导读：7日-10日，世界人工智能大会在上海举行，星环科技也将以大会战略合作伙伴的身份与会。在大数据时代，中国软件行业发展的怎么样了？在基础软件领域，我们又有哪些“硬气”的资本？日前，观察者网就此话题对星环科技联合创始人朱珺辰进行了专访。
“在大数据和云原生技术融合等方面，中国已经做到了事实上的国际 ，并能引领行业发展”，星环科技联合创始人朱珺辰表示，以星环科技提供的基础软件服务为基础，在金融、交通、政务、能源和安全等诸多领域，中国已经实现了国产软件的自创、自建、自用、自有。
这不仅摆脱了对国外公司的依赖，将核心软件掌握在自己手里；也验证了国内自研软件生态和自研硬件生态的结合道路，是切实可行的。
与此同时，朱珺辰先生也向观察者网指出了业内存在的部分客观现状和问题，例如人才紧缺、互联网企业对人才的“虹吸效应”过于强劲、大数据服务产能供给不足等。
星环科技是一家致力于开发大数据基础软件的“独角兽”企业，也是上海抗疫功臣“随申码”的底层数据库系统及高并发数据服务提供商。在世界人工智能大会上，星环科技以大会战略合作伙伴的身份亮相。
图源星环科技
在大数据时代，中国软件行业发展得怎么样了？在基础软件领域，我们又有哪些“硬气”的资本？观察者网专访整理如下。
观察者网：能不能简单介绍一下星环科技的技术水平和应用场景？在哪些领域我们达到了国际水平，实现了关键性的技术突破和技术创新？
朱珺辰：我们现在主要专注于基础软件领域。星环科技最早从大数据相关产品开始发力，后面逐渐覆盖到人工智能和数据库等领域。目前，我们拥有非常庞大的客户群体。
我们聚焦分析型数据库场景，并为其提供配套支持。在容器和云原生的融合等方面，我们已经达到了国际 水平。星环科技是最早通过TPC-DS基准测试的，也是最早把大数据和AI服务，以容器云的方式、云原生的技术，打造成大数据云产品的。
观察者网：国内其实也涌现了大批同行业企业。他们的发展方向大致是怎样的？大家存在哪些不同？
朱珺辰：在大数据平台原创性上，大家还是存在着很大差距。
星环科技的大数据平台是基于分布式技术实现的。星环科技旗下数据库产品，基于分布式架构，得到了统一的规划设计和产品实现。但有很多同行，它们的数据库是在传统的MPP数据库架构基础之上，进行优化和演进。在这一点上，大家还是存在差距的。
以数据库为例，我们引入了多模数据库的架构，并通过容器技术，实现了统一的资源管理调度、统一的存储管理、统一的计算引擎，以及统一的SQL编译引擎。各种产品数据，诸如图计算、搜索、批处理和交互分析，都可以基于上面的模态而存在，从而促成技术实现。
整体而言，一方面，这条技术路径可以让我们的产品形成一个整体，以多模数据库的形态，去应对不同的业务场景；另外一方面，我们的项目研发也会更加高效。以模块的形式，很多环节可以复用，并不需要重复“造轮子”。由此来看，大家在技术架构和演进框架上，差别还是比较大的。
观察者网：国外竞品的发展情况如何？
朱珺辰：放眼国外，在大数据领域，诸如Cloudera这类国外公司，发展都比较早。不过它们相对而言更侧重开源的控制权。Cloudera今年开始修改它的收费策略，要求所有的版本都需要付费。像国外的这种“免费午餐”，今后越来越难“吃”到了。
在我们喊出“大数据和云原生技术融合”，并产生了一些相关业务价值之后，Cloudera也沿着这条路线展开了引进和开发。按照其说法，他们在年开始尝试有关技术，并于今年上半年取得了初步成果。因此在技术方向上，我认为星环科技发挥了引领作用。
国外公有云的发展相对来讲是比较迅速的，其接受程度也更高。一些国外公司的发展模态是基于公有云，构建其配套的数据分析产品和相关工具栈。这是国外竞品的基本情况。
观察者网：国内外的发展状态，用“差距”来形容更恰当，还是用“差异”来形容更确切？
朱珺辰：我觉得在大数据领域，“差距”是谈不上的，国内的技术在某些领域更为 。
在具体的技术实现上，国内外会存在不同。但在发展路径上，国内外的差异一定程度上在慢慢缩小。就大的发展方向而言，大数据技术是市场以及客户需求在推动的，因此在认知方面，大家的差异会不断趋同。况且在大数据领域，中国确实起到了一定的引领作用。
观察者网：之前看到咱们的公开介绍资料，星环科技基本实现了软件技术的自主重构。围绕这一块，能不能讲解一下背后的技术和产业意义？
朱珺辰：星环科技选择并坚持了自主路线。不过，这并不是说我们从一开始就是“为了自主”，从而标新立异地去推进这份事业。在很早之前，我们就在软件技术领域有所积累和耕耘。从大环境上来说，彼时还没有中美之间所谓的 ，而国家信创（信息技术应用创新产业）也还没有到达今天的高度。
公司创立之初，遇到的问题是客户的需求不能被开源产品及其组件满足。当时我们也曾尝试着加入开源社区并做出贡献，但实际上，开源社区是被国外公司把控的，不是说我们想把技术往哪个方向引导，就能如愿的，这是其中一个方面。
第二个方面，相对来讲，中国早些年对软件价值的重视不足。在市场环境不理想和知识产权保护不足的大环境下，旧有模式其实是不合适的。
实践证明，在中国，企业难以通过之前的开发模式存活下来，并长远发展。
因此，我们当时考虑到两个方面：其一是开源路线本身，它不能满足客户和市场需求；其二是中国的市场和竞争状况，决定了我们不会采取“开源+社区”的方式。
从技术方面来看，我们很早之前就发现，Hadoop架构设计初衷，就是服务于海量数据的批处理计算。在交互分析和数仓等方面，它是没有办法同MPP架构相较量的。它不仅不能完全运作，在性能上也存在明显差距。
结合我们后来迈入银行业的感受。银行是要保障数据最终一致性的，所以银行在数据加工过程中的批量更新和删除等方面存在需求。但开源架构并不能提供有效支持。
在当时的环境下，基于开源模式无法满足客户需求等一系列原因，我们开始做自主研发，沿着业务应用，向底层技术探索。相比于选择“开源”，自研会更早地遇到问题、发现问题并解决问题。
中国市场的数据量远超美国，这是人口基数决定的。特别是银行业、金融业，它们的存量业务系统非常庞大。以我们的从业经历来说，一些正常规模的银行客户有上万张表，其批处理作业规模非常大。
美国总的人口规模决定了其数据量级低于中国，包括银行交易的流水、清单，以及交易平台衍生的其他记录。我们早期涉及的公安和运营商业务，它们的数据量也远超美国。
因此，在服务客户和市场推广过程中，我们会根据实际需要，进行相关的自主研发。
观察者网：在提供基础面支撑性服务的时候，星环科技有哪些发现？我们的国家近些年来有哪些可喜的变化？
朱珺辰：各方面都能看到积极的变化，同时大环境也在向好。比如国家对基础软件的重视，以及对相关数据处理价值的重视。从资本维度上说，利好政策还包括科创板的设立。这一系列举措，都对我们有比较大的帮助。
观察者网：刚才我们多次聊到了大数据。人工智能+大数据+云的结合，也是现在的趋势。它们三者是什么样的关系，三者结合的技术导向，会对行业提出哪些新要求？能不能联系到星环科技的实际业务谈一谈？
朱珺辰：结合业务实际，我们的理解是：大数据、人工智能和云，它们是一个相辅相成的关系，
很多时候，大数据促进了人工智能等技术的发展。因为不少技术进一步发展的前提是：数据要先聚集起来。以前数据都是分散地、孤立地存在于企业的各个业务系统之中的。现在数据集中了，那么资源就集中了。对于大型集团客户而言，各部门、各分支机构的数据分析需求长期存在，如今又面对数据和资源的大集中，自然而然地就延伸出对企业内部私有云、数据云的需求。
这个话题的另一个部分，是人工智能本身的发展。两个方面：
其一，在结构化数据领域，早在AlphaGo这个热点引爆之前，我们就已经在做相关研究。以前的很多工作，诸如统计和数据挖掘算法，它们其实都会受限于计算力。很多时候，它们是以抽样的方式，进行相关建模分析的。在这种情况下，整个模型的精度，以及相关建模的效果，其实是要打折扣的。
后来伴随着大数据分布式计算技术的发展，算力问题得到解决。依托此背景，面向传统机器学习，可以通过分布式技术，包括对算法进行分布式实现，从而达到基于全量数据训练的效果。从这个角度来说，整个模型的效果会大幅提升。
其二，对数据的处理。人工智能技术大大拓宽了数据处理的类别，以前更多是针对结构化数据，展开相关的建模分析；现在则可以通过人工智能技术，引入非结构化数据，包括图片、视频、文本，还有音频等。
在以前，很多非结构化的数据，甚至都不会被储存下来；如今的技术发展，已让它们可以被存下来、被处理，并发挥价值。
从这个角度上来看，有分布式算力，又有非结构化数据储存处理。自然而然的，市场就存在需求；对应的，技术会不断进化，以满足需求。
因此总的来说，云、人工智能和大数据技术的结合，是比较紧密的。
观察者网：那在技术落地这块呢？星环科技是如何推动大数据和应用生态的具体结合的？面向社会，星环科技准备如何推动大数据的普惠化工作？
朱珺辰：年，我们公司刚刚成立。在市场推进和业务拓展的时候，我们比较注重生态的构建。我们一直专注于底层基础软件的开发，这和其他一些大数据开发公司是不同的。它们重点
联系电话：