蓝驰创投投资合伙人：石建平
蓝驰创投是一家专注于早期创业公司的风险投资机构。我们在投资时，通常会看未来10年的机会，更喜欢投「非共识」的项目。 先说下行业的「共识」。第一，中小微企业数字化意识低，客单价低，平均生命周期短。阿里有非常大的突破，淘宝体系服务的多是中小微企业。第二，工业数字孪生停留在大屏可视化，价值有限，客户接受度低。第三，数据库是大数据的核心技术。第四，企业服务上云，SaaS化。第五，大家更加关注IT环境和系统安全。第六，云架构和基础设施多为集中式。第七，云游戏渲染农场由于GPU短缺，成本高，整体市场没起来。
在这些行业共识中存在哪些新的「非共识」机会呢？
在中国，中小微企业GDP占比超过60%，就业贡献近八成。非中小微企业的数量占比仅为4.4%。
在和企业老板交流过程中，我发现他们对线上化的认知越来越强，同时他们也面临着行业内的巨大的挑战。
首先，合格劳动力开始短缺，劳动密集型和重复性工作的招聘越来越难。人力成本大幅上升。其次，上游合作伙伴、下游客户开始数字化升级，同样要求合作方全面的数字化转型。上下游都在进行数字化转型，作为产业链中的一环，如果你不进行数字化转型的话，就会落伍。再次，线下获客成本高，中小微企业客单价和LTV（lifetime value，即用户生命周期价值）低。
在蓝驰眼里，看到的不仅是挑战，更是机遇。中小微企业的数字化将是企业服务中最大的机会。
云化SaaS降低IT运维的能力要求，订阅模式则降低使用门槛。同时，民企决策链条更加简单和更快。线上+产业集群模式可以降低获客成本，产品易用性是关键。
工业数字孪生目前停留在大屏可视化，很多人前期可能没有坚持下去。中国工业要发展亟需全链路、全生命周期的数字化转型。
以前，算力有限只能做一些小小的仿真。现在，算力大幅提升和云计算繁荣发展，可以提供覆盖全生命周期的实时互动协作工具。设计、规划、生产、销售、维修各环节通过数字化管理可以实现快速迭代。
传统的数字化管理过度依赖于人，未来的数字化管理会结合更多的先进技术。更完整、更精确的保真模型可以实现AIOT物理世界的映射；更高效精准的传感器和数字链路提高数字化转型程度。
工业的高保真、实时的产品全生命周期运营和管理会提高整个中国工业的生产效率和柔性化、定制化的能力。
市场上数据库领域的项目越来越多，未来数据库领域还会持续发展。我们也看到非常大的机会。
伴随数据库越来越众多，数据平台越来越繁密，如何融合、规整将是重要问题。数据全生命周期的管理，我认为未来是一个巨大的机会。
未来，当数据资产变成企业核心资产的时候，首先要解决数据保存的问题，其次要解决数据使用和管理的问题。
全世界对数据安全越来越关注，都在说数据隐私的事情。
《数据安全法》、《个人信息保护法》等对数据安全和合规使用提出需求，国内数据安全意识也大幅提升。 未来，数据使用全链路将进行清晰明确的管理，包括：数据归档、归属和使用确权；数据登记和安全级别、分类的确认；数据使用全链路行文收集 ；数据加密、质量管理 ；合规审计 ；数据由内而向外的保护和响应等。
API是代表企业能力输出的一种新形态和商业模式。
API经济由什么驱动呢？第一，要更好地利用第三方开发能力和特定业务场景的专长，不需要重新造轮子。第二，通过API能无缝地集成第三方能力 。第三，在上下游生态形成高效自动化的合作，为客户提供完整的解决方案。第四，IT的云原生计算架构是一个基于微服务的架构，就是一个强API实现架构。
API经济生态中的供应商有多种类型， 从业务API提供商到云计算的API网关，从API协同开发工具、社区生态到API集成工具、API供应商、消费者的生态。
我认为未来每一个SaaS公司都会有对应的API，还有一波公司有可能只有API没有SaaS，或者SaaS非常弱。
API的方式也会多样化，API经济的供应商可以是面向混合云或私有云，可以授权开发者、企业或企业的专业人士。不同场景和目标受众可以进行不同组合，创造出各种各样的创业模式。
目前云架构和基础设施我认为是集中式，存在「地域隔离」。在赛道上面一个很有趣的一个现象，企业的SaaS和API等能力的数字化、线上化，逐渐打破了所谓的「地域隔离」。它们的基础设施同样需要跨区域。
基础设施越来越重要，很难想象几家公司就能够全部做完。譬如交通枢纽，有人走高速公路，有人走铁路，有人走城乡公路，有人走小区「最后一公里」小道，这些都是「基础设施」，不可能一家公司把所有的路都建完。未来的基础设施将是协同的，多方协同开发和运营，整个脉络能够渗透到方方面面，全面覆盖所有的角落。
同时，我认为集中式和分布式会融合成一种新的模式。融合的基础设施，无论从成本、延迟，还是从数据安全、合规等，都会面面临新的挑战，同时又会演进出更好的解决方案。
技术如果要创造更大的市场价值，就要平等化。在边缘计算方面不再是嵌入式模式的天下，云原生的边缘计算开发运营模式是主流，而且更多的开发者有能力开发出更多基于边缘计算的应用，并依赖云运维的模式和体系。
「元宇宙」在今年火出了圈。数字世界带来更高效率、更低成本。
淘宝网比线下零售的效率高。在数字世界，我们在线上就可以修改店铺某项业务。线下的1000家门店调整和修改，则需要很长的时间、很高的成本。
数字世界的迭代效率往往是物理世界无法比拟的，建立物理世界的模型是为了更快地迭代和演进。
无论生产型企业还是消费型企业，都想通过数字世界环境提供效率、享受和愉悦。这个「环境」也不是今天才产生的，其实在工业界、在游戏界各种场景已经有很多。只是这几年有一些快速发展的驱动力，带来新的沉浸感、体验感。
很重要的驱动力就是高性能计算，能满足复杂场景下的算力需求。有了更多的算力，你能做更多的事。假如你的算力跟不上，你的体验就跟不上，你没办法做复杂的模型，现在AI等等都是跟算力相关。再加上云，云就是整个算力横向的扩展。这两个因素加起来，大幅提升算力，数字世界能够做的事情，将远远超出以前想象。
超算还不能平民化，还需要很多突破。量子力学等需要高纬度模型，AI可以筛选出超规模、大规模的模型中最大影响因子，从而大幅提升整个效率。在这些领域的突破，能够让我们对物理世界的模拟能力大幅提升。
蓝驰创投也在关注云计算、云游戏领域的项目与机会，它们的新技术可以让数字世界和物理世界融合在一起，创造出更大的价值。
阿里云智能数据库事业部总负责人：李飞飞
数据的生产和处理正在发生质变。数据规模爆炸性增长。2020年全球数据规模为40ZB。数据生产和处理实时化的需求越来越强，也就是离在线一体化的趋势越来越明显。到2025年，实时数据占比为30%。
数据处理过程中智能化的需求越来越强，包括数据处理的智能化和是数据处理系统本身的智能化。非结构化数据占比80%，且非结构化数据年增速为55%。比如汽车行业从传统汽车快速向新能源以及智能化的汽车方向演进。我个人认为全智能化的自动驾驶汽车还有距离，但是智能化辅助驾驶的汽车已经成为一个事实。
另一个趋势是数据加速上云。2025年数据存储云上规模为49%，云上运行数据库占比会超过80%甚至更高。无论是公共云、私有云，还是混合云，只要是云化的部署方式，我们都认为它是在云上处理的数据处理方式，与传统的基于本地资源的这种处理方式不同。
云是数据库最重要的发展方向。从行业的视角，我们可以看一下云数据库赛道的现状。根据Gartner预测到2022年，也就是还有大概一年多的时间，全球几乎70%以上的数据库都会以云化的方式来运行。
对比2013年的和2020年的全球数据库市场的变化， 2013年在领导者象限是Oracle、Microsoft、IBM、SAP。2020年有个显著的变化，大家可以看到有一些新的player，像AWS、Google，包括阿里云。
数据库技术架构演进为从传统单机数据库到共享存储架构、分布式数据库，共享存储架构和分布式数据库融合成为为云原生分布式架构。
传统单机数据库部署简单，扩展性不足。共享存储架构的优势是易于实现事务一致性，保证单机数据库兼容性，劣势是DB节点扩展能力有限，存储扩展受限于共享存储。分布式数据库具备良好的水平扩展能力以及大规模的优势，劣势为存储和计算绑定无法独立扩展，数据分片带来跨节点处理查询和事务的开销，难以保持对单机数据库兼容性。
云原生分布式架构则结合云原生资源解耦池化和分布式水平扩展的能力。且扩展能力不受限制，同时也可以利用存储计算分离实现资源独立弹性。云原生资源解耦与池化技术是施行弹性能力的关键。
我用一句话总结云计算的本质，就是用虚拟化的技术将资源池化并且将资源解耦，相当于从水井演进到自来水厂。
资源是什么？就是计算存储网络，将最核心的冯诺依曼架构里面，其实经典计算机里面这些核心资源进行池化以后，提供弹性高可用的能力。云计算的本质也是云原生系统的最核心特点。
未来计算资源、存储资源、网络资源的使用都会云原生化，就像我们对水的使用，从水井变成了自来水厂。
底层技术的演进和变化，给上层系统带来的新的挑战，也带来机遇。这就是为什么云原生的数据库系统发展如此迅速。
云计算带来「物种大变化」的机遇，云原生数据库就是「物种大变化」的产物。新的环境催生出新的赛道，在新的赛道上新物种跑得更快，云原生数据库实现了对传统商业数据库的超越。
未来数据库会发展成什么样？下一代企业级数据库核心技术挑战主要为6个：
（1） 云原生化资源解耦与池化；
（2） 混合负载查询处理；
（3） 安全可信数据库；
（4） 异构数据融合处理分析；
（5） 结合专用硬件的数据库加速方法；
（6） 数据库智能化运维与调优以及智能分析
对未来数据库技术发展趋势判断，我个人认为是三个「Any」：Any Data，Any Scale，Any Workload。
Any Data包括各种键值、文档、图片、时序，容易存储，智能压缩，进行冷热分层，可以按需取用。
Any Scale可以实现存计分离和线性扩展，数据全球范围内高可用。
Any Workload为事务处理与分析混合负载，负载识别与自动分派，负载自动隔离，行列混合存储，离在线计算分析与处理一体化。
下一代的数据处理系统一定是Any Data，Any Scale，Any Workload。三个「Any」具有统一底座，即基于云数据库平台的统一调度和管理。我个人认为今天云原生的调度管控能力非常重要，底座要具备云原生部署的能力。
阿里云数据库会非常开放地拥抱开源社区，构建云原生分布式数据库生态。开源非常重要，是系统加快演进迭代的一个关键手段。
阿里云数据库会为大家提供云原生分布式数据库能力，平衡开源和商业化之间的关系，打造一个真心实意的开源社区，同时不影响商业化的能力。