众所周知，随着云计算、大数据、人工智能、物联网等新技术在各行各业更加广泛的普及与应用，在催生越来越多数据量产生的同时，也让数据的管理和价值挖掘变得愈加复杂和困难。可以看到，未来大量数据不仅来自数据中心内部，也分散在各种的边缘设备上；同时，数据不仅仅是完成存储就万事大吉，还要支持智能化的管理和分析；此外，数据还需要在本地数据中心与云之间，甚至是多个云之间自由流动，以确保数据始终随时可用等，这种前所未有的变化，也意味着数据管理乃至整个数据基础设施迎来了一个关键的重构期。
在此背景下，Kyligence日前正式宣布全新“智能数据云”战略，将基于人工智能、云原生等技术构建下一代AI增强的数据服务与管理产品，希望能以更强大、更高效、更便捷的数据智能平台，更好的赋能企业数字化转型。
正如Kyligence联合创始人兼CEO韩卿所言：“Kyligence希望能够改变人类使用数据的习惯，面向未来的企业级数据服务与管理平台要让数据找到需要的人，而不再是人去找数据，通过人工智能、语音交互、智能推荐、知识图谱等各种新技术和新架构，进一步让数据为人服务。”
毫无疑问，在这背后正是Kyligence一直以来“与时俱进”积极响应用户需求的最新举措，也是其跟随新时代不断进化和迭代的具体体现，相信这种持续的前瞻力、创新力和产品力，将为Kyligence在市场中实现“长跑”乃至“领跑”起到更加至关重要的作用，也会为更多企业可以更简单、更从容的实现数字化转型打造新一代的数据管理“底座”。
后Hadoop时代的思与行
事实上，技术的发展都有着自己的生命周期，也会经历从起步到成长，再到成熟、衰退，最终被新技术所取代的过程，没有任何一项技术可以逃避这一客观规律。
以数据管理和分析领域的Hadoop为例，随着数据量越来越大，传统的MPP数仓产品越来越难以满足企业级客户管理和分析数据的需求，这就使集中式走向分布式成为新趋势，以Hadoop等代表的大数据新技术成为新主流，在全球范围内也诞生了Hadoop的“三架马车”——Cloudera、Hortonworks、MapR等公司。
但过去几年，随着云原生技术的兴起，Hadoop失去了往日的光环，发展也逐渐显露出“疲态”，市场上基于Hadoop技术做商业发行版的公司更先后经历了一系列的“变故”，整个行业可以说进入了“后Hadoop时代”。
作为见证和经历了这一变化过程的韩卿认为，市场进入“后Hadoop时代”并不让人意外，主要有内外两个方面原因：
一方面从内因看，Hadoop发展十几年之后整个社区已经形成了几百个开源项目，且这些项目本身也存在着“良莠不齐”的情况，这就导致企业很难把这些技术利用起来，不仅标准无法统一，且后期的维护成本居高不下，由此也导致了Hadoop逐渐出现了“分裂”的现象；另一方面从外因看，则是整个市场今天已经走到了云原生的时代，越来越多的公有云服务商也开始提供类似的技术和产品，而Hadoop整个社区在云原生时代的转型相对缓慢，因此也越来越难以适应今天企业级客户的需要。
同样，Kyligence也经历了这一转型，用韩卿的话说：“我们的转型过程也是由市场和客户驱动的，年我去美国出差，发现当地的客户已经不谈Hadoop，而谈的都是云，当时我们就敏锐的意识到，向云转型已是大势所趋，否则就会进一步的形成技术代差。”
为此，从年开始Kyligence就决心全面转型云，并在年推出了完全脱离Hadoop平台的云原生产品KyligenceCloud，其底层使用了云原生架构，存储使用云厂商的对象存储，计算使用Spark+容器化，资源可以直接对接云平台的IaaS服务和ECS，这一产品推出之后在市场上取得了非常好的反馈，获得了诸如微软、UBS等国内外头部公司的认可和采用。此外，KyligenceCloud也通过和亚马逊AWS、微软智能云Azure以及华为云等公有云服务商展开深入合作，极大地简化了企业云上大数据分析的流程的同时，也大大降低了用户数据上云的整体拥有成本。
但更为重要的是，过去几年市场的变化和客户需求的转变也促使了韩卿更加深入的思考。他说：“随着全面云化时代的来临，整个数据仓库的行业假设条件已经变了，今天我们已站在了全新的节点之上，因此唯有持续的保持产品的创新和迭代，才能更好的满足客户新的需求，推动整个企业的数字化转型步伐。”
智能数据云平台的新价值
那么，站在全新的节点之上，这种前所未有的变化究竟给企业的数据管理和分析带来了哪些新的挑战呢？韩卿表示，这种挑战主要体现在三个层面：包括数据的管理模式从集中式到天然分布的改变；数据的使用对象从少数的决策者和专家，到一线业务人员和普通工作者的转变；数据的消费方式从已知问题找答案，到通过智能推荐等功能来提供对未知问题的预先洞察。
也正是基于这样的洞察和判断，Kyligence宣布战略进行全面升级——即为企业客户打造“智能数据云”（IntelligentDataCloud）平台：在做强分析能力的基础上增强数据管理能力，以人工智能进一步替代人工工作，以云原生进一步替代基于Hadoop的基础架构，让数据服务与管理发挥核心作用，更好的帮助企业智能管理最有价值数据，支持企业全面数字化转型。据了解，Kyligence智能数据云平台具备以下的优势：
一是，在数据处理方面，针对共享数据目录，Kyligence智能数据云平台通过汇聚各个数据源的数据目录，在整个智能数据云中共享，解决过去数据源众多，难以汇聚的难题；针对业务语义增强，智能数据云平台能够为数据目录补充业务信息上下文，形成知识图谱和语义网络，让普通业务人员也看懂数据、使用数据、甚至通过关联整合创造新的数据集；针对业务数据对象，智能数据平台支持指标、标签、多维分析模型、图模型等；针对数据运维自动化，Kyligence智能数据云平台也将数据的导入、清洗、准备等工作从过去的人工实现了大部分的自动化替代。
二是，在数据服务方面，与传统数仓不同，基于业务语义的自助式数据服务，Kyligence智能数据云平台也将用户数据使用门槛降至最低；数据探索和创新方面，由于整个过程依托在业务语义层之上，技术层面的数据操作均由自动化完成，因此未来依托Kyligence智能数据云平台提供的能力，企业可以不再依赖数据工程师的协助。
三是，在AI增强方面，Kyligence智能数据云平台还实现了AI增强的系统优化，AI增强的能力不仅是数据运维的自动化，更体现在智能数据云系统的每一个角落。系统可以依据数据的更新和查询规律，自动优化底层存储策略，比如从Connect转向Collect，自动添加合适的索引，优化整体性能和成本，也可以根据用户群体使用数据的习惯，向业务人员推荐最有价值、最值得