，be part of the game，必須參與其中，不能被淘汰掉。
最后，build our own game。
這是當時給到整個團隊的原則。把原則定好，告訴大家不要焦慮。
5 月 12 日，是個重要的節(jié)點，我們把所有銷售人員叫到上海做培訓。當時銷售會 challenge 管理層，外面 AI 這么火，我們自己有沒有東西，行不行��？所以我就給他們看了東西，當時的雛形產(chǎn)品，用了以后大家發(fā)現(xiàn)還行，這種對話的方式和能力挺不錯的，那時候一下展開了很多討論。從那時起，我們開始快速往前推進，我們發(fā)現(xiàn) AI 確實能在我們行業(yè)里帶來蠻多變化。
我們自己知道，接下來要去做什么了。
然后吭哧吭哧去迭代，6 月底，我們認識到，如果只是做個 NLP 的 toC，或者做個 ChatBI，所有人也都能做，這不夠。我們就一直在思考，自己的競爭優(yōu)勢在哪里？討論了很多之后，我們把指標和決策串起來，AI 能幫我們做很多東西，以前都是人在做事，現(xiàn)在 AI 能幫人做很多事情，甚至很多事都能自動化掉，人只要做決策就好。它可以幫助變革一個組織的運營和管理。
到今天，產(chǎn)品已經(jīng)做出來，行業(yè)的客戶也出來了，我們開始思考下一個版本在哪里？因為 AI 變化太快了，如果再不努力，可能要被追上。這是整個心路歷程。坦率地講，從立項到發(fā)布，到客戶付費采購，整個速度非常快。
05
人為什么需要 Copilot？
張鵬：
聽說你三月去了趟美國，你們也在那邊有業(yè)務，三四月份正是大模型最熱的時候，當時有什么收獲？有了什么思維的轉變？
韓卿：
我們是三月底去，四月初回來的。當時主要是參加 Gartner 大會，介紹我們指標平臺（Metrics Store）的最新成果。
那時候大模型是如火如荼，第一個感受就是，所有參展商，絕大部分都跟 AI 有關系。而且各家都會有不同的嘗試，每家借 AI 發(fā)力的方式都不一樣。
當時聽了一場報告，說怎么重新思考數(shù)字和決策相關的，分析師講了一個故事。一個人每天要做 35000 次決策，他說，你的精力浪費在了很多決策上，「我只穿黑色的襪子，這樣我就比別人少做一次決策，這樣我競爭力就強一些」。這個故事蠻有趣的，但他通過這個故事展開，是未來數(shù)據(jù)和分析的方向。
我們人類最擅長的其實是做決策，而不是常規(guī)的計算等工作。如果我們把時間浪費在后者上，價值不夠大，人也會更累。如果 AI 能夠幫你把分析、洞察做完，人需要做的決策數(shù)量更少，也可以有精力做更關鍵的決策，甚至 AI 還能給你一些決策的參考輔助。
張鵬：
Copilot 確實在起到作用，把繁瑣的變成簡單的，甚至給用戶更多更好更全面的選擇。
韓卿：
舉個例子，我比較胖，我想減肥。這是我比較直接的想法，但我并不知道身體其他的指標。要做一件事，有各種不同的方式方法，以前我只知道運動，但單純的運動不一定真的能減好肥，這跟企業(yè)是一樣的。
我們最近跟另一個客戶交流，客戶老板說現(xiàn)在這個階段我只關心成本。但是他下面的副總說，「老板你還有其他的得看一看骯。
人都是會有 bias（偏見）的，但 AI 能在這個時候給你一個全面、理性的數(shù)據(jù)。如果副總這時候說話，人家可能會有些脾氣，但 AI 告訴他，你發(fā)脾氣 AI 也不理你對吧？（笑）
張鵬：
（笑）這點特別重要！之前大家開玩笑說，人不會被 AI 替代，因為得有人「背鍋」。
但我后來發(fā)現(xiàn)，AI 也很重要，因為 AI 不怕你發(fā)脾氣，也不會嫌你煩，甚至不嫌你笨，會一遍一遍地回復你。這跟人的組織有很大的區(qū)別，這是 AI 進入人的生產(chǎn)力組織里能夠發(fā)揮的作用。
韓卿：
同樣是提問，當你問同事工作問題的時候，你會發(fā)現(xiàn)「人性」很快會體現(xiàn)出來。
舉個例子，我現(xiàn)在越過一層，去問下面銷售或研發(fā)，「這個事兒怎么樣了？」很多時候人的第一反應是：「老板為什么問我這個問題？」
于是，于是！我得到的第一個回答是：老板我剛剛拜訪過這個客戶 blahblah，他要先解釋一圈。因為他不知道你想要啥，其實我只是想要一個數(shù)字，相比之下 AI 這點就好很多，問啥就答啥。
06
所有公司都是數(shù)據(jù)公司和 AI 公司
張鵬：
回到硅谷的話題，今年 Databricks、Snowflake 都非�；钴S，數(shù)據(jù)巨頭在大模型浪潮中這么活躍的原因是什么？你作為行業(yè)里的專家怎么看？
韓卿：
我們確實一直在行業(yè)里摸索。我們認為，大部分的數(shù)據(jù)公司、AI 公司，未來一定會變成 Data+AI 的公司。甚至從用戶角度來說，不管甲方還是乙方，最后都會變成 Data+AI 的公司。
過去幾年我們提過很多次，每個公司都是一個數(shù)據(jù)公司，因為都會產(chǎn)生數(shù)據(jù)�，F(xiàn)在是每個公司都會需要 AI，這兩者天然是一樣的。
回過頭來看，想要 AI 用得好，前提要有大量的數(shù)據(jù)，而 AI 用得好的公司，又會大量地產(chǎn)生數(shù)據(jù)。這個循環(huán)會越滾越大。
這個時候，作為基礎軟件的提供商，不管是 Snowflake、Databricks，他們這時候布局 AI 是非常自然的。Databricks 剛剛完成一輪融資，英偉達、Capital One 投進去，這非常能表明市場的認知：要有數(shù)據(jù)的能力，也要有 AI 的能力。
以前使用數(shù)據(jù)的方式，導致（數(shù)據(jù)使用的）頻率、能力并沒有很好地釋放，今天有了 AI 之后，會更快、更深地將數(shù)據(jù)的價值釋放出來。
07
大模型時代的壁壘：技術、數(shù)據(jù)和用戶體驗
張鵬：
在大模型時代，不管數(shù)據(jù)行業(yè)還是 SaaS 產(chǎn)品，想要建立壁壘和競爭力，跟以前相比有什么根本性的變化？
韓卿：
第一，原來的技術壁壘，是基矗如果把新的壁壘依賴于大模型本身你又不是做大模型的。這其實會有一些誤導，可能未來你就直接被通用模型替代掉了。要認知到自己公司的競爭優(yōu)勢。
第二，所謂的競爭壁壘，最重要的是用戶體驗。AI 帶來的變化是，可以將一個非常復雜的技術，平民化成一個人人都能用的東西。舉個例子，畫圖，以前很難，現(xiàn)在 Midjourney 分分鐘畫的很好看。
所以在這個過程中，普通人的用戶體驗是非常重要的，它形成的壁壘比技術壁壘還要高。
因為在這個時代，大家的耐心都不夠，如果不在幾分鐘內讓用戶「wow」，可能你就失去這個用戶了。
我們是個 toB 軟件，但也花了很多力氣在這里（用戶體驗），這就是原因。
還有第三點，建立在數(shù)據(jù)本身上的壁壘。AI 算法已經(jīng)變成通用的，人人都能用上的現(xiàn)狀，這時候數(shù)據(jù)才是不一樣的東西。
現(xiàn)在看微軟這么厲害，它也有別人沒有的東西，Github、LinkedIn 等等，這些也形成了不同領域的壁壘。
比如銀行，有自己私有的數(shù)據(jù)，我們這樣的公司也會有自己私有的數(shù)據(jù)。這些數(shù)據(jù)未來會形成你真正的壁壘，那么問題就是，怎么用 AI 把它變成一個能力？這也許是挑戰(zhàn)每個公司的地方。
08
談 SaaS：先不要看 SaaS
張鵬：
SaaS 前幾年特別熱，你也做了 7 年了。我一度很吃驚，你們客戶都是大的銀行這樣的客戶，這種一般都是按項目做，后來我才知道你把這些大客戶都做成了 SaaS。
但是今年中國 SaaS 有很大的爭議，很多人感到絕望，認為中國沒有做 SaaS 的土壤，不知道你怎么看？
韓卿：
先說一些背景，我們做的是大數(shù)據(jù)平臺，過去 6、7 年里，拿下的客戶真的是一些大型客戶，六大行我們有 3 個，十二個股份制銀行我們有 7 個，前十的保險公司我們占 6、7 個等等。
第一，我們是標準化產(chǎn)品，標準化很重要。第二，我們收年費，按 SaaS 模型收訂閱費，這是兩個事實。導致是我們公司的收入主要來自訂閱收入，我們整體毛利也非常高，NDR（收入留存）超過 100%。
所以我覺得我們能證明幾點。第一，在中國，即使是大客戶，也能做 SaaS 這種業(yè)務模式。前兩天某個銀行機構的客戶過來聊，過去 6、7 年，每年幾百萬的訂閱費，付了這么多年，這是能做到的，是我們走出的一條路。
另外一點，最近 SaaS 確實有各種各樣討論�；剡^來說，大家先不要看 SaaS 本身，首先是生意，你要提供價值，讓客戶認可你的價值，愿意為你的價值付費，這才是核心。
很多朋友問我，怎么讓銀行、保險公司接受我們訂閱制的服務？我覺得最重要的一點，你的產(chǎn)品要強。不只是性能好，那是功能，功能之外要有差異的能力。當你有差異的能力后，客戶就會為你的差異能力跟你聊。這樣你才有議價空間，你才能夠跟客戶區(qū)商討采購模式。
所以最終，所謂 SaaS，只是客戶采購的一種消費模式。
就像音樂，你可以訂閱，也可以買碟，說白了這也是一種 SaaS 模式對吧？這里本質的問題，用戶買的不是訂閱，而是你的產(chǎn)品。
我是從這個角度看這個問題。
張鵬：
不用在 SaaS 不 SaaS 的模式上糾結，現(xiàn)在也有成功過的案例。我很好奇你為什么能做到大客戶、大金額還能收年費訂閱，這背后有什么特殊的原因嗎？
韓卿：
我們從創(chuàng)業(yè)的時候就決定了要走訂閱制的模式，原因很簡單，在中國做一個項目的公司，也許能賺錢，但不一定能像美國那些創(chuàng)業(yè)公司做成那樣。
第二點，我們認為訂閱制應該是未來，是更先進的經(jīng)濟模式。所以我們就決定堅持選擇這樣的模式。
后來回頭看，最重要的，就是堅持。我們堅持這樣的模式，才會決定我們的行為。
舉個例子，早年的時候，客戶說給你一個大單子，但非常定制化，要我最好的程序員放到現(xiàn)場去。那個時候拒絕過的單子，能占到當年一半的收入，真的。
可能是有點初生牛犢不怕虎，選擇了這么一條比較難的路，但堅持下來的結果還不錯。因為當你堅持的時候，你就會逼著自己，去做差異化，做壁壘。
第三點，早期客戶決定了未來的方向。我們非常感謝早期的客戶，像招行等等，最早期接受了我們的訂閱制。早期的先鋒客戶，它在模式上會采取比較開放的態(tài)度，一旦積累下來，一段時間后你就發(fā)現(xiàn)，「我在行業(yè)里就是這么賣的」，底氣就起來了。
張鵬：
蠻讓我有感觸的。我身邊好多做 SaaS 的朋友，很多時候做一件事，抱著一個把它做成產(chǎn)品的想法，但中間公司要發(fā)展，你要生存，有各種誘惑，可能就會把你引向去定制一個東西。我身邊很多做 SaaS 的公司都經(jīng)歷過這樣的過程。
剛剛韓卿也說到遇到這種誘惑，這種關鍵時刻，他的決定就是堅持，「我不要做項目公司，要做產(chǎn)品公司」。最后金融領域大銀行客戶可能也會接受，但就是需要更長的時間。
韓卿：
剛剛你說的特別好，其實早期的堅持之后，回過頭來最感謝的就是客戶。早期的客戶認可了你的模式之后，他們會不斷地支持你，你也會把產(chǎn)品做得更好，形成一個良性的生態(tài)。
但確實，這條路會非常長，也比較難。
09
不要為了開源而開源
張鵬：
Kyligence 是從開源走出來的，開源對 Kyligence 到底意味著什么？現(xiàn)在大模型很多開源項目，作為一個開源老炮，你有什么建議嗎？
韓卿：
2016 年我們拿了第一輪投資，紅點中國。紅點在美國很出名，安卓創(chuàng)始人是駐場企業(yè)家，Snowflake 也是他們投的。我們當時去拜訪他們的合伙人，給我的第一個問題，「你們是做開源的，你們有什么東西是不開源的嗎？」
這個問題我覺得挺有意思的，他也是開源和企業(yè)服務的老兵了，創(chuàng)業(yè)成功，然后轉做投資。我就請教他，為什么問這個問題？我們剛出來，其實所有東西都是開源的。
他說，最終你的客戶需要你的，一定是你不開源的東西。你得找個理由讓他們?yōu)槟愀跺X。
我們當時做了很多這方面的交流，然后才有了我們的產(chǎn)品模式、商業(yè)模式。
我們第一個商業(yè)化產(chǎn)品叫 Kyligence Analytics Platform，2016 年 8 月發(fā)布。我們開源的時候，存儲用了 Apache HBase，但它的穩(wěn)定性并不夠好，性能也一般。我們做的第一個決策，就是重寫了底層的存儲，這個存儲，我們當時并沒有開源（現(xiàn)在已經(jīng)開源了），還有一些高級的企業(yè)級特性（也沒有開源）。
這些都是企業(yè)客戶要付費的。
今天也是，我們在開源引擎之外，做了非常多不開源的能力。你可以理解為，最初 Apache Kylin 是發(fā)動機，每個人都能用，不要錢。很多互聯(lián)網(wǎng)公司或者技術大拿，都可以拿去手工打造一臺機器，沒有問題。
但大量的消費者，其實需要的是一輛量產(chǎn)的轎車，它不止需要一輛車，還需要配套的金融服務、保險服務、4S 店、救援服務等等。這些肯定要付錢。做企業(yè)服務軟件也是一樣，我們需要構建這些增值的東西。
所以大家不要為了開源而開源。你看 Snowflake 就完全沒開源，市值那么高，對吧？做一個創(chuàng)業(yè)公司，是商業(yè)實體，其實要回到生意的本質，模式不同，帶來的價值也不同。
張鵬：
很有共鳴，之前我也聽 Databricks 核心團隊說，他們內部也反思過，如果再來一遍，未必還會從開源出發(fā)去做這件事。反過來，我們客觀看，對很多公司而言，開源是早期的第一步，經(jīng)過這一級臺階才能去構建商業(yè)的東西。剛剛韓卿說的很重要的一點：你可以第一步是開源，但在那一步的時候，你一定要想好沒有開源的價值是什么，然后再拿開源作為臺階，作為第一步。
韓卿：
對，這是個商業(yè)模式，第一天就要想清楚，為什么靠開源。開源本質可能是個獲客工具，是個構建社區(qū)的工具、市場營銷的工具等等，但也許就是要去轉換成商業(yè)的。這個過程中，大家沒必要避免談錢。我的很多朋友會說，做了開源，不好意思跟客戶談錢。
那我都好意思去問投資人要了那么多錢，怎么能不好意思問客戶要錢呢？大家要突破這個心理障礙。這對 founder 團隊很重要，每個人認知不一樣，理想不一樣，這時候需要協(xié)調認知，拉齊共識。
10
給點陽光就滿血復活
張鵬：
Kyligence 創(chuàng)業(yè) 7 年了，心態(tài)怎么樣？你怎么看這 7 年？分成幾個階段？
韓卿：
現(xiàn)在回想起剛創(chuàng)業(yè)的時候，有點初生牛犢不怕虎。
張鵬：
哈哈，創(chuàng)業(yè)早期容易飄是吧？
韓卿：
我其實蠻感謝我的合伙人，CTO 李揚。他非常理性，我記得 16 還是 17 年，他拉著我，說你有點飄了。
早期的時候是這樣。那時候覺得干個幾年就能全球大賣了，完全不知道商業(yè)化的痛苦，或者即將經(jīng)歷如何漫長的過程。這是第一階段。
后面的時間，有幾年挑戰(zhàn)特別大，我們早期做商業(yè)化驗證的時候非常辛苦，又要證明自己行，還要堅持商業(yè)模式。這個時候經(jīng)歷的各種挑戰(zhàn)，不管是客戶的，還是團隊內部的。這個階段是比較痛苦的，給我?guī)淼恼J知是，怎么做生意，怎么建立客戶關系，怎么服務好客戶。
慢慢的，心態(tài)就放下來了，把心放在地板上，從底下做起。這是第二個階段。
還有疫情前，18、19 年，有一種雄心壯志。當時美國業(yè)務做起來后，有一些不錯的客戶，美國有瑞銀集團 (UBS），全球最大的銀行之一、MetLife，全球最大的保險公司之一等。當時覺得好像做外國生意也挺容易做的。但疫情三年，也會遇到一些壓力。整個行業(yè)環(huán)境變了，那時候確實有些焦慮。
今年，又回來了。尤其是 AI 帶來的變革，有種豁然開朗的感覺�，F(xiàn)在心態(tài)慢慢平下來了，更加淡定了，準備好面對接下來的變化和挑戰(zhàn)。
張鵬：
特別真實。我身邊很多朋友都是這樣，特別感同身受。
創(chuàng)業(yè)者好像就是這樣，不管中間遇到多大的障礙，給點陽光，就能復活。這波技術浪潮，能看到又點亮了很多創(chuàng)業(yè)者，至少在心態(tài)，在追求上，又滿血復活了。
Founder Park 特別能理解創(chuàng)業(yè)者的這種能力。其實這也是創(chuàng)業(yè)者的使命吧，在所有人都悲觀的時候，堅守到最后。在所有人還沒樂觀的時候，做第一批樂觀的人。這就是真創(chuàng)業(yè)者。
謝謝韓卿特別走心的分享。
11
「要有信心」
張鵬：
最后，分享一下最近刷新你認知的東西，讀過的書，跟別人的交流，聽到了怎樣的觀點？可以跟我們分享下。
韓卿：
推薦兩本書。
一本《大創(chuàng)業(yè)家》，麥當勞創(chuàng)始人 Raymond Kroc 的故事。麥當勞也是我們的客戶。52 歲才開始創(chuàng)業(yè)。也有部改編的電影 The Founder。
他也經(jīng)歷過巨大的起伏，房子賣了，差點破產(chǎn)了，還被人坑了。但他最后成功了，創(chuàng)建了麥當勞，一家讓人尊重的企業(yè)。
為什么會有麥當勞這樣的快餐文化？其實是來自美國當時的工業(yè)化進程，吃飯要半小時 vs 吃飯只要一分鐘，競爭力完全不一樣。他在大蕭條前后創(chuàng)業(yè)，當時美國非常卷，在最短時間里把飯吃完，這件事非常重要。這個背景帶來了整個麥當勞乃至快餐文化的變化。
第二本，《一路向前》，星巴克 CEO Howard Schultz。星巴克也是我們的客戶。2008 年，星巴克面臨倒閉的風險，已經(jīng)退休的舒爾茨又回歸，撥亂反正從底部拉回來。
這兩本書給了我巨大的勇氣。
還有一段對話。去年我跟顧問，許良杰先生，之前網(wǎng)易的 CTO，新浪 CTO，eBay 中國的 founder。
他就跟我說了一句話，：「要有信心�！�
在什么時代都可以做生意，有什么好焦慮的？這是我希望可以分享給各位的。
張鵬：
非常感謝韓卿的分享。
創(chuàng)業(yè)者的書里，很少有一帆風順的傳奇，經(jīng)歷構筑了一個個經(jīng)典。這樣的書也才更有養(yǎng)分，它對創(chuàng)業(yè)者最大的意義就是，你今天經(jīng)歷的所有艱難，都不是獨特的，別人經(jīng)歷的可能比你難得多，你只要想清楚怎么跨越這些。
其實有信心，不斷向前思考，才能夠在每一次技術變革、行業(yè)變化中掌握先機。
