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贸易战，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：2013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。它们重点关注业务应用和大数据服务，我们则尤其重视团结开发者和合作伙伴，并建立生态。

在各行各业，我们总共有几百个合作伙伴。我们还通过在线课堂、高校联合教学，培养了上万开发者。我们从公司成立之初就非常重视生态建设。对我们的合作伙伴而言，我们确实通过技术创新，帮助他们攻克了以前的老、大、难问题，并在产业内形成了良性循环。

谈及大数据普惠化，我觉得现在需求是很旺盛的。一方面，国家现在倡导企业做数字化转型；一方面，企业管理者也越来越重视大数据的价值。但我觉得，大数据普惠化目前受限于几个方面：

其一，虽然大家的意识、需求是很充足的，但就各个企业而言，大家目前所处的数据化、数字化生命周期并不一致。例如在金融行业，有些企业的信息化程度早已很高了；但在传统制造行业，数字化程度是远远不够的。

其二，产能问题。尽管现在有不少相关企业在从事大数据业务，但是在我看来，产能、供应依然不足。甚至在人才招聘方面，都存在不少困难。

不过也有一些可喜的变化。大到我们的国家，小至企业同行，大家都重视大数据领域。各方也在尝试制定相关标准，能够在产业和产业链上更好地、高效地进行分工，努力推动大数据产业的进一步发展。

7月8日，星环科技正式发布“魔方底座”，助力企业数字化、智能化转型