来源 | 零壹财经作者 | 姚丽对于AI创业企业来说,研发能力决定了技术突破及商业落地等方面的竞争力,高研发投入是共同的特点,但AI企业对研发投入采取不同的策略,相应地在财务比率上也展现出不同的特点。4月7日,证监会披露信息显示,AI企业云从科技首次公开发行股票并在科创板上市的注册申请获同意,云从科技在更新的招股书中披露了2021年财报。此前,商汤科技(00020.HK)和创新奇智(02121.HK)分别于2021年底和2022年1月登陆港交所后,两家港股AI企业在3月披露了2021年财报。以下结合2021年财报数据,分析三家头部AI企业不同的研发策略下毛利率、期间费用率及销售净利率等财务比率...... Last article READ

Databricks 崛起启示录

新眸大公司研究组作品

作者|叶静

编辑|桑明强

在数据库领域,如果问当下谁最火,那Databricks一定排得上号。

去年8月,距离10亿美元的G轮融资刚过去7个月,Databricks再次获得16亿美元H轮融资,身价摇身一变成380亿美元,成为外界一致认为的超级独角兽。一直以来,数据领域备受关注,如果从2007年开始计算,全球的数据量至今已经膨胀了近200倍,数字化被写入战略规划成了各类行业的共识。

在数据量井喷的背景下,上云趋势也越来越明确,以Snowflake、Databricks为代表的大数据公司应运而生,前者基于AmazonS3打造了云端的数据仓库,后者除了推出Lakehouse(湖仓一体),现在又押宝机器学习,试图包管数据在抵达机器学习之前的所有流程。

不同的是,Databricks已经从原来的infra向更广泛场景延伸,和昔日的伙伴Snowflake同台竞技。与此同时,以AWS为代表的云巨头,也都曾战略性投资过Databricks,但现在也都在自研数据分析套件,竞合关系渐趋白热化,让数据基础设施的战火扑朔迷离。

01从0到1

企业的性格往往被它的创始人和技术背景所决定。

十几年前在UC Berkley的AI实验室里,Ghodsi和伙伴发起Spark项目:做一个能够更轻松处理大量数据和机器算法的引擎,并且开源了代码。相比较多数开源项目,面向的都是底层技术性强要求的infra工程师,spark面向更广泛的客户群,同时在上层加了很多的新的API,降低了技术门槛。

因为没有优秀的开发者社区运营和推广团队,Spark变现比较难,之后团队成员决定成立Databricks,以商业化方式推动Spark社区发展。即便Spark是过去硅谷的顶流产品,但这并没有让AWS等巨头买账,他们选择绕过Databricks,直接将Spark集成到自己的产品里。在Databricks卖产品还不如办Spark峰会收入高的时候,Amazon EMR已经针对Spark实现了几亿营收。

Databricks创始团队走了一条不被大众熟知的激进的路:云。

虽然不管对公司还是客户来说,云可以更快部署,也更容易维护,但正如联合创始人Reynold Xin所说,大部分的人知道云是未来,但绝不是现在。当时只有小部分风投注资这家初创企业,New Enterprise Associates的投资者Pete Sonsini说:“我们在Databricks的软件收入为零时投资,认为他们会在大流行中加速发展,也许是一两个月,每个人都无法及时知道会发生什么”。和Databricks一样,他们也在赌未来。

图:Databricks年度融资及估值变动

2013到2015这三年,虽然有硅谷风投支持,Databricks也借力这些资金吸引人才,推出了基于云端的简化大数据处理平台Databricks Cloud,但不管是招主管、找融资还是见客户,Databricks都会被质疑:真的不支持on-prem吗?

因为背靠Spark,很多客户甚至愿意年付几千万美金让Databricks提供咨询定制化项目,但Databricks做的是一个给数据工程师的平台,这是当时大部分公司闻所未闻的玩法,也是前几年商途不顺的原因之一。值得一提的是,彼时的云界开源前辈Cloudera曾改名“Cloud Era”,可在当时的市场情况下,最终还是转向了on-prem做定制和售后支持才得以存活。

在这种逻辑下,云厂商把开源软件拿来经过简单的封装,再作为服务卖出去。由于这个过程只需要简单的部署和调试,工程成本极低,定价也不高,巨头从中赚走了大部分,这对Databricks来说相当于吸血,怎样和有钱有人的云巨头对抗,是Databricks亟需在技术上打造的壁垒。

他们赌的另一条路,是不做数仓。

彼时数据仓库竞争过于激烈,以亚马逊为首的巨头占据了大部分市场份额,Databricks继续小众打法:避开红海,尝试切入一个新兴却可能会有爆炸性增长的小市场,针对数据科学家、数据工程师和AI的方向做产品。

开源小公司的优势在于更懂项目,迭代更快,能够聚焦、死磕产品性能,而公有云大厂很难在单一方向投入最好的工程师。随着数据量的爆发,云的生态优势逐渐被认可,加上当时市面上也没有大量竞品,这给Databricks的产品带来了机会。

另一方面,在2019年微软投资Databricks之前,正巧CEO纳德拉推动云为先的战略,两家合作的Azure Databricks进入了微软的企业许可协议。微软从一个大数据竞争劣势的云产品摇身成为业界领先,形成了云巨头三足鼎立的局面;因为几乎所有大企业都和微软有ELA,共生效应之下,客户原本买云买Office的预算自然流向了Databricks。

有人将Databricks创始团队比作一群幸运的加州嬉皮士RD,他们信仰技术,信仰来源,信仰共享和长期主义,这些也都成为了Databricks的底色。

感谢IT之家网友 的线索投递! 5 月 3 日消息,史蒂芬・斯皮尔伯格在 2018 年给了大家一个 VR 梦 ——《头号玩家》。在 VR 的虚拟世界里,你能像电影中主角们一样,做各种现实里你做不了的事…… 近期统信官方带来了 UOS 社区版 deepin 完美适配 VR 设备的教程,身临其境畅玩 Steam VR 游戏。先来看配置操作系统:deepin 20.5处理器:AMD 锐龙 7 5800 八核处理器显卡:AMD Radeon RX 6800 XT 16GB内存:32GB 双通道 DDR4VR 设备:valve index 头戴式显示器 + 控制器 + 定位器* 电脑硬件配置如果较低,可......Next article READ