调研：黄勇 武宇
撰写：武宇 兰壹凡
前言
在数字化时代，各行各业都须要数据赋能业务，数据曾经成为企业重要的生产因素，但在当下的企业中，数据管理普遍存在数据孤岛、规范不欠缺、技术缺失以及基础设施反复建设问题，企业亟需全面增强数据能力建设。而数据底座作为数据能力构建的根底，能够帮忙企业使用最先进的大数据技术及多业态简单场景的最佳实际，造成欠缺的数据资产经营和数据管理体系，构建兼备稳态和敏态的数据底座，为企业数字化转型提供长期撑持。
科杰科技 CEO 于洋在承受爱剖析专访中示意：数字化时代，数据能力是立体化的能力，与在信息化时代建设的人力能力、财务能力、供应链能力等能力一样是企业必不可少的能力，但这些能力中只有数据能力是与业务深度交融的立体化能力，是反对企业数字化转型的外围能力，帮忙企业实现规模化的数据智能和业务翻新；同时也讲述了科杰科技在帮忙企业构建数据底座、撑持数据能力建设方面的成功实践。
北京科杰科技有限公司成立于 2019 年，是一家数据能力构建商，致力于帮忙客户疾速构建数据能力，打造数据智能组织，推动数字化过程。基于当先的云原生的大数据与 AI 技术，科杰科技构建企业级湖仓一体数据智能平台 KeenData Lakehouse，为 AI 科学家、数据开发、分析师等数据工作者提供数据治理、开发开掘、协同共享、运维公布、DataOps 一体化的全流程数据能力建设计划。
依靠湖仓一体、存算拆散数据底座产品 KeenData Lakehouse，与当先数字原生企业最佳实际方法论服务能力，企业能够大幅度简化治理数据与利用数据的难度，实现体系化的数据凋谢赋能与规模化的数据智能落地。科杰科技已胜利为政府、批发、能源、汽车、互联网、金融、通信、传统工业等行业百余家的大型客户提供数据能力构建服务，激发数据价值的实时开释，全方面实现数据价值反哺业务。
01
数据能力是数字化时代下企业必须具备的能力
爱剖析：科杰对于本身的定位是“最值得信赖的数据能力构建商”，您认为应该如何了解“构建数据能力”？
于洋：首先必须明确的是，在数字化时代，数据能力与财务能力、人力资源等能力一样，是每个大型企业必须具备的能力。然而企业在构建数据能力过程中，往往面临技术缺失和反复建设等挑战。
企业如果短少残缺的数据基础设施，就无奈无效治理数据资产，不仅仅是数据基础设施建设，古老的数据治理办法同样不能适应现在数据规模高速增长和数据类型疾速变动的个性。更重要的是，如果企业短少数据能力构建的长远规划，经常会陷入根底数据能力反复建设的窘境。这种状况下，企业亟需通过更为高效的解决方案构建数据能力。
基于企业在数字化转型中面临的问题，科杰认为：企业构建数据能力是将来数字化转型的重点，而数据底座是帮忙企业构建数据能力的最佳解决方案。科杰在成立之前，外围团队在十几年的工夫里始终致力于数据底座解决方案的研发和积淀，造成了以“当先的大数据技术 + 全域数据资产建设 + 大数据工作方法论”三位一体的解决方案，可能帮忙企业疾速构建数据能力，打造数据智能型组织，让数据工作体系化的发展，实现现有业务优化，减速治理降级，深入创新能力，开拓新业务模式，推动数字化过程。
爱剖析：科杰科技在数据底座赛道深耕多年，您认为应该怎么定义数据底座？相较于数据中台等概念的区别是什么？
于洋：这个问题咱们在晚期融资过程中也常常被问到，过后因为资本市场对数据底座理解不多，次要的纳闷有两点：其一是数据底座能不能够作为根底平台撑持大规模的业务量，在数据底座根底上倒退数据中台、业务中台、技术中台的可行性如何；其二是在解决方案和行业布局上，数据底座与应用层的关联关系是什么。
对于上述两个问题，咱们认为数据底座的数据能力比数据中台所承载的企业价值更大，而且数据底座在构建数据能力方面更靠近于数字化转型的真谛，它是技术和经营治理对于企业整体性撑持最重要的局部，并且在各行业具备通用性。
残缺的数据底座应该具备三个因素：大数据技术工程和 AI 基础设施能力，全域数据资产治理和经营能力，组织性数据共享与规模化合作能力。
大数据技术工程和 AI 基础设施能力。数据底座须要具备以大数据为主，采纳湖仓一体、批流一体、存储计算拆散、数据编织、DataOps 的数据与研发经营一体化的根底能力，这一系列能力能够升高企业应用新技术门槛，造成一套产品化、可高效、可经营的大数据开发体系，面向多业态、简单的业务场景，以乐高式的产品组合形式，继续高效的生产高质量可复用的数据资产。
第二，全域数据资产治理和经营能力。依靠高度自主、灵便的产品，搭建企业组织级数据能力体系，包含：数据治理能力、数据经营治理能力、数据汇聚能力、数据处理能力、数据价值开掘能力、数据共享替换能力、数据服务能力、数据利用撑持能力等八大数据能力，构建企业全域数据价值链，实现企业数据集中化、数据标准化、数据资产化、数据价值化、数据服务化，全面、高效、灵便的撑持企业数字化转型倒退。
第三，组织数据共享与规模化合作能力。以多元化的数据共享替换和数据服务形式，为不同业务利用和人员提供按需的数据生产路径，继续撑持多业态、多人员共享协同开发，打造业务沉降数据，数据反哺业务的闭环模式，实现企业数据利用层面的降本增效。
咱们认为，具备上述三要素的数据底座可能撑持企业将来 5 到 10 年的业务和技术需要，能够大大降低大数据根底门槛。在数据底座之上，企业能够治理所有数据，并且实现数据和开发的一体化交融。数据底座还可能反对不同部门人员协同、标准的发展数据工作，整个数据工作都聚合在数据底座里，有利于数据能力建设的整体规划，并且为数据工作实现继续化撑持。
02
科杰通过行业当先的数据底座解决方案帮忙企业构建数据能力
爱剖析：对于通过数据底座构建数据能力，科杰给出的解决方案是 KeenData Lakehouse 湖仓一体数据智能平台，能够向咱们具体介绍一下 KeenData Lakehouse 吗？
于洋：在咱们帮忙企业构建数据能力过程中，湖仓一体数据智能平台是解决方案的外围基座。科杰科技湖仓一体数据智能平台 KeenData Lakehouse 全产品矩阵设计在存储计算拆散、湖仓一体当先技术架构根底之上，自下至上由大数据根底平台 Keen KDP、数据同步零碎 Keen Dsync、数据开发治理平台 Keen BDP、实时计算平台 Keen Stream、数据迷信平台 Keen DSP、数据规范平台 Keen DSM、主数据管理平台 Keen MDM、数据品质平台 Keen DQM、数据指标平台 Keen Index、数据服务平台 Keen DaaS、数据标签平台 Keen TAG、数据资产治理平台 Keen Asset 十二个产品形成。产品能力贯通从数据采集体系建设、生产研发体系建设、资产治理体系建设、到数据经营服务体系建设的数据全生命周期；每个产品都能够与客户其余零碎能力对接进行独自利用部署；最先进的存算拆散架构帮忙企业解决现有大数据平台、云数仓、剖析型数据库等已有数据资产免迁徙对立纳管的辣手痛点；齐备的 DataOps 产品体系可撑持大型组织全角色精细化业务发展。
KeenData Lakehouse 湖仓一体数据智能平台整体上构建了最欠缺的企业数据开发治理能力，它布局在 IaaS 到 PaaS 这一层，可能囊括各种类型的数据源，具备纳管存储、流批一体和数据编排的能力，涵盖了批流一体、DataOps 等整个数据管理流程。
同时，KeenData Lakehouse 湖仓一体数据智能平台能够利用企业已有建设成绩，实现包容性撑持，数据源、数据仓库、云存储等都能够在 KeenData Lakehouse 上进行数据资产存储和计算。它可能以逻辑对立的数据资产和合作形式进行开发，是一种能短暂反对将来数据工作的开放性架构。联合数据底座应具备的三要素，KeenData Lakehouse 湖仓一体数据智能平台能够利用好企业原有的数据仓库和数据库，同时包容、治理云化的资源，在上进行数据资产存储和计算，可能很好地撑持云迁徙、混合云部署等需要。
往年科杰的湖仓一体智能平台 KeenData Lakehouse 入选了中国信通院《中国数智化产业图谱 1.0》数据基础设施和数据中台版块，这也是科杰数据底座解决方案受到了国家官网机构的认可。让咱们更加深信数据底座的劣势和价值，将来科杰还会在数据底座畛域继续深耕。
爱剖析：从过往的服务案例来看，科杰是如何通过数据底座帮忙企业构建数据能力？
于洋：从过往经验来看，甲方企业数字化转型的指标是明确的，估算和我的项目是确定的，然而对于如何实现数字化转型却一头雾水。对于科杰而言，帮忙企业整体性地建设数据能力，清晰解说不同技术和企业整体建设，明确表述团体数据部门跟各类数据利用我的项目开发如何合作，给出切实解决企业痛点的计划，尤为重要。
针对这样的问题和痛点，科杰的落地计划是：首先，建设以湖仓一体技术架构为基础设施底座外围引擎，它的益处在于可能在充分利用已有数据架构的状况下对各方面数据纳管做久远撑持。
其次，科杰会依据企业现状给出针对性解决方案。尽管厂商技术包容性和短暂支持性是第一位，但也要依据企业现状判断是不是要新建更全面的数据底座，还是在现有数据仓库、数据平台根底上进行建设。这要求厂商深刻思考企业数据治理遇到了什么问题？企业的数据合作理念和治理方法是什么？改良点有哪些？依据理论状况就地取材给出落地计划，并且真正在自有技术产品和解决方案上帮忙企业更好地落地。
最重要的是，科杰重视从企业整体数据架构上给出解决方案。大型机构特地是大型银行的我的项目往往会专门配置人员做数据治理，然而传统组织架构中平台技术人员只和技术人员交换，数据利用人员和数据利用人员交换，单方常处于割裂状态。科杰的解决方案是将企业技术人员和数据利用人员融为整体，明确每个部门工作重点，倡议企业组建相应数据小组，明确数据组面向企业、大型组织应该撑持的工作内容。同时，科杰还会评估企业部门割裂水平和建档水平，在不同方面给出倡议。
在我的项目实际中，往往企业既存在对过往数据的存储需要、ETL 性能晋升需要，也存在针对月度、季度、天、分钟甚至实时的计算需要，存在对于数据凋谢我的项目的撑持需要，还存在可能在对立数据底座上制作数据报表、开发数据提取性能、面向更多组织散发数据的需要。企业的精细化需要既表明整体数据架构须要具备较高的计算性能，又体现整体数据架构在企业改革方面实现数据撑持和效率晋升的重要作用。
爱剖析：您介绍了很多科杰数据底座解决方案的特点，科杰是否有思考通过本身劣势进行更多的生态单干？
于洋：科杰当初曾经有很多生态单干厂商，咱们的 KeenData Lakehouse 作为数据基础设施能够灵便的撑持合作伙伴进行针对行业的数据智能开发和利用。思考到应用层市场比独自的平台软件市场要大得多，咱们也会通过与合作伙伴的单干进行各种数据利用的开发，反对合作伙伴使用行业 know-how 拉动业务进步商业智能化程度。从久远来看，企业本身定位和产业生态的关系不可漠视，通过与生态搭档单干能够造成更齐备的服务体系，科杰也会将生态建设纳入将来倒退布局中。
03
国产厂商崛起，将来中国企业能够自主构建数据能力
爱剖析：咱们理解到科杰也参加了信通院《企业数智化能力成熟度模型 EDMM》的数据中台及 DataOps 技术标准制订，科杰作为一家年老的公司为什么能够和很多大型企业一起参加到企业规范制订中？
于洋：首先很开心看到主管部门在无意识地对最先进的技术标准进行定义，疏导企业进行数字化转型，让企业在建设数据能力时有规范可依。《企业数智化能力成熟度模型 EDMM》是由中国信通院大数据技术标准推动委员会主导，招集优良厂商帮忙信通院制订模型规范，而且齐全是从纯技术角度去探讨和思考，梳理企业数智化能力建设及评估方法论，为数智化建设的过程提供领导和参考根据，为能力建设及经营的成绩提供评估模型和评估办法。咱们十分认可信通院这种偏心探讨并且对技术和理念信息进行评估的形式，有利于总结出最合乎技术延展方向的优良能力。
科杰可能参加到此次工作也是源于科杰团队对大数据技术的业余了解和技术创新的能力，科杰的数据底座技术取得行业的宽泛认可。此次规范的定义和制订也将极大地促成行业的倒退，咱们也特地快乐可能为行业做出奉献。
爱剖析：科杰将来有哪些倒退方向和指标？
于洋：科杰有三个指标，一是成为卓越的大数据技术创新公司，二是成为在大数据技术畛域不断创新、面向客户提供标准化产品的公司，三是致力于为中国的大型企业提供数据底座服务，并且将来成为国内当先的中国大型数据根底软件服务公司。
在倒退方向上，科杰心愿在国产大数据畛域帮忙中国的支柱性企业构建数据能力，在行业利用方面跟各行业的合作伙伴进行协同，始终保持为客户带来更好的产品体验。
爱剖析：当今数字化时代下，科杰对于帮忙企业构建数据能力方面有什么样的瞻望？
于洋：在整个数字化转型过程中，科杰心愿帮忙企业实现以数据驱动的增长倒退和整体飞跃。过来十几年，中国的大量技术和软件产品大多是定制化开发、咨询服务或者外包模式，由国外厂商提供久远的整体建设布局和规范的大型软件产品。区别于信息化时代，在当今数字化时代下，中国国产自主的软件产品也在一直致力撑持数字化倒退路线。科杰将专一于企业数据底座建设，以国产的大数据规范软件来撑持各行业数字化转型。我心愿 5 到 10 年后，中国优良的企业软件商岂但服务国内大型企业转型与数字经济倒退，在面向国内大型团体也能提供优质科技产品与服务。