111

6月28日,2017中国开源产业峰会暨第21届中国国际软件博览会分论坛在北京隆重开幕。此次峰会由软博会组委会指导,北京市软件与服务业协会和EasyStack联合主办。工业和信息化部信息化和软件服务业司副司长李冠宇、北京市经济和信息化委员会委员姜广智出席并致辞。

以“开源、智能、未来”为主题,来自百度云,布比、EasyStack、格灵深瞳、IBM、PingCap等云计算、大数据、人工智能、区块链的开源热门领域的创始人和业务负责人参与圆桌论坛,中国邮政储蓄银行、国家电网国电通、兴业数金、中国银联、东南大学等开源技术的行业用户展开深度对话,吸引了开源产业领域上千人到场关注。

4

峰会还特别举办了2017中国开源产业峰会圆桌论坛,参与嘉宾有(所有顺序均按照公司字母排序)主持人、科技茱比莉主编陈翔,百度云计算事业部联席总经理刘炀,布比联合创始人兼CTO王璟,EasyStack联合创始人兼COO王瑞琳,格灵深瞳CTO邓亚峰,IBM Cloud CTO陈谷,PingCap联合创始人兼CTO黄东旭

以下是圆桌论坛主要内容和keynote:

 开源对话 

很少能有同一个话题能够将云计算、大数据、人工智能、区块链几大热门领域的企业请到同一个圆桌论坛,今天我们找到了,这就是开源。开源是一种技术思潮,一种开放分享的精神,但同时也是一种商业模式。不过,目前开源软件在商业上还远远比不上商业软件成功。那么在各自的领域,如何突破难点成为开源巨头企业?已经成为巨头的企业是否担心被开源颠覆呢?

刘炀:
开源从各个层面上可能对百度这种大公司都是非常有帮助的。开源其实是一个事实上的标准,拥抱开源一定程度上来讲更重要的是拥抱这一个标准。今天的世界发展非常快,已经不是像过去一样由很多公司一起成立一个标准规范,而是谁先做出来的开源被采用的量大了,自然而然地就掌握了标准。

从一个公司来讲,拥抱标准是必须要去做的一件事。我不认为开源会对相对比较大的公司有大力的冲击。另外从商业模式上来讲,过去传统软件公司的成功在于闭源,因为开源的软件卖不出价钱。但现在不一样了,ABC的云时代,不再是依靠知识产权或者是软件的商业模式。

云计算时代的商业模式更多是卖服务。从服务角度来讲不仅是软件这一个层面,牵涉的范围更广。从云计算的角度来讲,更多的牵涉到云计算解决方案的服务,以及如何整合资源提供完整的服务。

商业模式的改变,意味着开源是我们必须要拥抱的手段和途径,而不是说开源是唯一的商业模式。从这些角度来看,我个人认为对大公司而言,开源一方面是一个标准,另一方面是以服务为中心的商业模式里面必不可少的一部分,所以百度积极拥抱开源。

陈谷:
IBM一直是非常支持和拥抱开源的,从IBM的角度来讲主要是两个角色,第一个是开源的推广者,第二个是开源的引领者。

为什么做开源?很大的原因是开源之后,会有更多的人参与到这个技术的推广过程中,大家都用就形成了标准。IBM是很多开源技术的支持者,如Java、OpenStack,IBM都是主要的推广者和参与者,使得这些技术能够更好地得到大众的使用和商业化的使用。

刚刚刘总提到了服务,我们深有同感。从开源之后的商业化角度来看,开源最后会应用于生产环节,而生产环节一定要有高可用和稳定性。这就要求要么使用者对开源软件非常熟悉,对每一行代码都很清楚,而且开源中没有解决的问题都能很好地解决,要么开源的支持方提供帮助和服务。开源一定是商业和技术的合作,而且开源是未来技术发展的方向。

王璟:
开源给创业公司提供了很好的机会。以前,一家软件公司需要了解或做透几乎所有的技术才有可能提供商业服务。现在开源让创业公司站在了巨人的肩膀上,因为可以基于很多的开源技术或者已经公开的核心技术去做二次封装或者迭代。

将开源技术商业化需要专业的团队。如果团队在商业方面有深厚的背景和研究,它能很好地将开源的底层或者核心快速地融合到某一个商业领域去,迅速地成为这一领域里面的标准或者领先者。以前需要有几百人的研发团队才能构建一个商业团队,现在变成了只需要二十人左右的技术团队就能基于开源软件去做二次开发满足市场需求。

当然,这个过程中有很多的坑儿,对于中小企业来说开源代码的熟悉和掌握需要一定的时间和积累。这对很多中小企业来说难度不小。但一旦走出这个领域得到业界的认可后,就是进入了蓝海市场,前景光明。

王瑞琳:
开源的方式就是开源的事业。开源的方式在EasySatck来看一是要深入到国际社区里面,加强对社区的参与度和贡献;二是要耐得住寂寞,深耕底层技术,因为云平台是一个技术软件,我们需要在技术软件里面构筑壁垒和对大规模生产力环境的掌控。

说到开源的商业化之路,大家自然而然会想到以服务为主的开源公司。但EasyStack从创业就开始了产品化路线,一个方面是满足客户的需要,提供能够真正给客户带来价值的产品,另一个方面是在实践中锤炼产品,服务生产型企业客户。

这是EasyStack在开源之路上的理解,以开源的方式做开源的事业,这个过程不可能复制国外的经验。

邓亚峰:
作为一个从事人工智能行业的人,我认为人工智能很受益于开源软件的推动。从创业公司的角度看,一定要去拥抱开源,拥抱社区,然后能知道行业的方向在哪,很好地利用行业的资源去做自己的事情。

从商业的角度,以我个人的理解,目前完全开源的状态是不太行的,必须有自己的核心技术,但是开源一定得是公司整体战略的重要组成部分。把技术用得更好,和社区更好的互动,建立生态,推动标准和方向,都完全可以用开源的方式来做。

黄东旭:
我觉得开源并不是一个商业模式,而只是一种更高效或者说更快的软件分发模式。开源让软件、理念更快地触及到更多的开发者和用户,而公司或者说产品本身的商业价值才决定了公司的价值。

还有一个感悟是,现代的开源时代与过去是完全不一样的两个时代。在十年、二十年前,开源属于草根开发者。现在可以看到一些有名的开源软件背后都有全职的公司去运转,比如Spark背后有开发者,还有很多的巨头。在我来看,未来基础软件领域不会再有闭源的产品能都取得特别的成功,因为开源软件的进化是非常快的。

另外,开源是一种更崇尚组合的模式,可以提供最大的自由度,这也是一个敏捷的理念。开源软件是一种很好的开发模式,也是一种很好的分发模式,但并不是商业模式。商业模式其实取决于产品的价值本身。

智能

对于人工智能,我对一句描述记忆深刻:“梯子很长,但还远远够不到月亮。”但不论如何,未来可能有80%的工作负载都由人工智能驱动,这意味着企业架构的改变,云原生应用的加速,甚至是异构芯片的兴起……从云+AI成为标配开始,AI思维已经渗透进各个技术领域,AI到底会为各自的技术领域带来什么改变?你们又有怎样布局?

邓亚峰
:格林深瞳在AI这个方向上做了大概十五年左右。AI火热最重要的原因是深度学习技术的推动使得这个领域一下子在指标或者可及性方面变得更加接近应用的需求。从AI的角度看智能安全方向的趋势和应用,现在我们所做的事情提供了智能化的能力去结构化数据,基于信息进行数据检索,用很方便的方式获得信息。某种意义上来讲,现在的云智能技术在改变这个行业,或者说改变这个方向。从我个人的角度来看,AI现在非常热,但是你必须在一个方向上去做会对这个行业带来根本性的变化的事情才行。

陈谷
:IBM有三个方向——云、认知和行业。认识和AI有关。IBM用URL来表示认知,U是系统要有理解能力,R是推理能力,L是学习能力。IBM将AI理解为增强智能,也就是说现在我们做的AI并不是替换人,而是帮助人。以沃森为例,人工智能并不是替代医生,替代律师,而是提供辅助的能力。

 

刘炀
:人工智能是一个很大的浪潮,扑面而来,谁也回避不了。百度在人工智能有一个比较全面的布局,最底层的GPU、APG领域有深度研发,最基础的计算层面上有芯片和高速网络等,之上百度开源了自己的深度学习框架。现在确实是梯子很长,离月亮很远,但很快可以见到梯子变成火箭,或者说直接火箭登月,那个时候人工智能对我们的生活和工作等方方面面的影响会更大,更深远。

 

黄东旭
:我对AI的看法有一点偏悲观。我认为现在AI存在泡沫,因为前几年在卷积层网络上算法的突破,和谷歌提供可以在大规模的集群上计算或者数据挖掘的工具链才使得AI有了现在这么高的热度。但是目前来说,AI更多的是辅助,总体来看是一个大概的东西,比如翻译做到99%和100%是天壤之别,或者自动驾驶汽车在99.9%的情况下是安全的,但剩下的0.1%就意味着死亡。在我来看,AI是给了我们一些新的思路去怎么样优化软件,与动态规划和算法并没有本质上的区别。AI最好的用户场景是有大量的数据,可以从这些数据从中挖掘出一些信息来改进现有的系统。

 

未来,慢慢各行各业的自动化程度越来越高,但是没有办法取代人。但现在的计算机体系结构和计算模型到不了月亮,必须依靠量子计算机或者图灵可计算性上的突破。

王瑞琳
:人工智能是承上启下的作用。EasyStack服务了很多的企业做私有云,未来还将帮助他们承接行业云。我们把AI定义成私有云或者行业云上的运营场景。过去一年我们做的工作是如何把能力封装好去支撑上面的运营。后续要做的是与产业链和生态一起去帮助用户把场景和落地的应用变成现实。在这个过程中,我们积累底层能力去支撑各种应用场景,并利用好这个平台与合作伙伴一点点地突破。
王璟
:布比希望给AI产业提供一些技术设施或者技术能力。AI的需要主要有两大块。第一大块是必须有大量的数据供它学习。目前来说单一的机构很难提供完整的数据,而区块链给出了在商业模型下共享数据和分享数据的一种可能。怎么样去构建一个可共享、可分享、可共同维护的AI需要的数据模型?我觉得区块链提供了一种解决方案,当然这个解决方案需要一点点地去完善和实践。

第二大块是AI产生了一些有价值的结果,要么需要某一方执行,要么这些结果未来成为结算或者价值传递的数据。多方如何相信数据是真实的?怎么样保证这个平台在搜集和传递数据的过程中不篡改数据?怎么样在各个机构之间可信地传递价值和价值数据?区块链提供了解决方案,目前大家是认可这种方式的。

布比在与跟很多公司探索以下两个方面的合作:一是数据;二是当产生可信的价值或者需要多方认可的价值数据或者需要共同验证的执行结果时,能够提供可信的技术设施帮助AI产业。

未来
有人说IT基础设施就应该像水,一开即用。但如果大家都是自来水的化,又何以在未来脱离同质化?我需要打开水龙头后,直接出来的是果汁、可乐、咖啡,冰茶……这就是行业势能。不论云计算、大数据、人工智能、区块链,行业应用是不是未来的卡位关键呢?各位怎么看?

刘炀:
首先,我个人觉得,云计算像租房子,可能户型不同、装修不同、保安设施不同、保姆服务不同、提供的家电不同。云上面牵扯到了很多的API,底层的计算存储网络这一层更像水和电,而且即便是这一层也有不同的API以及不同的属性和侧重点,区别实际上很大。

另外我认为已经到了云计算2.0的时代,不再是只提供计算、存储、网络和安全这些基础的服务,而是一套更复杂的、完整的体系。各个云厂商之间的区别很大,如国内BAT各自有生态系统,BAT的云计算平台和各自的生态结合紧密,这也会造成差异性。

 

所以从技术、服务、生态综合来看,云和云之间的差异性很大。另一方面,越来越多的行业化解决方案会出来。当然并不一定是由BAT来做,BAT这几家公司可能更多侧重于平台性的解决方案和能力,其他行业内的企业以及创业公司可以做行业化解决方案来建立差异性,与整个生态一起来服务于产业和客户。

王璟:
过去三年,区块链主要是在技术本身,包括算法、结构、组网和智能合约等方面不断迭代和升级。开源是形成商业模式的,一个公司最终履行的是产品和服务,在区块链领域来说更加注重的是各种技术的筛选能力和组合能力。

开源爆发意味着信息爆炸,选择产品和服务化以后一定会有一个商业目标,商业目标会限制筛选范围。一旦筛选错了,有可能走的路就错了。此外区块链本身的技术架构和弹性,对集成提出了很高的需求。一旦与商业去结合,需要和很多的系统和产品去做集成。所以我觉得最终技术团队比拼的是快速筛选的能力,以及快速集成的能力。

王瑞琳:
EasyStack非常看好行业云的未来。在2015年的时候,我们在东京发布了第一个行业云的产品EasyStack,过去三年面向资源的IaaS层以及业务的PaaS和SaaS层延伸。

之所以看好行业云的原因,一是行业云更贴近用户,更贴近应用,更懂行业也能更服务行业。二是行业云未来不会像公有云和私有云那样由一个厂商推动,而是由上下游联动而发生变革。这样的行业云一定能够对行业造成深刻的影响,市场一定很大。

邓亚峰:
我想从两个角度来讲这个问题。第一个是从技术的角度,人工智能在某一个方向上肯定有泡沫,但是作为一个刚起步的行业,未来的希望很大。必须针对一些行业应用,利用行业的数据不断地反馈和训练这种模型,利用这样一个不断的迭代过程才能够促使技术的进步。现在从单点上或者细分方向上AI战胜了人类,但从通用的角度上还没有。技术上必须聚焦在一个方向上才有可能会取得巨大的突破。

第二个是从商业角度来说,任何一个主题或者是模块,从商业路径角度来讲企业从初期就需要建立自己的壁垒。但是对于人工智能行业来讲,如果在算法上想一直取得比别人领先的绝对优势是比较困难的,必须要结合行业的应用,得到行业的数据和用户,在一个领域里面持续,才能够实现较好的商业价值。这意味着从商业的角度来看只做技术提供是不行的,必须要针对业务和行业来做。

陈谷:
我觉得从云的发展角度来说,未来一定是公有云、混合云、行业云这三个。

水是公共的,无论是咖啡还是果汁都要水。未来在计算机发展方向上也会有一些共用的东西。目前网络、存储、服务器些的同质化越来越强,未来公有云一定是一个方向的。但是公有云一定要有规模,因为公有云的核心是要以操作的集群化来做,而且还通过规模来降低成本。不管哪一个行业,只要IT,到后面都会用到基础架构,如果这个基础架构非常稳定,通用性非常强,就非常好了。

混合云是因为每一家企业都有不同点,会把这些不同点放在内部,与安全有关的隐私内容企业也会保留一些在内部,这样就导致了混合云。混合云的关键词是集成。

行业云才是未来大家都会参与的,会用到公有云的东西,会用到混合云的内容,但是这里面的关键词实际上是与行业有关的数据和行业知识。行业云不是每个人都可以做的,是最贴近使用者需求的。

未来的发展方向一定是公有云、混合云和行业云一起来产生价值,为社会服务。

黄东旭:
我想说一下当时为什么选择基础软件这个行业,或者是说这些年来的小感悟。

首先,我们选择做分布式存储数据库的项目有两个特别重要的原因:第一个是行业的技术门槛足够高,大公司里面做这个的团队不会太大,我们能创造的价值和大公司里面的团队能创造的价值是有一拼的,我们小公司没有办法堆人;第二个是行业的天花板非常高。

所以,我特别看好大数据这个领域,因为未来所有一切的基础都是术语,存储专家可以帮助所有想要转型AI和大数据的公司去解决数据存储的问题。

数据行业从过去的单机存储到非结构化数据的存储蓬勃发展,现在又开始进入一个新时代,正好处在时代变革的窗口是最有创业机会的一个时机。