专访｜向量数据库Zilliz创始人星爵：非共识到共识的创业之路

摘要： ...

·“中国企业如果要在未来的几十年里实现更大的发展，SaaS类企业服务的崛起是必然的。如果企业服务无法崛起，中国难以参与全球顶尖的竞争。”

·“如果外部环境变化就能让你改变方向，那并不是真正的相信自己。改变方向只会让你失去自我。”

“即便在两三年前我们已经融到了1.1亿美元，拿到了顶级投资人的钱，是中国基础软件领域融资最多的公司之一，但那时候市场上几乎没有人相信我们。”2017年，在数据领域工作了15年后，星爵观察到了一个现象：大量的非结构化数据一直未被有效地处理和利用，传统数据库如Oracle等公司通常处理的是结构化数据。于是，他决定从硅谷回到中国创业，成立了向量数据库公司“Zilliz”。不过那时OpenAI也刚刚创立两年，距离大模型掀起新一轮人工智能热潮还需要再等五六年，市场上几乎没有人相信他们，“（创业）前五六年，向量数据库基本上属于聪明人看不上也不愿意做的事。”日前，在接受澎湃科技采访时，星爵回忆说。

向量数据库公司Zilliz创始人谢超，星爵为其花名。

直到2023年，创业之路迎来了一个重要的拐点，ChatGPT将大模型推上了人工智能的主流。“和以往的模型相比，大模型对数据的依赖程度更高，它完全是由数据驱动的，数据变得更加重要。”

七年时间，向量数据库作为AI的基础设施，从幕后走到了幕前，非共识成为了共识。“过去一年多，很多公司都在进入向量数据库这个领域，甚至一度有两三百家数据库厂商将自己定位为向量数据库公司，有些人两三个月前还不相信的东西，突然特别相信了。”星爵说。

科技的发展速度超过了很多人的想象，但始终坚定并非易事。从市场幽微时刻出发，一路行至光明时刻，在星爵看来是一种极富英雄主义的坚持。在Zilliz成立伊始便定了一个规矩，新成员加入时要选一个英雄的名字作为自己的花名，本名谢超的他选了漫威宇宙银河护卫队中的英雄“星爵”。

大模型只是应用场景之一

在过去多年的互联网发展过程中，结构化数据的处理占据了主流。所谓结构化数据指的是一种使用预定义和预期格式的数据，其字段、存储、输入、查询、分析等相对固定，典型代表如电商场景中的交易数据，其金额、购买信息等都会有严格的字段定义。

而非结构化数据则恰恰相反，它的结构不规则或不完整，没有预定义的数据模型，很难用数据库二维逻辑表来表示的数据，常见的包括语音、视频、图片、文本等。大家通常认为，这类非结构化数据比结构化数据量大很多，占到所有数据总量的80%，但却很难被处理或分析。

相较于市场上已经发展了二三十年的结构化数据处理工具，非结构化数据处理的工具并不完善，往往需要投入很大的算力和存储资源，譬如要在上百部电影中找到特定画面，检索过程非常复杂且庞大。因为成本过高，导致很多非结构化数据的价值没有被充分挖掘。

“进入人工智能时代后，机器可以代替人来处理这些非结构化数据，如果能够有效利用这些数据，将是一个巨大的机会。”Zilliz主打向量数据库，一种专门为AI打造的处理非结构化数据的存储系统，用于处理非结构化数据的软件工具。复杂的非结构化数据一般需要通过AI模型转化成向量，然后存储到向量数据库中进行分析，才能进一步挖掘蕴含的价值。

“事实上，大语言模型只是向量数据库的一个应用场景，并不是唯一的应用。从2018年开始到2022年，中国的主流科技公司几乎都在使用我们的产品，尤其是在互联网搜索和广告领域，虽然看起来没有那么酷，但它们仍是我们产品的重要应用场景。”星爵说。

比如用户在电商场景中搜索面包，如果仅以关键词维度进行搜索，那么吐司、贝果、欧包等面包的细分品类，就可能被忽略。但在语义和向量维度，它们之间具有极高的相似度，以向量为依据进行搜索更符合现实场景中的用户需求。

向量数据库需要考虑如何将历史海量数据做好向量化，如何构建索引、过程中如何做存储，如何兼顾语义查询和精准查询。经过五年的打磨，Zilliz旗下开源产品Milvus已经成为全球最受欢迎的开源向量数据库之一，基于Milvus的全托管向量数据库云服务Zilliz Cloud也于2022年11月正式发布商用版本，并先后实现全球五大云19个节点的全覆盖，成为全球首个提供海内外多云服务的向量数据库企业。在不久前发布的全球知名研究公司Forrester Wave™ 向量数据库报告中，Zilliz获评领导者象限最高分，在向量维度、向量索引、性能、可扩展性等多个角度得到专业认可。

但在星爵看来这只是个开始，算力、算法和数据是人工智能的三大技术支柱，“如果说算力是火箭的机体，那么算法是控制系统，数据是燃料，虽然每一轮计算机技术的革命都是从硬件开始，然后是算法的进步，但数据才是最核心、最有价值的资源。”大模型为数据提供了一个很好的载体，同样在大模型时代，数据也变得更加重要。

“AI在不同的发展阶段有不同的表现方式，比如五六年前，AI的表现可能是传统的小型卷积神经网络模型。随后，Transformer的出现，再加上scalinglaw等产业规律的存在，有了大模型。除了语言模型，也有视觉模型或其他类型的模型，并逐渐发展成为统一的多模态模型，既可以处理语言文字，也可以处理视频、音频。”

真正的“高光时刻”还未到来

大模型的走红带火了向量数据库，但星爵认为，向量数据库真正的“高光时刻”还未到来。

当前AI领域的发展还没有到真正的爆发阶段。“过去6到8个月中，AI领域正处于爬坡阶段，虽然整体效能有所提升，但尚未达到理想水平。在技术层面，大模型依然面临瓶颈，这一瓶颈可能持续三个月、三年或更长，具体时间难以预测。”

大家都在寻找理想的应用载体，以便将AI与其他技术结合，创造更大的效益。星爵认为，当前AI的发展仍在寻找价值、创造新机遇，市场层面需要找到新的价值点。很多公司对AI的认知不够。“他们常常寻求帮助，却不清楚自己想解决的问题到底是什么，有些找到我们的客户甚至还不了解行业是如何细分的，什么样的问题该找哪类供应商。”

不过，他对中国AI市场的未来发展仍然乐观，“虽然在中国市场，我们经历了很多挑战，但我们依然不愿意放弃这个市场。在AI应用层面，中国并不会落后，中国公司在应用反应速度和执行力上具备优势。在上一代移动革命时期，中国公司在应用方面表现出色。”星爵认为，这一出色的表现仍然会延续至AI时代。

虽然SaaS服务在中国市场一直面临营收难题，但在星爵看来，中国企业如果要在未来的几十年里实现更大的发展，SaaS类企业服务的崛起是必然的。“如果企业服务无法崛起，中国难以参与全球顶尖的竞争。”

“真正的高光时刻应该是当出现第一家营收超过10亿美元、估值达到100亿美元的公司。”而创造个高光时刻的公司可能会是类似Zilliz这样的独立创新公司。

伟大的机会往往都是反共识的

向量数据库火出圈后，经常有人问星爵，“为什么是你们跑出来了？做对了什么？”

“伟大的机会往往是反共识的”。当大多数人都不看好一个方向时，正是创业者坚持信念的时刻。星爵表示，最初选择创业是出于自己从事数据工作多年后的技术直觉，“我在数据领域工作了很长时间，知道当下市场的需求已经可以通过技术的手段去满足。如果不是长期从事数据库工作的人，可能无法说服自己相信这项技术已经到了拐点。”

在创业之前，星爵已在数据领域工作近十五年，处理非结构化数据一直是工作中棘手的难题。但深度学习技术的出现让他意识到这是一个重要的技术变量，使得非结构数据的处理问题变得可以解决。

“相信自己”被星爵认为是一个创业者必须具备的第一要素。“很多人不敢行动，首先是害怕失败，其次是不相信自己，相信自己是一件非常困难的事情，需要对自己的判断和直觉有高度的信任。”在大模型带火了向量数据库后，很多从事传统数据库的人开始转变思路，从不相信到相信，但在星爵看来，“如果外部环境变化就能让你改变方向，那并不是真正的相信自己。改变方向只会让你失去自我。”

虽然坚信终点一定可以抵达，但何时可以抵达并不确定。在创业过程中，星爵也曾遭遇融资困难熬不下去的时候，所以他觉得理想主义对于创业者来说也不可或缺，“如果想要更快地发展可能需要追求短期利益，但只有具备理想和长期愿景，才能更早地进入一个市场，并坚守这一领域。只有坚持和熬过困难，才能取得成功，好的机会往往是反共识的。”Zilliz今天能够在细分领域里获得领先，在星爵看来，完全得益于“起步更早，吸引了更多优秀的人才”，“如果我们进入市场的时间晚了，就根本没有机会了。”