2019年9月3日 ，線性資本在上海舉辦了線性資本公開日第三期沙龍活動，線性資本LinearVenture成立于2014年，是一家國內風險投資基金，由京東天貓原高管張川Michael和Facebook早期員工王淮Harry創立。目前共管理著三支美元基金和兩支人民幣基金，管理的資產總規模超過15億元人民幣，已投項目公司估值總規模達到約110億美元。

為了更好的幫助所投企業取得進一步發展，線性資本每年都會舉辦線性資本公開日DEMO DAY沙龍活動，邀請其所投的明星企業和各類投資人歡聚一堂，由各明星企業輪流路演，以尋求投資人與企業之間進一步的合作機會。今年，該沙龍活動邀請了十二家明星企業亮相，滲透了幾乎所有正在發生或將要發生行業變革的智能服務領域，涵蓋了從Pre-A輪至B輪的融資需求。作為一家有著廣闊發展前景的技術型公司，智領云科技也受邀參加了此次會議，智領云創始人兼CEO彭鋒博士更是受邀在此次沙龍上發表了精彩的演講，吸引了眾多投資人的關注。以下是彭鋒博士的演講實錄：

大家好，非常感謝線性資本為我們提供這個和大家交流的機會，也非常榮幸有機會和大家交流。大家經常問我，你們這個前年才成立的公司，看到現在中臺很熱，就馬上說自己是做中臺的，這是不是蹭熱點?在這里，我跟大家解釋一下，2005年在硅谷的時候，要做一個大數據的集群，需要十幾個博士，幾千萬美元才能搭建起來，現在，用智領云的技術，搭建同樣的系統，只需要30分鐘，就可以使用，快速見效。不過，硅谷并沒有中臺這個詞，但是硅谷的大部分公司都是有自己的類似數據中臺的架構，做為公司數字化運營，數據驅動的基礎。

那么，為什么要做數據中臺?數據中臺的目的是什么?從本質上講，數字化運營的目的就是實現數據驅動，把企業所有的商業決策、產品通過數據來推動，精細化管理，而不是通過"拍腦袋"來實現。數字化運營不一定需要數據中臺，單一產品，簡單架構的公司也可以實現數據驅動，而數據中臺實際上只是數字化運營在公司達到一定規模后的一種有效的實現方式。所以硅谷最早的一批公司，如Facebook，Twitter，LinkedIn以及后期的Uber、Lyft、Airbnb等都是采用的這種IT架構。

那為什么這些公司都要做這種架構?這是因為它可以實現精細化管理，不斷提高ROI(time to reliable insight)，同時，還能夠不斷加快產品的迭代(time to market)。所以中臺的概念是自然而然的貫穿在它們整個的IT系統中的。我們認為數字化轉型、數據驅動是IT發展必然、且不可逆轉的趨勢。因為在未來全球化的競爭中，企業的成本每降低一個百分點，就可能意味著企業有機會能夠超越存活的生命線。一家企業如果可以把成本降低百分之一、產品迭代周期從一個月變成一個星期，對于這家企業來說就是至關重要的，所以說數字化轉型是不可逆轉的。同樣，在中國，像今日頭條這樣的公司，為什么能夠迭代如此迅速、產品推出這么快?也是因為它通過中臺把所有的部門都已經打通，所有的部門都能夠從中臺來獲得數字能力，快速迭代產品。

但要實現企業的數字化升級，能夠支持數據驅動的IT系統是基礎，但我們認為這個IT系統目前太復雜，一般的企業很難自主來建立一套這樣的系統。所以就想打造一個可以像以前從DOS到Windows轉變一樣的系統，能夠幫助企業在不需要大量專業大數據技術人員的情況下，就能夠輕松的搭建一個數據驅動的IT系統，這看起來好像很有挑戰，但實際上我們就是為客戶這么做的。

數據驅動是數字化運營的最終目的，數據中臺是其中一個實現方式。但這個實現方式有高效和低效之分，而智領云的方案是高效的。因為要實現數據驅動，中間需要有一整串的數據科技體系需要來做，我們是把所有涉及到的技術從頭到尾全部組織起來，用戶拿來開箱即用，馬上就可以成為一個數據驅動的平臺。實現數據驅動之后，企業有了足夠的數據，技術和人員積累，才能夠逐漸實現數據中臺。我們認為，數據中臺的實現，需要三個層次的實現，一是完善的底層數據運營管理平臺，二是中層和業務相關的數據能力的共享和復用，三是上層需要公司組織架構和開發流程上的調整。這個過程，特別是最上層組織架構和開發流程上的改變，不是一個單純的產品能夠實現的。智領云提供了很多工具能夠幫助用戶從沒有數據平臺一直達到實現數據中臺的一個路徑，而且可以很快見效，快速迭代。

那么，我們是怎么做到的呢?我們是用容器在一個私有云平臺上把所有的大數據組件全部標準化，然后在上面開發了很多能夠快速使能企業達到數據驅動的工具。而且，我們這些工具是可以完全脫離底層的大數據平臺來運行的，所以非常靈活。如果是從零開始的用戶，我們可以把整個平臺發布給它，就可以馬上見效，實現數據驅動的流水線。用戶不需要采購Hadoop，也不需要購買Spark，我們就可以一站式的幫助這類用戶。而如果面對的是銀行這類大客戶，我們的大數據運營管理、數據中臺的工具，都是可以單獨發布使用，也可以單獨售賣的，這是我們在架構設計時就考慮的問題，因此，對于已經擁有大數據平臺的客戶，完全不需要把已有的大數據系統推倒重來。

我們主要的底層支撐是Mesos+Docker，Mesos主要是做資源的管理和容器的調度，Docker是做容器。在此基礎之上，我們逐漸把所有大數據組件都全部標準化。為什么以前這個事很難做?因為以前沒有Mesos、K8S、Docker。我們實際上做的是數據運營管理平臺，基于此我們實現了數據中臺或者說是數據驅動架構。但我們不是端到端的業務解決方案提供商，我們就是一個純粹的數據科技提供商。我們的優點就是決策門檻低，客戶黏性高，因為它實際上相當于一個基礎架構。但這個基礎架構與做DevOps的公司又不一樣，DevOps公司要求客戶轉換整個企業的開發流程，而我們不需要，我們可以和客戶現有的系統對接后直接運行，所以現在的客戶基本上是遍布各個行業。

我們現在主要是和系統集成商和軟件開發商一起合作來為客戶提供整體解決方案，也有一些客戶有一定自主開發能力可以在我們平臺上直接開發數據驅動的業務。目前，我們在政務、醫療、金融、教育、物聯網等行業都已經有了落地的用戶，而且前期的客戶復購率基本是100%。但是目前我們不會去碰用戶的業務，我們的選擇是專注于為用戶提供數字化運營的基礎技術和服務，這個問題足夠復雜，市場足夠大。我認為數字化運營，數據中臺現在正處在爆發的前夜，作為一家有核心技術的數據中臺公司，我相信我們的產品是可以快速復制、迅速發展，為大數據技術和數據驅動理念的普及做些工作的，謝謝大家。