低代码到底是不是行业毒瘤?一线大厂怎么做的?戳此了解>>> 了解详情
写点什么

大数据时代,快发展并不是最佳答案

2019 年 10 月 14 日

大数据时代,快发展并不是最佳答案

当行业内所有人都在崇尚快速发展的同时,国双 CEO 祁国晟却希望公司里的每一个人都能够“慢”下来。这当然不是指工作节奏的放慢,而是一种思维与文化。换成时下流行的语言,既然目标是星辰大海,那就不要急于求成。“我们更需要大家踏踏实实做事,不要想着明天、后天就能出什么重要的结果。”


星辰大海

1995 年 8 月 24 日,美国一家科技公司发布了一款新的操作系统——Windows 95,这款划时代的伟大杰作不仅带来了操作方式和界面上的重大变革,同时改变了人类认识世界的方式。


犹如彗星撞击地球,可以想见,当初受到的巨大冲击有多少人时至今日仍然历历在目。可是,这样一个改变世界的技术操作,为什么中国没有?还在就读中学的祁国晟,内心久久无法平静。


科技发展到如今,若要论起迅速改变世界的行业,当非计算机莫属。这些年来,每一个操作系统、每一款智能软件的推出,几乎都承担了改变历史的重担。微软、谷歌、IBM、甲骨文……正是这些炙手可热的企业创造了技术革命的奇迹。但偏偏,没有一家中国的计算机企业能够将软件推广至全球,实现用技术改变世界的梦想……


看到这样的艰难情景,祁国晟心中的梦想逐渐开始成形。从在校园中帮别人写代码开始,他一步步踏上了梦想的漫漫征途。2005 年,还在就读大学的祁国晟终于完成了事业生涯的第一个里程碑:成立了北京国双科技有限公司(简称“国双”)。



(图为国双第二届 hackathon 编程马拉松比赛合照)


13 年来,以大数据和人工智能为切入点,国双一步步艰难且执着地践行着当初的誓言:在数据领域不断开拓创新,成为数字智能化的先行者。2016 年成为中国首家赴美上市的大数据公司;2017 年入选了首批“北京市知识产权运营试点单位”和“2017 中关村高成长企业 TOP100”……


技术的价值离不开应用场景。商业、政府、金融、司法、工业互联网、数据智能……在首席技术官刘激扬的引导下,国双的业务领域逐步扩展至全局。正如他所言,每一个业务领域都承载着国双的希望!


2016 年 3 月,第一束梦想的光芒终于照进现实——国双协助最高人民法院建设的“法信”平台上线,这是知识库与大数据引擎在法律服务上结合的首个创举,更是人工智能进入司法领域的革命式事件。是年 10 月,在为北京大学设立的“北京大学法学院科研与人才培养工作发展基金”捐资仪式上,祁国晟这样说道,“我们过去所做的所有业务,成就感可能都不及今天做的司法领域,不但能够为社会创造经济效益,为行业带来变化,甚至可以为法治社会的进程添砖加瓦,这是我特别自豪的一件事”。


当然,这也只是一个开始。即便是在如今取得多个诸如国内首家赴美上市大数据公司等各类头衔之后,今天的国双仍然自觉离有影响力的企业差距不小,因为他们的目标从始至终都只有一个:用技术改变产业,推动社会发展。作为一家企业级大数据和人工智能解决方案提供商,单纯的技术领先其实并没有太大意义,只有当有一天,他们的规模足够大、影响范围足够广之时,技术的价值才能真正得以体现。


这确实是一个理想,但没关系,既然目标已经明确,只要朝着这一方向不断努力,滴水也可以穿石。


“慢”发展

年少时期,有几人不曾怀抱改变世界的梦想?但别忘了一个前提,你首先得修炼成为“超人”。若无改变世界的能力,梦想只会是一个口号、一场天方夜谭。


对于国双而言,梦想一直都在,但却也从未想过立刻就能达成。国双创业前十年,一直埋头默默耕耘,几乎没几个人注意到这家领先世界意识的大数据公司,直到 2016 年纳斯达克的一声钟响才引来旁人的侧目。


“冰冻三尺,非一日之寒”,其实明白的人就会知晓,一鸣惊人也不过是厚积薄发。正是由于前十年的蛰伏与磨砺,才换来国双今天一个又一个产业与行业布局。正如 CTO 刘激扬所言,只有在底层技术架构搭建完成后,当初“用技术改变产业,推动社会发展”的愿景才能一步步变为现实。




“数”海耕耘,精益求精


在最早进入的商业领域,国双从帮助客户优化效果类广告开始,一步步稳扎稳打,逐步提升全流量入口优化能力,再通过自有数据产品的构建,帮助品牌承接和转化优质客源,并不断提升用户粘性。十余年砥砺前行中,真正做到了以客户为中心,不断强化服务质量,成为业内极少拥有广告投放、数据监测、产品搭建、行业洞察、业务咨询等全链条营销解决方案提供商。


在司法,作为将人工智能真正带入司法领域的破冰者和领头羊,从组建法官、律师、检察官与技术结合的团队开始,到一个又一个智慧司法产品的推出,再到向司法领域普及人工智能知识与趋势洞察,国双所走的每一步都是负重前行。


还有工业互联网,这个凝聚了一批长期从事信息化规划、工业互联网、大数据分析、数据科学和石油石化等专业性人才团队,从国双基础技术平台改造升级入手,打造出了自主可控先进的国产化工业互联网平台、新一代数据仓库平台,并逐步积累形成了覆盖能源、石油、制造、金融等各行业的业务解决方案,凡此种种修炼好内功之后才终于开始进军工业互联网。


大数据时代,快发展并不是最佳答案。对于国双而言,若无坚定的技术基石作为支撑,宁可放慢对外发展的步伐。因为理想太高、太远,一次急功近利、一次脚步不稳都有可能为日后埋下隐患。只有走好真实的每一步,解决好每一件细如牛毛的问题,才能通往梦想的彼岸。从这个角度而言,每一个人踏实且坚定的工作日常,每一次的技术创新与业务增长,其实都是在促使国双离梦想更近一步。无论未来如何发展,国双时时刻刻整装待发。


本文转载自公众号国双 Gridsum(ID:gridsumtech)。


原文链接:


https://mp.weixin.qq.com/s/L_aSw1TaLYDQK87Gf5uHXQ


2019 年 10 月 14 日 09:54228
用户头像

发布了 93 篇内容, 共 23234 次阅读, 收获喜欢 0 次。

关注

评论

发布
暂无评论
发现更多内容

两边夹的应用三

孙苏勇

算法 两边夹

python 实现·十大排序算法之选择排序(Selection Sort)

南风以南

Python 排序算法

《从0到1学习Flink》—— Apache Flink 介绍

zhisheng

大数据 flink 流计算

【迁移】Flink vs Spark

罗琦

flink spark 大数据处理

《从0到1学习Flink》—— Flink 读取 Kafka 数据写入到 RabbitMQ

zhisheng

大数据 flink 流计算

要弄清楚if/switch的本质区别,以及优化方式

张驰

Java

《从0到1学习Flink》—— 如何自定义 Data Source ?

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink Data transformation(转换)

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 写入数据到 Kafka

zhisheng

大数据 flink 流计算

【迁移】读完了GFS论文之后的感悟

罗琦

大数据 GFS 论文阅读

《从0到1学习Flink》—— Flink 项目如何运行?

zhisheng

大数据 flink 流计算

你没必要活的那么累

小天同学

深度思考 个人成长 生活 成长 感悟

ARTS 第 51 周

马克图布

ARTS 打卡计划

《从0到1学习Flink》—— Data Sink 介绍

zhisheng

大数据 flink 流计算

程序员的晚餐 | 5 月 21 日 四季豆炒腊肠

清远

美食

《从0到1学习Flink》—— Flink 中几种 Time 详解

zhisheng

大数据 flink 流计算

Review week1: Amazon的领导力法则

猫吃小怪兽

学习 高效工作 程序员 个人成长

图文并茂讲述如何正确的使用缓存

后端学长

缓存 后端 缓存穿透 缓存击穿 缓存雪崩

写给产品经理的信(1):产品经理的经济基础逻辑思维能力

夜来妖

产品经理 产品设计 职业规划 逻辑思维 工作

《从0到1学习Flink》—— Flink 写入数据到 ElasticSearch

zhisheng

大数据 flink 流计算

极客时间的三种身份:碎片整合的大师、成长焦虑的救星、工作技能的提升站

大橘栗

【迁移】CQRS很难吗?(译文:底部有原文地址)

罗琦

领域驱动设计 DDD

【迁移】用Redlock构建Redis分布式锁【译】

罗琦

分布式锁

《从0到1学习Flink》—— Flink 配置文件详解

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— 介绍Flink中的Stream Windows

zhisheng

大数据 flink 流计算

码农理财(二)

北漂码农有话说

《从0到1学习Flink》—— Mac 上搭建 Flink 1.6.0 环境并构建运行简单程序入门

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Data Source 介绍

zhisheng

大数据 flink 流计算

勇攀监控高峰-EMonitor之根因分析

乒乓狂魔

监控 全链路监控 故障定位 根因分析 AIOPS

《从0到1学习Flink》—— 如何自定义 Data Sink ?

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 读取 Kafka 数据批量写入到 MySQL

zhisheng

大数据 flink 流计算

2021 ThoughtWorks 技术雷达峰会

2021 ThoughtWorks 技术雷达峰会

大数据时代,快发展并不是最佳答案-InfoQ