跨大洲數(shù)據(jù)庫實(shí)戰(zhàn)沉思錄：算法驅(qū)動(dòng)商業(yè)時(shí)代的三大破局法則

【全球云觀察 ｜ 科技熱點(diǎn)關(guān)注】

一個(gè)好的數(shù)據(jù)庫不是寫出來的，而是用出來的。然而應(yīng)用的過程，卻少不了成與敗的經(jīng)驗(yàn)與教訓(xùn)。

失敗乃成功之母。這個(gè)大多數(shù)人認(rèn)同的普遍規(guī)律，不僅適用于個(gè)人，也適用于數(shù)據(jù)庫的創(chuàng)新發(fā)展。

“在當(dāng)前這個(gè)算法驅(qū)動(dòng)商業(yè)的時(shí)代，選擇數(shù)據(jù)庫伙伴的本質(zhì)，就是選擇未來5年業(yè)務(wù)擴(kuò)展的基因編碼方式。”一位數(shù)據(jù)庫領(lǐng)域從業(yè)20多年，長期身在一線的架構(gòu)總監(jiān)，在談到跨國公司架構(gòu)陷阱與云原生突圍時(shí)，深有感觸地說，沒有經(jīng)歷過應(yīng)用遭遇風(fēng)險(xiǎn)的驚心動(dòng)魄，始終體會(huì)不到先進(jìn)數(shù)據(jù)技術(shù)帶來的感動(dòng)。

那么，他講述的跨大洲數(shù)據(jù)庫實(shí)戰(zhàn)真實(shí)故事，不妨讓我們看一看能否給“出海破局”帶來些許價(jià)值參考？

01

「法則一」彈性不是技術(shù)指標(biāo)，是生存技能

或許，還有人記得差不多15年前震驚全球的一件美股大事件。

2010年5月6日半夜，作為IBM DB2/mainframe的一名值班技術(shù)經(jīng)理，Demai（德邁）接到某券商公司跑批“Batch job”報(bào)警。

對于Batch Job的重要性，他當(dāng)然熟知。Batch Job就是金融機(jī)構(gòu)夜間批量處理業(yè)務(wù)的代名詞，通常會(huì)涉及數(shù)據(jù)清算、對賬、交易匯總、報(bào)表生成、風(fēng)控計(jì)算等，因?yàn)橐归g操作相對干擾少，可以集中處理大量類似業(yè)務(wù)請求。正因?yàn)锽atch Job涉及數(shù)據(jù)量極大、時(shí)間窗口極短，一旦出現(xiàn)錯(cuò)誤、失敗、超時(shí)等故障可能直接影響第二天交易。

引發(fā)“Batch job”報(bào)警的罪魁禍?zhǔn)祝褪谴竺ΧΦ?月6日閃電崩盤事件。事件起因源自一家交易機(jī)構(gòu)的計(jì)算機(jī)自動(dòng)執(zhí)行賣出指令，觸發(fā)了41億美元的賣單，進(jìn)一步引發(fā)侵略性高頻交易者的跟蹤賣出。道瓊斯工業(yè)指數(shù)在短短幾分鐘內(nèi)暴跌近1000點(diǎn)，市值瞬間蒸發(fā)近1萬億美元，隨后又迅速反彈。

這就是2010年5月6日美國證券市場首次出現(xiàn)因計(jì)算機(jī)高頻交易引發(fā)的股市大事件，史稱為flash crash，即閃電崩盤事件。據(jù)Demai回憶，高頻交易引發(fā)大量數(shù)據(jù)待處理，給該券商的數(shù)據(jù)基礎(chǔ)架構(gòu)造成了巨大峰值壓力。采用IBM DB2傳統(tǒng)數(shù)據(jù)庫與主機(jī)架構(gòu)的該券商，無法很快實(shí)現(xiàn)系統(tǒng)擴(kuò)容，幾乎直接影響到了第二天的交易。

吃一塹，必然長一智。在遭遇史上第一次股市flash crash后，眾多券商為了生存，為了進(jìn)一步增強(qiáng)自己的行業(yè)競爭力，適應(yīng)新型的交易應(yīng)用，提高產(chǎn)品交易的速度，不斷提升計(jì)算機(jī)技術(shù)與數(shù)據(jù)技術(shù)，從而加速了高頻交易模式的爆發(fā)。據(jù)資料顯示，在2010年閃電崩盤（flash crash）事件爆發(fā)后的10年間，美國高頻交易的發(fā)展速度十分驚人，交易量占到了該時(shí)期美國證券市場交易總量的60-70%。

從中也很容易看出，傳統(tǒng)數(shù)據(jù)架構(gòu)，早已無法適應(yīng)高頻交易的新應(yīng)用。正因?yàn)楦哳l交易的興起，進(jìn)而驅(qū)使券商在分布式、數(shù)據(jù)庫、云原生等創(chuàng)新技術(shù)方面不斷發(fā)展，彈性架構(gòu)悄然成為券商賴以生存的基本技能。

無獨(dú)有偶，flash crash大事件發(fā)生8年后，在東南亞發(fā)生了一件怪事，某跨境電子支付公司遭遇黑五流量災(zāi)難，而Demai又是該事件的重要當(dāng)事人。

據(jù)Demai介紹，帥小明（化名）是一個(gè)普通工程師，年輕帥氣，20多歲的他入職了某電子支付安全公司東南亞分支。成為該公司DBA后，很能吃苦，也很能干。

當(dāng)年該電子支付安全公司處于東南亞市場的開拓早期時(shí)，規(guī)模還比較小，于是采用了某公有云的RDS MySQL數(shù)據(jù)庫。這是一個(gè)云上MySQL單機(jī)產(chǎn)品，雖然非常好用，簡潔穩(wěn)定，但是它存在一個(gè)關(guān)鍵問題，即存儲(chǔ)容量是有上限的。一旦存儲(chǔ)達(dá)到上限后，MySQL必須做數(shù)據(jù)庫遷移才能支撐業(yè)務(wù)應(yīng)用，并且不是簡單的文件遷移。而針對云上RDS MySQL數(shù)據(jù)庫遷移，當(dāng)時(shí)基本上1TB存儲(chǔ)需要花費(fèi)時(shí)間2到5小時(shí)。

2018年的一天，星期五，帥小明意外收到一條消息，說是企業(yè)數(shù)據(jù)架構(gòu)突然出現(xiàn)了大狀況。這一天，東南亞購物者在網(wǎng)上花費(fèi)創(chuàng)紀(jì)錄，猛烈在線消費(fèi)增長對在線電子支付造成了高并發(fā)的巨大壓力與挑戰(zhàn)。

畢竟太年輕，帥小明沒有足夠閱歷與經(jīng)驗(yàn)，企業(yè)數(shù)據(jù)架構(gòu)出了大狀況，給他打了個(gè)措手不及，也情有可原。也來不及想太多的問題，通過關(guān)系他找到了Demai所在的數(shù)據(jù)技術(shù)團(tuán)隊(duì)。

“當(dāng)存儲(chǔ)已經(jīng)到了90%以上才開始認(rèn)真對待，眼看這個(gè)系統(tǒng)就要死機(jī)了，怎么辦？”Demai回憶道，該電子支付安全公司總共5個(gè)集群，每個(gè)集群有3-6TB，在非原生架構(gòu)下全部遷移需要花費(fèi)時(shí)間很長，差不多得要一周左右的遷移時(shí)間，可以想象一下，這么長時(shí)間的數(shù)據(jù)庫遷移將對電子支付業(yè)務(wù)帶來怎樣打擊。

遭遇黑五流量，該電子支付安全公司在東南亞的業(yè)務(wù)增長非常快。為了暫時(shí)解決燃眉之急，最后在Demai所在的團(tuán)隊(duì)協(xié)助下，完成了臨時(shí)的數(shù)據(jù)遷移。

危機(jī)得以解決，并非萬事大吉。事后，該電子支付安全公司CXO充分意識到，以現(xiàn)有的業(yè)務(wù)發(fā)展速度，6個(gè)月后同樣的問題還會(huì)發(fā)生，并且影響面會(huì)更大，那將怎么辦？在解決眼前問題后，立刻通過公司決策，采用更先進(jìn)的云原生可擴(kuò)展的數(shù)據(jù)庫，從此構(gòu)建起了彈性數(shù)據(jù)架構(gòu)。

這件事，讓DBA帥小明對數(shù)據(jù)架構(gòu)的彈性有了徹底改變，后來每當(dāng)提及此事，他便強(qiáng)調(diào)說：彈性不是技術(shù)指標(biāo)，真是生存技能。

如今呢，數(shù)據(jù)技術(shù)與云計(jì)算、AI相結(jié)合，彈性能力得以長足發(fā)展。不僅如此，如PingCAP立足中國面向全球推出的TiDB Cloud 和serverless開源數(shù)據(jù)庫部署方案，擁有“精準(zhǔn)預(yù)測×快速響應(yīng)×成本封頂”的優(yōu)勢，為業(yè)界帶來了數(shù)據(jù)架構(gòu)彈性設(shè)計(jì)的深刻認(rèn)知。不僅可以為出海企業(yè)實(shí)現(xiàn)秒級擴(kuò)容，而且其成本只有之前采用公有云廠商RDS的十分之一左右。

02

「法則二」合規(guī)不是成本中心，是競爭壁壘

“為什么同樣是出海，有些企業(yè)能快速打入全球市場，而有些則在出海路上踩雷踩坑，甚至迷失?答案可能讓你大吃一驚。”

現(xiàn)在，Demai已任職PingCAP TiDB亞太技術(shù)總監(jiān)，他饒有興趣地介紹道，企業(yè)在沒有出海之前，在國內(nèi)本地區(qū)業(yè)務(wù)發(fā)展起來后，自然熟悉本地合規(guī)，日常業(yè)務(wù)運(yùn)營合規(guī)性也就習(xí)以為常。畢竟各國各地區(qū)都有各自不同的習(xí)俗與法規(guī)，這樣的國內(nèi)習(xí)慣，如何能適合海外的行業(yè)特點(diǎn)？一旦企業(yè)計(jì)劃出海，合規(guī)與審計(jì)就自然成為競爭壁壘。

某醫(yī)療科技公司歷經(jīng)多年發(fā)展后，業(yè)務(wù)逐漸遍布全球，當(dāng)初在拓展北美市場卻遭遇了一場數(shù)據(jù)審計(jì)72小時(shí)驚險(xiǎn)的風(fēng)波。

熟悉醫(yī)療科技行業(yè)的朋友，應(yīng)當(dāng)都知曉FDA數(shù)據(jù)審計(jì)的重要性。然而，當(dāng)時(shí)初次計(jì)劃進(jìn)入北美市場的該醫(yī)療科技公司，卻未能對FDA理解深刻。

作為美國食品藥品監(jiān)督管理局(FDA)的重要檢查，F(xiàn)DA數(shù)據(jù)審計(jì)舉足輕重。要求醫(yī)療科技公司的整個(gè)生產(chǎn)質(zhì)量管理體系符合cGMP(現(xiàn)行藥品生產(chǎn)質(zhì)量管理規(guī)范)才能拓展美國市場業(yè)務(wù)，如果不合格將被拒絕進(jìn)入美國市場。

其實(shí)，F(xiàn)DA審計(jì)就是藥品質(zhì)量監(jiān)管，對生產(chǎn)系統(tǒng)、質(zhì)量系統(tǒng)、設(shè)施與設(shè)備、物料系統(tǒng)、包裝與標(biāo)簽系統(tǒng)、質(zhì)量控制等環(huán)節(jié)進(jìn)行全面檢查，要求醫(yī)療科技公司的每一個(gè)數(shù)據(jù)都必須有確切的記錄與來源。同時(shí)，對相關(guān)數(shù)據(jù)的合規(guī)性也有著嚴(yán)格要求。

某醫(yī)療科技公司采用的數(shù)據(jù)架構(gòu)有著缺陷，無法按時(shí)及時(shí)提供相關(guān)數(shù)據(jù)送予FDA審計(jì)，一旦超過了審計(jì)時(shí)間，首次申請被FDA拒批，必然會(huì)影響后續(xù)的業(yè)務(wù)落地。

然后該醫(yī)療科技公司通過合作伙伴的努力，改進(jìn)數(shù)據(jù)管理系統(tǒng)，彌補(bǔ)檢測數(shù)據(jù)的完整性，進(jìn)一步提升數(shù)據(jù)真實(shí)性，最終為FDA審計(jì)提交了一份安全有效的數(shù)據(jù)。

在此之后，該醫(yī)療科技公司的管理層深刻意識到，面向全球化戰(zhàn)場，數(shù)據(jù)庫架構(gòu)缺陷不是技術(shù)債務(wù)，而是隨時(shí)可能引爆的戰(zhàn)略級地雷。在選擇數(shù)據(jù)技術(shù)伙伴上，必須重視國內(nèi)與國際的全球合規(guī)要求。因?yàn)楹弦?guī)不是出海企業(yè)的成本中心，而是直接影響發(fā)展的競爭壁壘。

企業(yè)出海，合規(guī)先行。“出海企業(yè)對于合規(guī)和審計(jì)，是出海拓展業(yè)務(wù)碰到的第一大門檻。”Demai表示，作為立足中國拓展全球數(shù)據(jù)技術(shù)的PingCAP，旗下的TiDB數(shù)據(jù)庫已經(jīng)拿到了海外多個(gè)合規(guī)認(rèn)證，包括SOC2、ISO27001/27701、GDPR、PCI-DSS、HIPAA。而HIPAA作為一項(xiàng)美國的健康保險(xiǎn)流通與責(zé)任法案，得到廣泛認(rèn)可的醫(yī)療保健行業(yè)法規(guī)，為保護(hù)醫(yī)療保健數(shù)據(jù)提供數(shù)據(jù)隱私和安全條款。對于醫(yī)療保健和相關(guān)領(lǐng)域的組織，根據(jù)HIPAA要求，在與PingCAP正確執(zhí)行業(yè)務(wù)合作協(xié)議（BAA）后，PingCAP支持用戶涉及HIPAA的相關(guān)數(shù)據(jù)。

不僅如此，作為數(shù)據(jù)庫提供商，PingCAP一直非常重視安全與數(shù)據(jù)隱私合規(guī)，建立了完善的安全及數(shù)據(jù)隱私合規(guī)管理體系，并為數(shù)據(jù)庫設(shè)計(jì)一系列的安全功能，從而為用戶提供安全可靠的數(shù)據(jù)庫產(chǎn)品。TiDB有內(nèi)部設(shè)計(jì)和安全產(chǎn)品服務(wù)，可以協(xié)助用戶審查流程。如TiDB的合規(guī)機(jī)器人，可以幫助用戶自動(dòng)生成數(shù)據(jù)和基礎(chǔ)設(shè)施管理相關(guān)的文檔，包括數(shù)據(jù)物理存儲(chǔ)、數(shù)據(jù)流動(dòng)、數(shù)據(jù)血緣類信息。TiDB合規(guī)機(jī)器人可以自動(dòng)生成200+頁審計(jì)材料，協(xié)助用戶跟隨各地法律法規(guī)的要求。 與此同時(shí)，TiDB還提供SQL審計(jì)插件，滿足合規(guī)審計(jì)的要求，便于安全、運(yùn)維人員查看SQL操作日志，及時(shí)發(fā)現(xiàn)問題。

03

「法則三」AI基建不是實(shí)驗(yàn)室，是戰(zhàn)場指揮部

AI正在變革一切。信則有，不信則無。這句話似乎也適合國際五大專業(yè)服務(wù)集團(tuán)與本土八大會(huì)計(jì)師事務(wù)所正在發(fā)生的AI×Data大變革。

國際五大專業(yè)服務(wù)集團(tuán)即：普華永道（PwC）、德勤（Deloitte）、安永（EY）、畢馬威（KPMG）和埃森哲（Accenture）；本土八大會(huì)計(jì)師事務(wù)所即：瑞華、立信、天健、信永中和、大華、大信、致同、天職國際。

以埃森哲為例，在2023年6月就對外宣布未來三年投資30億美元，專注于數(shù)據(jù)和人工智能（AI）業(yè)務(wù)領(lǐng)域，推動(dòng)企業(yè)全面重塑。不僅如此，埃森哲首席技術(shù)官Paul Daugherty之前也表示，未來十年，人工智能作為一個(gè)大趨勢，將不斷改變行業(yè)、企業(yè)、生活和工作，各行各業(yè)有四成的工作時(shí)間將得到生成式人工智能的助力。

Paul的表達(dá)還是非常委婉，將他話改變一個(gè)角度來理解，這將意味著全球各行各業(yè)將有四成的工作可能被AI所取代。至于這個(gè)取代的速度到底有多快，目前誰都說不清。即便埃森哲等國際IT咨詢公司對外一直強(qiáng)調(diào)以人為本，堅(jiān)持提升員工與AI結(jié)合的能力，但是據(jù)Demai針對五大國際IT咨詢公司和本土八大會(huì)計(jì)師事務(wù)所的長期交流與觀察發(fā)現(xiàn)，被AI替代首當(dāng)其沖的當(dāng)屬技術(shù)密集型的審計(jì)工作。為什么？

據(jù)不完全統(tǒng)計(jì)，綜合目前業(yè)內(nèi)消息從員工起薪來看，五大國際IT咨詢公司在一般在10000-15000元，而本土八大會(huì)計(jì)師事務(wù)所薪資水平都差不多平均在4000-6000元。員工成本足以說明其中的重要問題，五大國際IT咨詢公司用工成本明顯更高，這可能才是加速數(shù)智化咨詢的秘密所在。數(shù)智化帶來更高效的服務(wù)，更低成本的付出，更高價(jià)值的用戶回報(bào)，何樂而不為呢？

為什么同樣是針對技術(shù)密集型工作，五大國際IT咨詢公司在積極采用AI+數(shù)據(jù)做替代，而本土八大會(huì)計(jì)師事務(wù)所卻“雷聲大雨點(diǎn)小”，依然靠本土的人海戰(zhàn)術(shù)，需要員工到客戶現(xiàn)場苦哈哈工作，其中的秘密又在哪里呢？

本土八大會(huì)計(jì)師事務(wù)所的初級審計(jì)員工刷底單的技術(shù)工作，通過人工整理方式將客戶審計(jì)材料，轉(zhuǎn)換成審計(jì)軟件可以輸入輸出的方式，然后由資深的高級審計(jì)員通過人工再進(jìn)一步審計(jì)。這主要在于國內(nèi)的財(cái)務(wù)軟件類公司，當(dāng)初從電子化逐漸發(fā)展走過來，老審計(jì)員習(xí)慣了老的財(cái)務(wù)軟件，因而國際接軌比較慢，比較難以適應(yīng)先進(jìn)的國際審計(jì)工具。之前習(xí)慣性的商業(yè)模式，在云計(jì)算、AI與數(shù)據(jù)技術(shù)的沖擊下，不改變就意味著什么，大家可想而知。

Demai再次分析指出，固化的流程工作最容易被AI替代，諸如咨詢公司中刷底單等類似這樣技術(shù)密集型工作將很快被AI替代，并逐漸消失。通過數(shù)據(jù)管理與AI的創(chuàng)新結(jié)合逐步替代人工，也將驅(qū)動(dòng)新的SaaS出現(xiàn)，這就是五大國際IT咨詢公司為何如此重視數(shù)智化轉(zhuǎn)型的根源所在。不變革則岌岌可危，變則應(yīng)勢而上，進(jìn)而有為。

不僅如此，借助自己之前的工作機(jī)會(huì)，通過長期的溝通與調(diào)研，Demai發(fā)現(xiàn)在咨詢行業(yè)的審計(jì)業(yè)務(wù)場景中暗藏AI×Data的四大創(chuàng)新機(jī)會(huì)。

機(jī)會(huì)一，決策前的盡調(diào)報(bào)告，即AI×Data的洞察分析能力提升風(fēng)險(xiǎn)評估效率。一般可以通過互聯(lián)網(wǎng)的公開數(shù)據(jù)，對企業(yè)進(jìn)行前期的行業(yè)分析，并為企業(yè)輸出具有一定規(guī)范要求模版的報(bào)告。這明顯比較符合現(xiàn)在大語言模型LLM的技術(shù)應(yīng)用場景。AI×Data的創(chuàng)新應(yīng)用，對企業(yè)內(nèi)外多模數(shù)據(jù)實(shí)現(xiàn)搜索整合，并根據(jù)已有模版要求，可以高效率先完成企業(yè)決策報(bào)告的60～80%，然后在此基礎(chǔ)上由資深專業(yè)人員完成最終報(bào)告。

機(jī)會(huì)二，審計(jì)刷底稿，即AI×Data的開發(fā)應(yīng)用通過軟件工具替代初級審計(jì)員的“苦力活”。刷底稿屬于審計(jì)工作流程中非常重要的基礎(chǔ)工作，其完成的質(zhì)量高低直接影響后續(xù)審計(jì)結(jié)果的好壞，需要相關(guān)人員具有專業(yè)知識和責(zé)任心，因?yàn)樗⒌赘骞ぷ髁看笠残枰鋫浯罅康募夹g(shù)人力。但是目前本土八大會(huì)計(jì)師事務(wù)所的初級審計(jì)員因經(jīng)驗(yàn)、專業(yè)知識、責(zé)任心等影響，產(chǎn)出質(zhì)量參差不齊。AI×Data結(jié)合起來，基于AI原生（AI-Ready）應(yīng)用，針對企業(yè)具體審計(jì)刷底稿的工作進(jìn)行應(yīng)用開發(fā)與定制，形成自動(dòng)化與工具化，提升刷底稿工作質(zhì)量與效率。這其中暗藏了新SaaS軟件的發(fā)展契機(jī)。

機(jī)會(huì)三，底稿“測試”，即AI×Data相結(jié)合開發(fā)軟件工具輔助資深審計(jì)員的“經(jīng)驗(yàn)活”。經(jīng)驗(yàn)到底靠得住還是靠不住，答案不需要討論，經(jīng)驗(yàn)雖好但不能排除人工潛在的責(zé)任心影響。資深審計(jì)員做底稿“測試”，對此的專業(yè)要求很高，也是審計(jì)團(tuán)隊(duì)把關(guān)的責(zé)任人。AI×Data融合應(yīng)用，基于大語言LLM模型創(chuàng)新，可以開發(fā)輔助類工具copilot，提升底稿“測試”工作的高質(zhì)量與高效率。

機(jī)會(huì)四，審計(jì)結(jié)果輸出報(bào)告，即AI×Data帶來審計(jì)結(jié)果的高效洞察。審計(jì)結(jié)果最終需要輸出文檔文字報(bào)告，然而從原始數(shù)據(jù)匯集成報(bào)告類數(shù)據(jù)， 常常需要數(shù)天的全手工匯集。作為審計(jì)工作最后的重要環(huán)節(jié)，由于操作細(xì)節(jié)和規(guī)范均較多，即耗時(shí)又容易出錯(cuò)。AI×Data帶來自動(dòng)化、工具化、智能化的幫助，將為審計(jì)最好的報(bào)告輸出工作帶來革命性的變化。

此外，從另外一角度來分析，本土八大會(huì)計(jì)師事務(wù)所想要走出中國市場，走向海外市場，依靠人工咨詢，做貼身服務(wù)，通過這樣傳統(tǒng)模式出海比較難以成功。五大國際咨詢公司開展全球業(yè)務(wù)，以歐美合規(guī)、流程等標(biāo)準(zhǔn)，覆蓋全球企業(yè)客戶，立足云+AI+數(shù)據(jù)技術(shù)不斷提升數(shù)智咨詢能力，借助智能工具輔助工作，減少人工現(xiàn)場依賴，不僅提升了工作效率，而且也可以減少人工的高成本，增強(qiáng)自身的行業(yè)競爭力。從而，兩個(gè)咨詢陣營的發(fā)展形成了鮮明對比，這或許就是本土八大會(huì)計(jì)師事務(wù)所難以走出國門與五大國際IT咨詢公司巨頭直接PK的原因所在。

為此，通過機(jī)器學(xué)習(xí)、自然語言處理、計(jì)算機(jī)視覺等AI技術(shù)，助推咨詢服務(wù)數(shù)智化轉(zhuǎn)型，實(shí)現(xiàn)數(shù)智咨詢必然成為國內(nèi)國際所有IT咨詢公司的努力方向。數(shù)智技術(shù)的應(yīng)用能夠使咨詢和審計(jì)工作更加智能化、自動(dòng)化，減少人為錯(cuò)誤和重復(fù)勞動(dòng)，能夠更快地完成咨詢與審計(jì)工作，提高工作效率和準(zhǔn)確性。為此，在咨詢行業(yè)中技術(shù)密集型工作因AI×Data的創(chuàng)新應(yīng)用，正在悄然發(fā)生改變。

誠然，數(shù)智化咨詢是大勢所趨，通過數(shù)智化轉(zhuǎn)型，IT咨詢公司都可以開發(fā)新的服務(wù)模式和產(chǎn)品，滿足用戶不斷變化的需求。為此，如埃森哲等國際IT咨詢公司早已推出了基于云計(jì)算的SaaS產(chǎn)品，為企業(yè)提供實(shí)時(shí)的咨詢服務(wù)和解決方案。

面對AI與大模型發(fā)展狂潮來襲，Demai分析指出，如果說2023年是搶GPU卡構(gòu)建智算基礎(chǔ)設(shè)施一年，那么2024就是智算云創(chuàng)新賣GPU卡的一年，由此而來2025必將是創(chuàng)新型開發(fā)者在數(shù)據(jù)平臺(tái)AI×Data領(lǐng)域不斷突破、百花齊放的一年。既然在審計(jì)業(yè)務(wù)場景中就蘊(yùn)藏著四大創(chuàng)新機(jī)會(huì)，那么在其他業(yè)務(wù)場景中同樣也值得探索與研究。

對此，Demai也斷言，2025年大家定能見證AI×Data實(shí)際應(yīng)用獲得新突破，將AI作為戰(zhàn)場指揮部，在AI就緒的數(shù)據(jù)庫領(lǐng)域，蘊(yùn)藏著巨大的創(chuàng)新力，為百行百業(yè)數(shù)智化轉(zhuǎn)型提供了有力支撐，未來將朝著融合與智能的方向持續(xù)發(fā)展，為數(shù)據(jù)管理與應(yīng)用帶來更多的可能性和價(jià)值。

一方面， 新AI SaaS蓬勃發(fā)展，驅(qū)動(dòng)新型數(shù)據(jù)庫廠商加速創(chuàng)新。隨著取代技術(shù)密集型工作的全新AI應(yīng)用不斷落地，將不斷驅(qū)動(dòng)新的SaaS軟件開發(fā)迭代，也將帶來SaaS背后的數(shù)據(jù)庫技術(shù)新發(fā)展。之前如SAP那樣與Oracle強(qiáng)綁定模式，背負(fù)老朽沉重的傳統(tǒng)數(shù)據(jù)庫的包袱，難以支持關(guān)系型、非關(guān)系型、圖表等多種數(shù)據(jù)類型和更復(fù)雜的數(shù)據(jù)結(jié)構(gòu)，更難以實(shí)現(xiàn)事務(wù)處理與復(fù)雜數(shù)據(jù)分析的融合。AI SaaS與傳統(tǒng)SaaS只需處理結(jié)構(gòu)化交易數(shù)據(jù)不同，新一代AI應(yīng)用面臨多模態(tài)數(shù)據(jù)、混合負(fù)載、彈性算力三重挑戰(zhàn)。

打破傳統(tǒng)關(guān)系型數(shù)據(jù)庫的模式束縛勢在必行，這個(gè)艱巨的任務(wù)必然帶給新型數(shù)據(jù)庫廠商更多發(fā)展機(jī)會(huì)，特別是擁有云原生保持云中立的分布式數(shù)據(jù)庫，如TiDB生逢其時(shí)。

TiDB通過創(chuàng)新的Hybrid Transactional/Analytical Processing (HTAP) 架構(gòu)與多模數(shù)據(jù)處理能力，不僅實(shí)現(xiàn)萬億級數(shù)據(jù)的ACID事務(wù)保障與實(shí)時(shí)分析穿透，其Serverless形態(tài)更能讓AI SaaS開發(fā)商在3秒內(nèi)完成從開發(fā)測試到生產(chǎn)流量的千倍擴(kuò)容。在很大程度上，滿足了LLM應(yīng)用應(yīng)對瞬間流量洪峰的剛需。

由此可見，新SaaS后臺(tái)少不了舉足輕重的數(shù)據(jù)管理平臺(tái)，在AI加持SaaS軟件過程中，SaaS智能化也在促進(jìn)新型數(shù)據(jù)庫加速發(fā)展，并且AI SaaS的爆發(fā)式增長正在重新定義數(shù)據(jù)庫的技術(shù)標(biāo)尺。

另一方面，大語言模型2D(Developer開發(fā)者) 和2P(Professional專業(yè)服務(wù)) 的爆發(fā)。大語言模型LLM應(yīng)用開發(fā)平臺(tái)Dify支持多種大型語言模型，如Claude3、OpenAI等，并與多個(gè)模型供應(yīng)商合作，讓AI應(yīng)用落地更簡單。開源大模型DeepSeek等興起，加上支持AI就緒（AI-Ready）的TiDB數(shù)據(jù)技術(shù)不斷創(chuàng)新，加速了開發(fā)者將大模型轉(zhuǎn)化為實(shí)際業(yè)務(wù)。

TiDB Next Gen是為AI時(shí)代打造的數(shù)據(jù)平臺(tái)，構(gòu)建了數(shù)據(jù)新鮮度×查詢靈活性×資源協(xié)同性”的數(shù)據(jù)支撐能力，通過流批一體管道、混合負(fù)載隔離和Serverless彈性的三大技術(shù)創(chuàng)新破局。比如借助Change Data Capture(CDC)將OLTP事務(wù)數(shù)據(jù)實(shí)時(shí)注入訓(xùn)練集群，對話日志到微調(diào)模型的延遲從小時(shí)級壓縮至10秒內(nèi)。

采用HTAP架構(gòu)使模型訓(xùn)練所需的復(fù)雜查詢(AP)與用戶付費(fèi)等關(guān)鍵事務(wù)(TP)共享同一數(shù)據(jù)集卻互不干擾，資源利用率提升8倍。

當(dāng)Dify平臺(tái)上的AI應(yīng)用因社交傳播突然獲得10萬日活，TiDB Cloud可自動(dòng)在20秒內(nèi)將計(jì)算節(jié)點(diǎn)從1個(gè)擴(kuò)展到100個(gè)，開發(fā)者無需中斷服務(wù)即可消化流量脈沖。

從而讓開發(fā)者在構(gòu)建RAG應(yīng)用時(shí)，無需在PostgreSQL(事務(wù))、Elasticsearch(檢索)、Snowflake(分析)之間反復(fù)ETL，而是通過統(tǒng)一接口同時(shí)完成用戶行為記錄、向量相似度計(jì)算、實(shí)時(shí)業(yè)務(wù)洞察三個(gè)動(dòng)作，使LLM應(yīng)用迭代周期從month級壓縮至day級。實(shí)現(xiàn)交易數(shù)據(jù)10秒內(nèi)進(jìn)入訓(xùn)練管道，保障混合負(fù)載，確保模型訓(xùn)練不影響在線交易，從而打破了AI應(yīng)用對開發(fā)者不友好的那堵墻。

現(xiàn)在，一個(gè)普通開發(fā)人員，花費(fèi)72小時(shí)時(shí)間就可以開發(fā)一個(gè)完整的AI應(yīng)用，如流行的聊天對話機(jī)器人。借助TiDB的全棧AI就緒能力，開發(fā)者可以實(shí)現(xiàn)從創(chuàng)意到生產(chǎn)的72小時(shí)快速創(chuàng)新。值得注意的是，當(dāng)AI應(yīng)用突然爆紅時(shí)，TiDB的Serverless架構(gòu)自動(dòng)在90秒內(nèi)將QPS容量從100擴(kuò)展到10萬級，HTAP資源隔離確保突發(fā)數(shù)據(jù)分析不會(huì)影響在線交易SLA。TiDB生長式架構(gòu)徹底改變了AI應(yīng)用的演進(jìn)路徑，出海企業(yè)的初創(chuàng)團(tuán)隊(duì)用3張SQL表就能啟動(dòng)MVP（存儲(chǔ)對話日志、用戶畫像、知識庫向量），而后無需重構(gòu)即可平滑過渡到支持日均百億token的企業(yè)級系統(tǒng)。

融合了事務(wù)性能力（TP）與分析型能力（AP）的TiDB數(shù)據(jù)庫，不僅可以幫助AI應(yīng)用進(jìn)行計(jì)費(fèi)/收費(fèi)，而且可以實(shí)時(shí)匯總所有用戶搜索的重點(diǎn)詞。與此同時(shí)，TiDB向量（Vector)能力可以直接存儲(chǔ)和搜索嵌入式(Embedded)數(shù)據(jù)。TiDB Cloud 和serverless提供小數(shù)據(jù)小流量的完全免費(fèi)，保證AI應(yīng)用從3～5客戶到百萬客戶的秒/分鐘擴(kuò)容。在流程管理方面，采用新數(shù)據(jù)庫技術(shù)管理多模數(shù)據(jù)，針對各類數(shù)據(jù)做分析，洞察數(shù)據(jù)價(jià)值，可以大大提升管理效率。

PingCAP TiDB亞太技術(shù)總監(jiān)Demai

Demai分析指出，全球性IT咨詢公司推出SaaS咨詢軟件，其背后的力量離不開AI、數(shù)據(jù)技術(shù)與云的加持。并且，借助AI、數(shù)據(jù)技術(shù)與云的力量進(jìn)行業(yè)務(wù)創(chuàng)新，成為當(dāng)前全球IT咨詢行業(yè)的發(fā)展大趨勢。

普華永道（PwC）、德勤（Deloitte）、安永（EY）、畢馬威（KPMG）和埃森哲（Accenture）已經(jīng)在這個(gè)賽道上快步流星向前沖了，然而本土八大會(huì)計(jì)師事務(wù)所的動(dòng)作卻比較緩慢，這明顯與五大國際IT咨詢公司有著很大的發(fā)展差異性，在業(yè)務(wù)創(chuàng)新對AI、數(shù)據(jù)技術(shù)與云的利用上并沒有想象中那么熱衷，甚至明顯落后于五大國際IT咨詢公司。

全球云觀察分析認(rèn)為，任何公司都逃離不了優(yōu)勝劣汰的行業(yè)發(fā)展規(guī)律，落后就容易被競爭對手降維打擊。唯有創(chuàng)新才能保持基業(yè)長青，在咨詢行業(yè)中，五大國際IT咨詢公司都深諳此道。話又說回來了，一個(gè)出海企業(yè)想要取得成功而不被時(shí)代所淘汰，就離不開創(chuàng)新。創(chuàng)新是一個(gè)出海企業(yè)的靈魂，只有不斷創(chuàng)造出更好的產(chǎn)品與服務(wù)，才能贏得發(fā)展與進(jìn)步。如何結(jié)合AI、數(shù)據(jù)技術(shù)與云，將是一個(gè)長期的持續(xù)創(chuàng)新過程。而把AI基建當(dāng)成戰(zhàn)場指揮部，不是實(shí)驗(yàn)室，咨詢行業(yè)正在發(fā)生AI×data的大變革值得再次深思。

04

「小結(jié)」法則在手，未來我有

當(dāng)前，數(shù)據(jù)不再是簡單的信息，早已成為了企業(yè)的資產(chǎn)。全球AI技術(shù)也獲得了令人矚目的飛躍式發(fā)展，AI×data與業(yè)務(wù)場景的不斷深度融合，正在推動(dòng)著商業(yè)模式重塑。每一個(gè)企業(yè)在大踏步邁入算法驅(qū)動(dòng)商業(yè)時(shí)代之時(shí)，更需要明確其中的底層邏輯。

算法驅(qū)動(dòng)商業(yè)的核心邏輯，在于打造“數(shù)據(jù)-算法-業(yè)務(wù)”的閉環(huán)，通過數(shù)據(jù)獲取、算法優(yōu)化和業(yè)務(wù)創(chuàng)新，形成一個(gè)可持續(xù)的循環(huán)系統(tǒng)，比如利用算法來優(yōu)化商業(yè)決策、運(yùn)營流程和客戶體驗(yàn)等，從而提升商業(yè)效益。因?yàn)闃I(yè)務(wù)環(huán)境和用戶行為等不是一塵不變的，而是動(dòng)態(tài)變化的，只有不斷更新數(shù)據(jù)和算法，才能保證算法驅(qū)動(dòng)商業(yè)的效果持續(xù)有效。從中可以看出，數(shù)據(jù)技術(shù)的創(chuàng)新能力支持，對這個(gè)閉環(huán)系統(tǒng)起到舉足輕重的作用。

彈性不是技術(shù)指標(biāo)，是生存技能；合規(guī)不是成本中心，是競爭壁壘；AI基建不是實(shí)驗(yàn)室，是戰(zhàn)場指揮部。彈性、合規(guī)與AI新基建，三個(gè)不可或缺的破局法則，為出海企業(yè)尋求數(shù)字基建的戰(zhàn)略抉擇之道，在算法驅(qū)動(dòng)商業(yè)時(shí)代找到了發(fā)展的確定性。

而符合現(xiàn)代架構(gòu)的數(shù)據(jù)庫，可以讓企業(yè)用一份預(yù)算獲得：“合規(guī)盾牌+彈性引擎+AI加速器”三位一體的數(shù)字基建航母。這可以說是一次全球化企業(yè)對抗不確定性的戰(zhàn)略重組。

法則在手，未來我有。企業(yè)出海立足數(shù)據(jù)庫實(shí)戰(zhàn)三大法則，何愁不能行穩(wěn)致遠(yuǎn)，進(jìn)而有為呢？

你怎么看？

歡迎文末評論補(bǔ)充！

【全球云觀察｜全球存儲(chǔ)觀察 ｜科技明說｜阿明觀察】專注科技公司分析，用數(shù)據(jù)說話，帶你看懂科技。本文和作者回復(fù)僅代表個(gè)人觀點(diǎn)，不構(gòu)成任何投資建議。