【首发】融资近亿，走进昆仑数据CEO陆薇，宏大工业漩涡之中的女性｜Xtecher人物特稿

原创 2016-08-01 张一甲 Xtecher

陆薇，昆仑数据创始人，CEO。19年IT技术前瞻研发及企业服务经验。曾作为IBM物联网重大研发专项(Big Bet)全球技术负责人，主持IBM物联网云平台的战略制定、产品孵化、市场验证，团队曾获IBM总裁奖及杰出技术成就奖，成为IBM在中国本土成长出的10个技术高管(Distinguish Engineer)之一，入选IBM技术科学院(Academy of Technology)成员。清华大学计算机系博士，现兼任清华大学工业大数据中心副主任，对工业领域大数据技术及应用有深入研究。

陆薇是个成都姑娘。有着川妹子的肤白水灵，却没有川妹子的火爆。她很瘦，很稳，做事走路不带声响，音色安静，面对镜头也很难提高嗓门或拿腔拿调。

过去两年，她以“清华大学数据科学研究院·工业大数据研究中心常务副主任”的身份，参与不少行业调查和政府规划。而她另一个鲜为人知的身份，是我们今天要走进的角色——昆仑数据创始人、CEO。

昆仑数据自2014年底成立至今，虽从未做过公开宣传，在业内已有相当口碑。这是国内首家专注做“机器大数据（machine generated data）”的公司，致力于“释放机器数据价值”。从技术讲，是机器大数据，从领域看，是工业大数据。

2015年初拿到天使投资；2015年夏完成第一版产品demo，签订第一批客户合同；2015年秋完成A轮融资，资方达晨创投；原计划今夏做B轮，但年初就有大量投资人抛来橄榄枝，连BP都没写，B轮很快完成。迄今为止累计融资金额近亿元人民币。

“我们今年已经盈利，理论上我今年可以不用融这一轮的。”客户都是大型企业，订单几百万到千万量级不等。这轮融资主要为了加快市场渠道建设，继续充实团队。融资顺利，团队精炼。到去年底，公司也就20来人，今年随业务发展开始扩张，至今70人左右。正式版产品已出来，并部署到客户现场，今年8月底9月初即将召开发布会。

“我们发现，这个领域的市场需求太旺盛，我们根本做不过来，真的太旺盛了。”

Xtecher 首发

作者：张一甲

网址：www.xtecher.com

微信公众号ID：Xtecher

https://v.qq.com/txp/iframe/player.html?vid=l0316169wdh&width=500&height=375&auto=0

本视频由Xtecher出品，听陆薇介绍昆仑数据

中国制造业升级事关产业

“生死存亡”

我们的沟通从行业的宏观命题开始。中国现在的工业到底是一种什么样的状态？

陆薇说，中国工业面临的升级转型压力非常大，她在清华参与《中国制造2025》工业大数据的规划的过程中，感受到强烈的紧迫性。“不知道你怎么看中国的产业升级，你可能觉得‘很重要’，但我们看到的是‘生死存亡’。”

她谈及波士顿咨询2015年8月发布的《The Shifting Economics of Global Manufacturing》（全球制造业转移的经济学），在其提出的“全球制造业成本竞争力”图谱中，相对成本的变化令人吃惊：工资、汇率、劳动生产率、能源成本四个因素促使全球制造业竞争力格局发生巨大改变。从2004到2014年，中国相比美国的制造业成本优势从14%下降到4%。

十年前，根据生产率调整后的制造业平均工资，中国大约4.35美元每小时，美国17.54美元每小时；十年间，中国平均工资翻了三倍，美国仅上升了27%；中国的工业用电成本上升66%，天然气成本则猛增138%——照此趋势发展，中国的制造业成本很快会超过美国。

工业越来越走向自动化和智能化，对人力依赖越来越小，对技术依赖越来越大，高端制造业可能会回到欧美，美国将成为“制造业新星”，而低端制造业已开始向越南等国外流——中国制造业两头受到威胁，如果不在短时间内完成产业转型、迎头赶上，中国制造业将面临“空心化”，高端、低端都流走。

正席卷全球的新工业革命的本质，是在实现了自动化、信息化的工业3.0，有了数据积累后，基于数据对企业生产经营进行深度洞察、优化生产经营、提升产品质量、提高效率、减少能耗、减少人员、指导决策——这就是为什么有人说工业4.0是“工厂+大数据”。无论是美国的“工业互联网”，德国的“工业4.0”，还是“中国制造2025”，都认为大数据是工业升级的关键技术要素。

昆仑数据所从事的事业，就是用大数据技术帮助中国企业实现智能转型升级。

机遇与挑战：“机器大数据”市场爆发

“大数据”分两种：人产生的数据、机器产生的数据。据IDC 2012年预测，在物联网驱动之下，机器数据在全球“数字宇宙”的占比将由2005年的11%增长到2020年的40%。

机器大数据的增长率从哪儿来？“一方面来自需求。我们需要智能家居，需要车联网，需要风力发电厂有更好的无人化管理；另一方面来自技术的成熟。以前传感器太贵，网络带宽不够，数据传输太慢，大数据技术不够成熟。现在，应用需求加上技术发展成熟，机器大数据即将爆发。”

在昆仑数据2014年底瞄准这个领域时，市场还普遍看不清这个机会。很多投资人问陆薇“你这个领域美国有什么标志性公司？”

“刚开始时真的没有。2014年很多投资人问我：为什么美国都还没有成功案例你还觉得有前景？我当时跟投资人讲，由于行业需要和技术成熟度发展，机器大数据的起步会比用户大数据晚一点，但我相信在未来一两年这个领域一定会有标志性公司出现。”

果不其然，去年硅谷出现了一家公司——Uptake。2015年底，福布斯公布了2015硅谷最火前50家创业公司，位居榜首的正是之前鲜为人知的数据分析公司Uptake。这家公司主要向建筑、航空、采矿、铁路等行业提供软件支持服务，创立初期估值4500万美元，不到一年，估值增至11亿美元——仅一年就跻身“独角兽”行列。

市场开始觉醒，产业如饥似渴。所以，昆仑数据从2014年的不被理解，到2016年的被资本追逐，陆薇的眼光终于得到了验证。

“机器大数据”之所以姗姗来迟，同时也因为它比“用户大数据”难，而且难得多。

挑战的一方面来自“数据分析”：互联网上的用户数据比较好理解，但机器设备产生的数据五花八门：时间序列曲线、时空轨迹、多维矩阵……如何在海量的难以理解的机器数据中发现规律和特征是一个难题；另一方面，自然界有其规律，例如风力发电涉及空气动力学，石油管道有流体力学，但是，并非自然界所有的规律都已经为人所探知，因此需要把自然机理和纯数据分析结合起来，这里头也有相当大的挑战。同时，产业里面懂大数据技术的人非常少，如何让不懂大数据技术的业务专家也能充分享受大数据技术带来的便利？

挑战的另一方面来自“数据管理”：工业互联网数据量比消费互联网数据大得多。去年淘宝“双十一”峰值是一秒钟14万笔交易，但工业大数据应用领域每秒几十、上百万条数据很常见，昆仑数据曾经遇到过的数据量最大的案例是每秒3000万条数据。遍布各处的机器带着大量传感器7乘24小时连轴转，海量数据快速发生，如何有效地把实时产生的所有数据无损地存下来本身就非常难。另一方面，数据存下来后，如何在机器跨度几年甚至几十年生命周期产生的海量数据中快速定位到某个满足一定条件的数据，挑战同样艰巨。

公司命名：高大雄伟的山峰

陆薇的公司叫“昆仑数据”，英文叫K2Data。K2（乔戈里峰）是喀喇昆仑山脉的主峰，“乔戈里”在塔吉克语中意为“高大雄伟”，国外又称K2峰。乔戈里峰海拔8611米，是世界第二高峰但其攀登难度远远高于珠穆朗玛峰，被称为“野蛮巨峰”。“我们希望做出一个有体量又有技术高度的公司，所以选了这个名字。”

面向万物互联的未来世界，昆仑数据相信产业互联网数据会是大数据的下一个主战场。面对这个充满机会和挑战的领域，昆仑数据的做法是双管齐下：做产品，建一个机器大数据管理分析平台；做生态，在不同领域做龙头企业的大数据合伙人。

1.做产品：KMX机器大数据管理分析平台

该平台支持海量机器数据的高效管理和快速价值挖掘，一站式支撑企业从数据收集到数据变现的全过程。平台为行业业务人员量身定制，充分考虑他们既有的知识结构和工作工具，让他们用既有工具开发的单机分析应用，直接甩到平台上就可以自动并行运行。平台为物理机器建立了在数字空间的孪生体模型，把机器全生命周期的各种动静态数据有机组织起来，还内置了垂直领域的行业模型和特征模板，力争让行业用户做到开箱即用，分析应用开发时间从数月缩短到周甚至天。平台内部的数据引擎专为机器数据优化设计，具备超越既有数据管理技术数十倍的性能。

2.做生态：在不同领域做龙头企业的大数据合伙人

目前，昆仑数据的客户及合作伙伴遍及能源、环保、农业、高端制造、科学探索等领域，旨在与行业领导者携手推进相关大数据标准与行业服务，引领行业发展。

昆仑数据希望在国内建立一套工业大数据生态系统。陆薇说，这件事对中国工业升级意义重大，但绝非一家公司可以完成，一定要大数据公司和工业企业联盟。合作之中，昆仑数据扮演企业“大数据合伙人”角色，一方面，这些龙头企业是客户，另一方面，又是合作伙伴，双方深度信任、互换资源，一起为整个行业服务。合作不仅是技术方面，甚至包括资本方面，例如在垂直行业建合资公司，推动龙头制造企业从“制造”向“制造服务”转型，带动全行业发展。

今年，昆仑数据和清华大学、中石油、金风科技、三一重工、台达电子、山东临工等十来家单位一起发起成立“北京工业大数据创新中心”，希望携手突破工业大数据的共性技术，让中国工业企业在GE Predix、西门子MindSphere等国外工业大数据平台之外有中国本土创新的产品可以选择，推动大数据在工业领域的加速应用，帮助中国工业智能升级。同时也将相关技术贡献到国际大数据开源社区，希望惠及中国以外的企业。

这个领域的创业公司很少，目前，昆仑数据的主要对标公司是通用电器、西门子、SAP、IBM这样的大公司。“这个技术领域兴起较晚，大家起点都差不多。虽然对方是大公司，但他们并不是全公司都做这个，我们是全心全意都在做这个，因此我并不觉得人力上有本质的强弱区别。”

创业前传：IBM的辉煌与无奈

自清华博士毕业，陆薇从2001年1月开始，在IBM一干就是14年，专注在云计算、大数据、物联网领域。

和她聊天有种感受：她没有任何表演人格，只是想做事、想解决问题，绝非为了创业而创业。她坦言，2013年底之前，她从未想过会离开IBM。

可不，她在IBM一路扶摇直上：到2013年时，已享有“杰出工程师”之誉（在陆薇获得这个称号时，IBM中国本土培养的杰出工程师不到10个），带领团队获IBM总裁奖及杰出技术成就奖，是IBM中国研究院高级研究总监，IBM物联网重大研发专项(Big Bet)全球技术负责人，主持IBM物联网云平台的战略制定、产品孵化、市场验证——该项目在IBM全球PK中脱颖而出，成为IBM中国研发团队成立二十几年第一个中国团队发起并领导的重大研发计划。

2015年3月31日，IBM宣布成立物联网事业部，并表示会在接下来的4年时间里投资30亿美元用于研究，超过2000名研究员、软件开发者和咨询师将工作于这一项目。这件事情的起源，就是陆薇团队的物联网重大研发专项及后来对IBM CEO进行的物联网全球技术展望(GTO Global Technology Outlook)汇报。

几年内部创业，陆薇带领团队做出了技术原形，在北美和亚洲都做了客户验证，并在2013年夏天开始产品化，2014年初开始启动公司层面的物联网战略制订。“当时，我感觉我已经非常接近我进入IBM之初期望自己达到的目标，就是有朝一日能有一个中国团队发起的、对公司有很大影响的新产品。”

可是，公司战略启动后，她越来越感到无奈：任何一个决定都要涉及很多部门，推进无力，大部分时间花在解决内部协作问题，一年做的副总裁以上汇报100多场，每天回邮件150封以上，每晚耗在电话会议上4至5小时，“很无效，一天下来觉得我今天到底干成了什么？”而另一方面，她又深深感到工业大数据领域大有前景，不做不行。

怎么办？她最终选择创业。

“我纯粹是想把这件事做成。我花了很多年心力在这儿，真的看好这个机会，没有别的选择。”

回顾创业时光，她平静地讲了一段肺腑之言：“我以前觉得我可能不适合做企业家，觉得自己不够有煽动力，不是那种在一堆陌生人当中很快能打开场面的人，不符合大家通常对CEO形象的期待。刚开始创业时，我一度跟我的合伙人说，我就坚持到B轮，到时争取能吸引一个CEO。可开始创业后，我接触了很多企业家，发现每个企业家都非常不一样，有外向的，有内向的，有特别会说话的，有特别不会说话的，什么样性格的都有，但他们都有一个共同点，对这件事本身很坚定，为了把事情做成，他们愿意付出所有所能付出的，愿意去学任何原来不懂的东西。好多事都是可以学的，比如以前我从来不觉得我可以干销售，我现在觉得自己还是个蛮不错的销售，虽然我不会喝酒搞关系，但是我能把对方的业务问题理解清楚，我能告诉他怎么解决这个问题。”

当然，现在陆薇用不着再招一个新CEO过来，“原来很天真地说招一个很牛的CEO来就成，现在你发现，CEO最重要的不在于管理技能，而是他对这件事真的有自己的见解，因为他是掌舵的人。”

昆仑文化：“任何没有应用场景支持的炫技都是耍流氓”

作为CEO，陆薇的任务是：找人、找钱、找项目。

“公司全员都能持股，绩效达到前50%都有资格拿股份，我们的员工期权池占公司30%股份，律师说这是他见过的最大的期权池。”昆仑数据平均年龄29岁，年轻活泼。公司做了快两年，决定给自己制定些行为准则，大家就一起开会，每人把自己的理念往贴纸上写，贴墙上挨个选，最后票选出来三条文化：

第一条：价值驱动，任何没有应用场景支持的炫技都是耍流氓。“出来创业之后特意跟自己说，把技术专家的架子拿下来，别管做了什么炫酷的黑科技，关键是一定要真的能解决人家的问题；另外，面对合作伙伴和客户，我们希望是价值驱动，去销售不是靠客情关系，而是我真的解决了企业非常头痛的问题；对内，我们也希望每个人展现自己的价值，而不是靠溜须拍马。”

第二条：追求极致，做出让自己尖叫的产品。

第三条：共享共担，胜则举杯相庆，败着拼死相救。“有进展的时候，都会及时庆祝，小的就在周五的happy hour上大家分享，大的就去公司对面串吧，或者楼底下韩国炸鸡啤酒店撸串喝酒。而项目进展真的遇到什么难处，大家都会出手相帮，哪怕通宵达旦。”

回归传统产业：挽起袖子，身体力行

穿着昆仑数据灰色的文化衫，背着黑色双肩包，陆薇看起来很清爽，不像在IBM时对服装有那么多讲究和要求。离开IBM创业，对她而言最大的变化也许是：她需要从技术的神坛走下来，深深扎进泥土之中。

“以前我在研究部门做事是‘蛋糕上的樱桃’，希望有了樱桃之后我家的蛋糕比别家更吸引人。我们现在是，你为了把樱桃放上去，先得把蛋糕做出来，千万别觉得做蛋糕技术含量不高就不愿做。搞技术的人很多都愿意做黑科技，可我觉得只要是对用户有用的东西不论技术高低难易，以终为始。”

目前的客户主要来自工业领域，创业两年，她经常会下工厂，下车间，住工厂的宿舍。两个月前，她去山东，住在一个工厂宿舍里，晚上很多蚊子，最后实在不行就把衬衫顶在头顶，把头整个罩住才能睡着。过去在IBM，都得住洲际酒店，哪体验过这个？“但因为你想把这个事做成，就觉得那些都无所谓了。”

她拿出手机，给我看“特别搞笑的照片”，进电子制造工厂前，为了防静电，必须从头到脚裹起来。接着她展示给我看客户机房里的工业大数据一体机，骄傲开心溢于言表。

面向未来：产业转型之艰

“你觉得我们实现真正的工业4.0全面开花，需要付出多少努力？”

“从3.0到4.0的变化肯定是从行业龙头先做起，他们比较具备基础。但如果只是行业龙头自己转型，整个行业发展还是比较慢，因为中国中小企业比较多。几件事很重要：一件事是行业龙头把自己的经验提供出来作为一种行业服务，带动整个产业链进化；另一件事，政府可以有所作为，中小企业没有能力做那么大的投入，政府可以在区域内建设工业数据共享技术平台；还有一个很重要的因素，就是人才。工业行业招大数据人才非常难，需要懂大数据又懂行业的人。现在大数据很火，一个懂大数据的人很容易被BAT高薪请走，而工业企业不见得出得起BAT这么高的薪水，何况就算有人来了，也很难组建一个挑大梁的团队，或者很可能不适应传统行业的工作环境。”

因此，昆仑数据现在有时还要帮企业做人才培养，请企业的人到自己办公室联合办公，“如果你招不到现在就懂大数据的人，你可以让既有的技术比较好的人到我们的环境里来学习。”在陆薇看来，既然要做“大数据合伙人”，就要全面深度地支招帮忙，帮客户做转型战略规划，做系统建设，还得做人才培养。

“我们希望真的能够解决他的问题，为了解决问题你可能要做很多事，不是每件事都有回报。我们这个模式需要长期耕耘，不会像消费互联网服务一样出现短期内爆发激增好多用户。做工业大数据需要更多耐心，我们创业不是为了短期内暴富，而是觉得这件事长远来说真的非常有意义。”

因此，昆仑数据步伐稳健，逐一攻破。“去年是0到1，实现业务突破，证明产品能解决问题。今年希望1到10，证明它可复制，希望明年做10到100。”

陆薇其人：宏大工业漩涡之中的女性

同事评价她像“刘备”：有战斗力，三英战吕布时也可提剑下场，但若纯讲战斗力，肯定比不上关张马黄赵五虎上将，但他目标明确，就是匡扶汉室，而且他能够让大家一起为了这个目标奋斗。“我具体的技术能力肯定比不上我合伙人，但我觉得自己的优点是，大方向看得蛮准，而且我能坚持。”

一般人创业之后都会更忙，可对她而言，有效时间却变多了。如今，她每天8点多去办公室，晚上8、9点走，回家送孩子上床，然后继续工作一会儿。有效时间多了，整个人似乎还变年轻了。

陆薇的儿子今年7岁，秋天要小学，“他爸爸在微软，也挺忙，我们是博士同学，差不多同时间毕业，他进微软，我进了IBM。”

相比于丈夫，陆薇觉得自己“更好折腾一点”，所以家里创业的是她，“我有正大光明的理由，爸爸应该多陪儿子。（笑）”

作为女人，她会去美容，也会跟校友开旗袍派对，也喜欢购物。“我想，首先你得是个人，好人，其次你是女人，有你作为母亲、妻子的角色，那么你至少要把自己收拾的能看得过去。”

当我们聊起众多女性普遍困扰的家庭事业平衡问题，她却显得很超脱。

“你不可能平衡的，怎么叫平衡？50：50是平衡吗？20：80是平衡吗？人在不同人生阶段的平衡尺度不一样，小孩出生时你需要的平衡是有更多时间陪他，当他已经稍微长大一点，你决定要创业了，你的平衡尺度会变。千万别纠结，随当时的情况让调整自然而然发生就好了。很多人说创业之后牺牲了生命中的很多美好，我觉得大可不必。春节十一我们公司会放相对长一点的假，我该出去旅游照样出去旅游。”

如今，昆仑数据一共70来人，10来个女员工。她对这个男女比例泰然处之——毕竟在清华，在整个行当，男女比例差不多都这样。

“我忘了亦舒在哪本小说里讲的一句话，‘在男女要求同工同酬那个时刻开始，女性也就失去了被要求特殊对待的权力’。平等是最好的。”

聊天之中，深感陆薇的平静。即便创业不易，也少有失控之时——她似乎并不需要任何戏剧性的东西来妆点自己的创业回忆。

“你有终极理想吗？”

“终极理想谈不上，我一直想做的就是有真的应用影响的又有深度的技术。”

“没有设想过有一天我如果退休了，我做什么？”

“我觉得没有，真的没有。我不是一个会做详细的长远规划的人，我会有一个大致的方向，然后做好每天具体的事情。我刚进入IBM的时候也从没有想过自己会成为杰出工程师，但当你做了你该做的事，别的都会自然而然发生。我觉得人还是活在当下比较好。如果真的有一件事我想做，我现在就做了。比如我想学中国画，我马上报个班就去学了，不用等退休。”

“现在做昆仑数据，你觉得它有趣吗？”

“挺有趣的。”

“最有趣的是什么？”

“我们原来不懂工业行业怎么运作，觉得很神秘，现在有机会深入去学一学，”

她的想法如此纯粹，她所理解的个人命运，也正是她所理解的历史——再深远的历史命题，也并非发生在史书与计划之中，历史就发生在当下。

置身于国家宏大的工业体系之中，搞懂你我朝夕生存的物理世界到底是如何运转的，让更多人可以揭开工业巨轮滚滚向前的神秘面纱，这里头有艰辛繁复，却更是奇妙喜悦。

| 读者交流群 |

欢迎大家进群和昆仑数据陆薇交流讨论！

如果你对此感兴趣：
1.关注本公众号Xtecher（ID：Xtecher），并分享本文。

2.长按二维码进入本群（若群满，请添加小助手，微信ID“XtecherX”），发送分享截屏，小X带你入群。
3.成功入群后，就可直接与陆薇对话！

4.我们将分享全球机器大数据相关的干货报告给各位群友。

| 推荐阅读 | 点击文字直接跳转